小波分析在图像去噪中的应用.doc

南昌工程学院本科毕业设计:..傅里叶分析与小波分析在图像去噪中的应用Applicationoffourieranalysisandwaveletanalysisinimagedenoising总计毕业设计(论文)39页表格2个插图11幅摘要摘要图像是人类传递信息的主要媒介。然而,图像在生成和传输的过程中会受到各种噪声的干扰,对信息的处理、传输和存储造成极大的影响。傅里叶变换是一种最常用最基本的频域分析法,能很好地刻画信号的频率特性,且不具有局部化特征。小波分析是局部化时频分析,它具有时域和频域联合表示信号的特征,通过伸缩、平移等运算功能对信号进行多尺度细化分析,能有效地从信号中提取信息,是分析非平稳信号的有力工具。本文旨在研究傅里叶与小波理论去噪原理,首先简要概述傅里叶和小波在图像处理方面的发展现况;其次详细讨论了傅里叶和小波的基本理论,分别介绍了连续小波、离散小波、多分辨分析、二维小波分析。根据噪声一般是高频的特性,提出了通过傅里叶变换和低通滤波解决高频噪音的方法。因傅里叶去噪的局部局限性,在去噪的同时造成了图像的失真,结合小波时-频局部特征的能力,而提出了小波阈值去噪的方法,通过仿真实验结果分析,小波去噪能有效去除图像的高斯噪声,同时能很好的保留图像的细节信息,得到图像的最佳恢复。关键词:,therewillbevariousnoiseintheprocessofimage'sgenerationandtransmission,,whichcanbeverygoodtodepictthefrequencyofthesignalcharacteristics,-,thetranslationandetcofthearithmeticfunctionstocarefullyanalysisthedifferentscalessignals,itcaneffectivelyextractinformationfromthesignal,anditisapowerfultooltoanalysisthenon-,,itdiscussesthebasictheoryoffouriertransformationandwavelettransformationindetail,andrespectivelyanalysis’scontinuouswavelet,discretewavelet,multi-resolutionanalysis,two-,,atthesametime,-frequencylocalcharacteristics,themethodofw