{$cfg_webname}
主页 > 电子信息 > 论文 >

数字图像质量增强和消噪技术的研究

来源:56doc.com  资料编号:5D21204 资料等级:★★★★★ %E8%B5%84%E6%96%99%E7%BC%96%E5%8F%B7%EF%BC%9A5D21204
资料以网页介绍的为准,下载后不会有水印.资料仅供学习参考之用. 帮助
资料介绍

数字图像质量增强和消噪技术的研究(任务书,开题报告,论文15000字)
摘要
图像增强的目的:何为图像增强?图像增强就是强化所需要的图像信息,尽量减弱或消除不必要的信息残余,使得人们所需要的信息更集中,更丰富。图像的增强不单单是我们日常生活的美感需求,在各专业领域都是一个十分热门的话题,它反映着这个领域的发展水准,小到手机,摄像机的拍照像素(所得像素越高,说明该生产研发机构的关于摄像领域的软硬件实力越高),大到医学显微镜,以及天文望远镜的电子图,如果电子图的质量越好,所触及的微观等级越高,那么更能观察到深层次的世界,得出更新的理论和研究成果。
研究传统图像去噪算法:主要是均值滤波和维纳滤波,首先是了解它们的工作原理和算法实现;然后研究小波滤波,针对离散小波变换设计滤波算法。最后是进行这3种滤波算法的仿真实现,比较它们之间的差异,得出一些有意义的结论。
关键词:图像增强;去噪算法;小波变换

Abstract
Image enhancement purposes: What is image enhancement? Image enhancement is needed to strengthen the image information, try to reduce or eliminate residual unnecessary information, so that the information that people need more focused, more abundant. Image enhancement is not just aesthetic demands of our daily lives, in various professional fields is a very popular topic, which reflects the level of development in this area, a small mobile phone, camera pixel camera (income more pixels, indicating that production hardware and software R & D institutions in the field of higher strength on camera), large medical microscope, telescope and electronic drawing, if the quality of the electronic chart, the better, the higher the touched microscopic level, the better to observe deep-seated the world come to update the theoretical and research.
Traditional image denoising algorithm: mainly mean filter and Wiener filter, first of all it is to understand how they work and algorithm; and Wavelet filtering, wavelet transform filtering algorithm for discrete design. Finally, the simulation to achieve these three filtering algorithm, compare the differences between them, draw some meaningful conclusions.
Key words:Image Enhancement;Denoising Algorithm;Wavelet transform

目录
第一章 绪论    1
1.1论文研究的背景和意义    1
1.2 国内外研究现状    1
1.3本论文的内容和结构安排    2
第二章 数字图像去噪方法的理论综述    3
2.1 均值滤波去噪方法介绍    3
2.1.1均值滤波去噪工作原理    3
2.1.2算法实现及性能预测    4
2.2 维纳滤波去噪方法介绍    5
2.2.1维纳滤波去噪工作原理    5
2.2.2 算法实现及性能预测    6
2.3 小波滤波去噪方法介绍    7
2.3.1 小波变换工作原理    7
2.3.2 离散小波变换    8
2.33 小波分析图像消噪    9
2.34 算法实现及性能预测    12
2.4 本章小结    13
第三章 数字图像去噪的仿真实现    14
3.1 基于均值滤波的仿真及结果分析    15
3.1.1 仿真实现    15
3.1.2 结果分析    19
3.2 基于维纳滤波的仿真及结果分析    20
3.2.1仿真实现    21
3.2.2 结果分析    23
3.3 基于小波滤波的仿真及结果分析    23
3.3.1 仿真实现    24
3.3.2 结果分析    26
3.4本章小结    27
第四章 总结和展望    28
参考文献    30
致  谢    32

推荐资料