摘要：图像是我们主要的信息来源。然而，图像在得到和传送的过程当中很容易遭到外部噪声的污染，所以噪声的存在就使得图像在一些细节特征不能被有效辨认。所以在图像处理方面，如何有效的消除噪声就显得十分关键。尽量提高图像的信噪比从而来保存原始图像的特质信息，就成为我们研究图像降噪的主要任务。本文主要研究了一种利用贝叶斯理论为基础，实现软阈值图像去噪的去噪技术。通过比较均方误差（MSE）,信噪比（SNR），我们能够得到结论：当高斯噪声比较小的情形下，贝叶斯软阈值去噪法比软硬阈值去噪法更好。91921

毕业论文关键字：图像去噪，小波变换，软阈值，硬阈值，贝叶斯软阈值图像去噪

Abstract:Image information is our main source of information。 However, image capture and transfer process easily by outside noise pollution, the presence of noise so that the image can not effectively identify certain characteristics details。 So, in the neighborhood of the image processing, how can effectively remove the noise is particularly important,Improve the image signal-to-noise ratio of the maximum to retain the characteristics of the original image, the main goal of our study of image noise reduction。 In this paper,  we  mainly  study  one  image denoising methods。Using the Bayesian estimation theory, soft threshold image denoising。By comparing the mean square error (MSE), signal to noise ratio (SNR), we can come to a conclusion:In the case of Gauss noise is relatively small, the Bayesian soft threshold idenoising method is superior to the other two image denoising methods 。

Keywords: image denoising ,wavelet transform, Soft threshold ,hard threshold ,Bias soft threshold imag   denoising

目录

1绪论 5

2贝叶斯估计的概念及相关内容 6

2。1贝叶斯估计 6

3小波分析及常用小波函数 7

3。1小波变换及小波模型分解 8

3。2常用小波函数 8

4小波变换的图像去噪方法 12

4。1软硬阈值去噪的方法 13

4。2小波软硬阈值法的优点与不足 13

5贝叶斯软阈值去噪方法 14

6MATLAB介绍 15

6。1什么是MATLAB 15

6。2数值数组及其运算 16

6。3字符串、元胞和构架数组 16

7贝叶斯法设计方案及结果 16

7。1检验指标 16

7。2实验数据及结论 17

结论 20

参考文献 21

致谢 22

1绪论

由于成像系统，传送系统和记录设施存在的漏洞，人们得到的图像在采集，输送过程中会受到许多噪声的污染，从而影响了图片的显示效果，若噪声继续加重，更会影响人们的正常辨识。在图像处理的一些步骤中，所采集对象有所损坏也会加剧图像中的噪声。这些噪声在图片中常常以单独的像素点和像素块给人们以视觉冲击，使图片的观察价值一无所有。因此选择哪种去噪方法主要有两个方面的因素：一是需要高效地去除目标及背景中的噪声，二是不能损毁有用的观测信息。