毕业论文

打赏
当前位置: 毕业论文 > 电子通信 >

小波理论的图像去噪与融合研究MATLAB仿真

时间:2022-05-09 21:48来源:毕业论文
小波变换在图像处理中不仅仅用于去噪,在图像的融合上也有很好的效果。本文中阐述了两种融合方法,使用MATLAB进行仿真,并且比较分析了图像的融合效果

摘要图像处理是当今信息领域非常重要的一个组成部分。小波变换作为近十几年兴起的信号分析工具,在图像处理方面发挥了很大的作用。本课题旨在对小波变换进行学习和研究

本文概述了图像去噪的发展、小波变换的原理和小波阈值去噪及其他几种滤波方法。通过MATLAB软件进行仿真实验,使用小波阈值去噪和中值滤波、均值滤波、高斯滤波三种常见的方法对红外图像进行去噪处理,证明了小波阈值去噪在图像处理上的优越性。80517

小波变换在图像处理中不仅仅用于去噪,在图像的融合上也有很好的效果。本文中阐述了两种融合方法,使用MATLAB进行仿真,并且比较分析了图像的融合效果。

毕业论文关键词:图像处理  小波变换  去噪  阈值  图像融合  MATLAB  滤波

毕业设计说明书外文摘要

Title    Image  Noise  Reduction  and  Fusion  Based  On Wavelet  Theory                             

Abstract Image denoising is a very important aspect in the field of image processing。 Wavelet transform is a Signal analysis tool rising in near decades,and plays a great role in the field of image denoising。The purpose of this subject is to study and research the wavelet transform。

This paper outlines the development of image denoising, the theory of wavelet transform, wavelet threshold denoising and several other filtering methods。 In the simulation using MATLAB software, wavelet threshold denoising and several other filtering methods are used to deal with the noise infrared image。 The result of the simulation proves the superiority of wavelet threshold digital image denoising。 

In the field of image processing,Wavelet transform is not only used for denoising, also has a good effect on the image fusion 。 Two fusion methods are mentioned in this paper, using MATLAB to simulate, and the results of image fusion are compared and analyzed。

Keywords: Image processcing  Wavelet tansform  Noise reduction  Threshold   Image fusion  MATLAB  Wave filtering

目   次

1  绪论 1

1。1  研究背景 1

1。2  图像噪声 1

1。3  图像去噪 2

1。4  图像融合 2

1。5  国内小波研究状况 3

1。6  本文主要工作 3

2  小波变换 4

2。1  小波变换的发展概况 4

2。2  连续小波变换 4

2。3  离散小波变换 5

2。4  二进小波 6

3  图像去噪 7

3。1  小波去噪概述 7

3。2  小波阈值去噪 7

3。3  其他去噪方法 11

4  基于小波变换的图像融合 13

4。1  融合过程 13

4。2  本文采用的方法 13

5  MATLAB仿真 14

5。1  去噪仿真成果 小波理论的图像去噪与融合研究MATLAB仿真:http://www.youerw.com/tongxin/lunwen_93570.html

------分隔线----------------------------
推荐内容