小波分析用于图像增强的研究(附件)【字数：13314】
摘 要摘 要随着计算机技术水平的快速发展，以及各个领域对图像的质量要求越来越高，图像处理与生活和研究渐渐变得密不可分。图像处理技术发展到了前所未有的高度，而用于图像处理的小波分析方法也成为了学者们研究的热门方向。图像增强是图像处理领域的一个重要的分支，在外太空探测，医学X射线照片的应用上尤为明显。图像增强处理，主要包括图像的滤波，平滑，锐化和钝化四种处理方式。本文从传统的图像处理方法着手，引申出小波分析方法在图像处理方面的应用和研究。介绍了运用滤波器、灰度变换及直方图均衡化来实现图像增强处理的传统处理方法，逐一分析了连续小波变换和离散小波变换的原理，运用范围，及存在的优缺点，罗列几种常用的小波函数，并说明它们的特性；介绍小波分析方法中的阈值处理和小波包分析的原理；给出分别运用传统的图像处理方法和小波分析方法的图像处理方法，并以MATLAB作为平台，实现仿真验证，给出实验结果，分析各自图像处理方法性能，表明基于小波分析的图像增强效果要明显优于传统的图像增强处理方法。关键词小波分析；图像增强；MATLAB仿真验证
目录
第一章 绪论 1
1.1 研究背景 1
1.2 小波分析理论体系建立与发展 2
1.3 小波分析用于图像增强研究的现状与发展 3
1.4 本文主要内容 4
第二章 图像增强的基本原理和方法 5
2.1传统图像增强的处理方法 5
2.1.1 滤波增强 5
2.1.2 灰度变换增强 6
2.1.3直方图均衡化 7
2.2 基于模糊处理的图像增强方法 8
2.3 基于多尺度分析的图像增强方法 8
2.4 图像增强技术性能指标 8
第三章 小波变换的基本原理 10
3.1 从傅里叶变换到小波变换 10
3.1.1 傅里叶变换的基本原理 10
3.1.2 小波变换与傅里叶变换的比较 11
3.2 小波变换 12
3.2.1 小波变换的基本概念 12
3.2.2续小波变换 13
3.2.3离散小波变换 14
3.3 常用的小波函数 15
3 *好棒文|www.hbsrm.com +Q: ￥351916072￥
.3.1 Haar小波 15
3.3.2 Mexican Hat小波 16
3.4 小波分析方法 16
3.4.1 阈值分析 16
3.4.2小波包分析 17
第四章 小波变换实现图像增强处理 19
4.1 小波变换用于图像增强处理的基本原理 19
4.2 图像增强几种常用的处理 20
4.2.1 图像滤波 20
4.2.2 图像的钝化 23
4.2.3 图像锐化 24
4.2.4 图像平滑 25
第五章 结论与展望 29
5.1 全文总结 29
5.2 工作和展望 30
致谢 31
参考文献 32
附录 33
第一章 绪论
1.1 研究背景
图像处理技术是在20世纪60年代才开始发展起来的新兴学科，由于数学理论基础体系的日益完善和在各个领域的出色应用，该技术得到了蓬勃的发展。尤其是在机器（计算机）视觉，外太空的探索等方面的应用，将图像处理技术的发展后应用推向了前所未有的高度。
图像增强是图像处理技术上的一个重要的分支，也是近几年来研究的热门方向。图像增强的目的，简单来讲，就是将模糊甚至是不可辨清的图片，通过一系列特殊的处理，从而提取图像的有用信息。图像增强技术在其他领域得到广泛的应用，也进一步的推动了图像增强技术的快速发展。在医学领域，通过对X射线照片进行增强处理，从而可以帮助医师更准确的辨别患者的病变部位，从而做出准确的治疗方案；在天文领域，将望远镜或是卫星拍摄回来的图片，经过一些处理，从而可以获取到有用的探索信息等等。
在对图像进行处理时，总是需要提取有用的信息，所以需要对感兴趣的部分信息采取增强处理。然而在处理过程中，一方面想要得到有用的信息，要尽可能的去除不需要的信息（比如噪声等），另一方面，又希望尽可能的不降低图像的质量，所以说，对图像的增强处理不是绝对的，不是增强的效果越大越好，需要在不破坏图像的质量的前提下，尽量去增强感兴趣去的部分。例如在深层探测中由于受到地下温度、湿度、探测器和其它未知因素的影响，导致探测出来的图像模糊不清、信噪比低，这样会给我们后面的工作带来极大困难[12]。不同的图像增强方法，都有不同的使用场合，所以在对图像处理之前，首先要根据增强的目的，结合图像本身的特点，去分析应该采用什么样比较合适的处理方法，错误的使用增强方法，可能不仅不能达到增强的目的，甚至还会导致图片的质量严重下降。
就目前从技术上来讲，实现图像增强的方法主要有两种，分别是空域处理和频域处理。空域处理（沿用信号与处理方面的说法，也就是时间域），就是通过映射变换来直接对图像中的像素进行处理，根据图像增强的目的，来选择相应的映射变换的方式。与空域处理相对的就是频域处理了，频域处理实质上就是一个空间域到频域转换，然后在频域进行分析处理，在从频域转换到空间域的过程。
空间域的处理，是通过图像上的邻域掩码或是图像的作用算子来处理图像的像素点的；频域处理是通过修改傅里叶变换的系数来实现的。这两种方法，都存在着很明显的有优劣性：空域处理的速度虽然快，但是它去除了像素点之间的相关信息，从而导致图像显示会模糊不清；而频域处理，可以分离出像素点之间的相关信息，但是在频域的卷积运算计算量相当之大。于是，如何在这两个处理方法中取出折中的办法，就成了研究的重中之重。而小波分析在图像处理方面的应用就很好的解决了这样的一个问题。
图像处理技术发展至今，已经渗透到向医学，航空航天，机器视觉，遥感，通信技术等等各个领域，在这些领域中也发挥出了不可替代的作用。
1.2 小波分析理论体系建立与发展
传统的信号分析理论建立在傅里叶（Fourier）变换的基础上的，但随着信号理论体系的发展，逐渐发现Fourier分析已经无法满足需要。Fourier变换是一种全局变换，虽然能够很好的分析和处理平稳信号，但在处理非平稳信号时，效果并不令人满意。于是人们开始热衷于寻找一种能摆脱这种局面的算法，通过对Fourier变换的不断改进，小波分析理论也开始显示雏形，它是数值分析、泛函数、傅里叶变换分析及调和分析结合的产物，被称为是继傅里叶变换之后十分有效的时频分析方法。
目录
第一章 绪论 1
1.1 研究背景 1
1.2 小波分析理论体系建立与发展 2
1.3 小波分析用于图像增强研究的现状与发展 3
1.4 本文主要内容 4
第二章 图像增强的基本原理和方法 5
2.1传统图像增强的处理方法 5
2.1.1 滤波增强 5
2.1.2 灰度变换增强 6
2.1.3直方图均衡化 7
2.2 基于模糊处理的图像增强方法 8
2.3 基于多尺度分析的图像增强方法 8
2.4 图像增强技术性能指标 8
第三章 小波变换的基本原理 10
3.1 从傅里叶变换到小波变换 10
3.1.1 傅里叶变换的基本原理 10
3.1.2 小波变换与傅里叶变换的比较 11
3.2 小波变换 12
3.2.1 小波变换的基本概念 12
3.2.2续小波变换 13
3.2.3离散小波变换 14
3.3 常用的小波函数 15
3 *好棒文|www.hbsrm.com +Q: ￥351916072￥
.3.1 Haar小波 15
3.3.2 Mexican Hat小波 16
3.4 小波分析方法 16
3.4.1 阈值分析 16
3.4.2小波包分析 17
第四章 小波变换实现图像增强处理 19
4.1 小波变换用于图像增强处理的基本原理 19
4.2 图像增强几种常用的处理 20
4.2.1 图像滤波 20
4.2.2 图像的钝化 23
4.2.3 图像锐化 24
4.2.4 图像平滑 25
第五章 结论与展望 29
5.1 全文总结 29
5.2 工作和展望 30
致谢 31
参考文献 32
附录 33
第一章 绪论
1.1 研究背景
图像处理技术是在20世纪60年代才开始发展起来的新兴学科，由于数学理论基础体系的日益完善和在各个领域的出色应用，该技术得到了蓬勃的发展。尤其是在机器（计算机）视觉，外太空的探索等方面的应用，将图像处理技术的发展后应用推向了前所未有的高度。
图像增强是图像处理技术上的一个重要的分支，也是近几年来研究的热门方向。图像增强的目的，简单来讲，就是将模糊甚至是不可辨清的图片，通过一系列特殊的处理，从而提取图像的有用信息。图像增强技术在其他领域得到广泛的应用，也进一步的推动了图像增强技术的快速发展。在医学领域，通过对X射线照片进行增强处理，从而可以帮助医师更准确的辨别患者的病变部位，从而做出准确的治疗方案；在天文领域，将望远镜或是卫星拍摄回来的图片，经过一些处理，从而可以获取到有用的探索信息等等。
在对图像进行处理时，总是需要提取有用的信息，所以需要对感兴趣的部分信息采取增强处理。然而在处理过程中，一方面想要得到有用的信息，要尽可能的去除不需要的信息（比如噪声等），另一方面，又希望尽可能的不降低图像的质量，所以说，对图像的增强处理不是绝对的，不是增强的效果越大越好，需要在不破坏图像的质量的前提下，尽量去增强感兴趣去的部分。例如在深层探测中由于受到地下温度、湿度、探测器和其它未知因素的影响，导致探测出来的图像模糊不清、信噪比低，这样会给我们后面的工作带来极大困难[12]。不同的图像增强方法，都有不同的使用场合，所以在对图像处理之前，首先要根据增强的目的，结合图像本身的特点，去分析应该采用什么样比较合适的处理方法，错误的使用增强方法，可能不仅不能达到增强的目的，甚至还会导致图片的质量严重下降。
就目前从技术上来讲，实现图像增强的方法主要有两种，分别是空域处理和频域处理。空域处理（沿用信号与处理方面的说法，也就是时间域），就是通过映射变换来直接对图像中的像素进行处理，根据图像增强的目的，来选择相应的映射变换的方式。与空域处理相对的就是频域处理了，频域处理实质上就是一个空间域到频域转换，然后在频域进行分析处理，在从频域转换到空间域的过程。
空间域的处理，是通过图像上的邻域掩码或是图像的作用算子来处理图像的像素点的；频域处理是通过修改傅里叶变换的系数来实现的。这两种方法，都存在着很明显的有优劣性：空域处理的速度虽然快，但是它去除了像素点之间的相关信息，从而导致图像显示会模糊不清；而频域处理，可以分离出像素点之间的相关信息，但是在频域的卷积运算计算量相当之大。于是，如何在这两个处理方法中取出折中的办法，就成了研究的重中之重。而小波分析在图像处理方面的应用就很好的解决了这样的一个问题。
图像处理技术发展至今，已经渗透到向医学，航空航天，机器视觉，遥感，通信技术等等各个领域，在这些领域中也发挥出了不可替代的作用。
1.2 小波分析理论体系建立与发展
传统的信号分析理论建立在傅里叶（Fourier）变换的基础上的，但随着信号理论体系的发展，逐渐发现Fourier分析已经无法满足需要。Fourier变换是一种全局变换，虽然能够很好的分析和处理平稳信号，但在处理非平稳信号时，效果并不令人满意。于是人们开始热衷于寻找一种能摆脱这种局面的算法，通过对Fourier变换的不断改进，小波分析理论也开始显示雏形，它是数值分析、泛函数、傅里叶变换分析及调和分析结合的产物，被称为是继傅里叶变换之后十分有效的时频分析方法。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/dzxx/dzkxyjs/1050.html
