摘要图像去噪是根据观察到的降质图像估计恢复原始真实图像，是图像处理中一项基础而重要的研究工作。研究在去噪同时如何更好保持图像的边缘、纹理等重要结构信息的图像去噪模型和算法具有重要的理论意义和实用价值。图像的多尺度几何分析是处理图像结构的有效工具。本文首先介绍了小波变换域图像去噪的基本原理，继而介绍Grouplet变换的基本概念。在此基础上提出了基于Grouplet的图像去噪方法，以更好保持去噪图像的纹理等结构信息。6652
关键词 小波变化 Grouplet变换 图像去噪
毕业设计外文摘要
Title Image Denoising Based on Grouplet Transform
Abstract
Image denoising is to restore the original image from a noisy image, it is a fundamental and important research work of image processing. One of the most challenge problems in image denoising is to preserving the important image structures. Multi-scale geometric analysis is an effectively tool of images structure processing. This paper introduces the basic principle of image denoising method based on wavelet transform, and then gives the conception of Grouplet transform. Numerical denoising experiments have been carried out, in which more image structures are kept in the denoised image.
Keywords Wavelet transform Grouplet transform Image denoising
目 次
1 引言 5
1.1 Grouplet的研究背景 5
1.2 Gropulet的研究现状 6
1.3 本文的结构安排 6
2 Grouplet变换算法 8
2.1 正交Groplet变换 8
2.1.1 Haar变换 8
2.1.2 嵌入式的关联域 8
2.1.3 正交grouplet 9
2.1.4 逆正交Grouplet变换 10
2.1.5 多尺度关联域和最优基 11
2.2 紧框架Grouplet变换 14
2.2.1 多尺度因果关联域 14
2.2.2 紧框架Grouple变换 17
2.2.3 紧框架Grouplet逆变换 19
2.3 Grouping Bandlets 20
2.4 本章小结 23
3. 基于Grouplet变换的图像去噪算法及研究实验 24
3.1 基于正交Grouplet变换的图像去噪 24
3.2 基于紧框架Grouplet变换的图像去噪 25
3.3 基于Grouping Bandlet变换的图像去噪 26
3.4 本章小结 30
结 论 31
致 谢 32
参 考 文 献 33
1 引言
1.1 Grouplet的研究背景
图像是客观世界的能量或状态以某种方式在二文平面上的投影转化成的一种可视形式，是人类社会活动中最常用的信息载体。图像中包含着物体的“大量”的信息，通过感觉、知觉、记忆、认知、搜索、形成概念，直到最终识别和理解视觉刺激。它传递着物理世界的能量和事物状态的信息，是人们获取外界原始信息的主要途径。图像对人们是如此重要，人们总是设法延伸视觉功能，弥补视觉功能的不足，从图像中提取更多的信息，这就需要对图像进行图像处理。对图像进行一系列的操作，以达到预期的目的的技术称作图像处理。传统的方法有利用光学或模拟电路对图像进行处理，如望远镜、显微镜、眼镜，照相机、电视、录像机等。图像处理大致上可分为模拟图像处理和数字图像处理。利用光学、照相方法对模拟图像的处理称为模拟图像处理。数字图像处理实际上是利用计算机(或数字技术)对图像信息进行加工处理，以改善图像质量、压缩图像数据或从图像数据中获取更多信息。随着微机、VLSI、DSP等技术和新的理论、处理方法不断发展，数字图像处理已经成为一门独立的新学科，并有着广泛的应用，正在空间、时间和功能上扩展人类视觉。 基于Grouplet变换的图像去噪研究+文献综述:http://www.youerw.com/jisuanji/lunwen_4272.html