基于小波变换图像处理毕业设计（论文）word格式.docVIP

目 录 第一章 绪 论 1 第二章 图像处理概述 4 2.1图像处理概念 4 2.2图像处理技术 4 第三章 小波变换的基本理论 6 3.1 从傅立叶变换到小波变换 6 3.1.1 傅里叶变换 6 3.1.2 短时傅里叶变换 6 3.1.3小波变换 7 3.2连续小波变换 7 3.2.1一维连续小波变换 7 3.2.3高维连续小波变换 9 3.3离散小波变换 10 3.4小波包分析 11 3.4.1小波包的定义 11 3.4.2小波包的性质 12 3.4.3小波包的空间分解 13 3.4.4小波包算法 14 第四章 基于小波变换的图像平滑技术 15 4.1基于小波变换的图像平滑 15 4.2传统的图像平滑技术 18 4.2.1邻域平均法 19 4.2.2中值滤波法 20 4.3 小波变换用于图像平滑的优势 21 第五章 基于小波变换的图像增强技术 23 5.1基于小波变换的图像增强 23 5.1.1 二维小波分解 23 5.1.2 分解系数增强 24 5.1.3 小波重构 25 5.2传统的图像增强技术 26 5.2.1基于空间域的图像增强 27 5.2.2 基于频率域的图像增强 28 5.3 小波变换用于图像增强的优势 29 第六章 基于小波变换的图像去噪技术 31 6.1图像去噪的原理 31 6.1.1利用小波包图像去噪原理 31 6.1.2新型阈值量化方法 31 6.2基于小波变换的图像去噪 34 6.3小波变换用于图像去噪优越性 38 第七章 基于小波变换的图像压缩技术 39 7.1图像压缩的原理 39 7.1.1实现图像压缩的一般步骤 39 7.1.2图像压缩的基本方法 39 7.1.3图像压缩的基本过程 40 7.2基于小波变换的图像压缩 41 7.3小波变换用于图像压缩的优势 43 结 论 45 致 谢 46 主要参考文献 47 第一章 绪 论 图像处理广义上包含图像处理、图像分析和图像理解等内容。图像处理是对图像本身进行“加工”，以改善其视觉效果或表现形式。图像处理的处理方法大致可分为:空间(时间)域处理方法和变换域处理方法。前者指利用图像在空域中的特点直接对图像进行各种运算。后者则首先通过某种变换将图像从空间域转换到对应的某变换域中，然后利用图像在该变换域中表现出的特性，对变换过的图像进行处理；如需要，再经过的逆变换转换回到空域中。图像处理中常用变换通常是正交变换，如傅立叶变换、离散余弦变换(DCT)、K一L变换、小波变换等。本论文讲的是小波变换。 小波变换(Wavelet Transform)是八十年代后期发展起来的应用数学分支，它属于时频分析的一种。传统的信号分析是建立在傅里叶变换的基础之上的，由于傅里叶分析使用的是一种全局的变换，要么完全在时域，要么完全在频域，因此无法表述信号的时频局域性质，而这种性质恰恰是非平稳信号最根本和最关键的性质。为了分析和处理非平稳信号，人们对傅里叶分析进行了推广乃至根本性的革命，提出并发展了一系列新的信号分析理论：短时傅里叶变换、时频分析、小波变换等。其中，短时傅里叶变换和小波变换也是应传统的傅里叶变换不能够满足信号处理的要求而产生的。从本质上说，短时傅里叶变换是一种单一分辨率的信号分析方法，因为它使用的是一个固定的短时窗函数。因而它在信号分析上还是存在着不可逾越的缺陷。 小波分析的特点： (1) 具有多分辨率，也叫多尺度的特点，可以由粗略到精细的逐步观察信号。 (2) 选择适当的小波函数，可使小波变换在时、频两域都具有表征信号局部特征的能力，有利于检测信号的瞬态或奇异点。 小波分析的应用领域十分广泛，它包括：数学领域的许多学科；信号分析、图处理；量子力学、理论物理；军事电子对抗与武器的智能化；计算机分类与识别；音乐与语言的人工合成；医学成像与诊断；地震勘探数据处理；大型机械的故障诊断等方面小波分析用于信号与图压缩是小波分析应用的一个重要方面。它的特点是压缩比高，压缩速度快，压缩后能保持信号与图的特征不变，且在传递中可以抗干扰。基小波分析的压缩方法很多，比较成功的有小波包最好基方法，小波域纹理模型方法，小波变换零树压缩，小波变换向量压缩等。MATLAB 软件是美国The MathWorks 公司的产品,它的字面含matrix laboratory (矩阵研究室) ,它在美国以及其它发达国家的大学、科研机构、军事工业、制造业、金融业中广为应用。它的主要功能是进行数学运算和系统分析,在后一方面, MATLAB 是世界范围内同类产品的佼佼者。系统分析是当前自然科学中最重要的研究手段之一,在社会科学的经济学、管理学中也很受重视,MATLAB 为系统分析提供了相当完备的算法和工具。MATLAB 在大学理工科的教学中也极有价值,它可以方便地进行矩阵、函数、积分、重积