基于先驗(yàn)?zāi)Ｐ偷男〔ㄩ撝等ピ胨惴ǖ膽?yīng)用研究.pdf

1、工程領(lǐng)域中,各種圖像在采樣和數(shù)據(jù)傳輸過(guò)程中,一定會(huì)受到自然界、機(jī)械或物理傳輸介質(zhì)的噪聲干擾,對(duì)圖像的真實(shí)特征產(chǎn)生了不同程度的影響。因此,去噪在圖像的預(yù)處理工作中起著關(guān)鍵性的作用,它決定著后續(xù)數(shù)字圖像處理和應(yīng)用的結(jié)果的準(zhǔn)確性。
　　本文首先對(duì)正交小波變換與平穩(wěn)小波變換做了理論分析及去噪Matlab模擬仿真,得出采用正交小波去噪,圖像邊緣會(huì)出現(xiàn)振蕩失真現(xiàn)象,而平穩(wěn)小波變換可以很好的改善圖像邊緣的失真問(wèn)題。之后著重闡述了對(duì)含噪圖像進(jìn)行建

2、模的先驗(yàn)?zāi)Ｐ?本文首次將先驗(yàn)?zāi)Ｐ瓦M(jìn)行比較全面的綜合分析。先驗(yàn)?zāi)Ｐ褪状问紫葘?duì)含噪圖像進(jìn)行建模而不是直接在源圖像進(jìn)行分解和重構(gòu),使得含噪圖像在處理之前在一定程度上已經(jīng)逼近于原圖像,之后再進(jìn)行傳統(tǒng)的分解、去噪和重構(gòu)等常規(guī)工作,經(jīng)模擬仿真驗(yàn)證得出,此方法如果與平穩(wěn)小波變換結(jié)合,使得圖像的邊緣、尤其是占有較大比例圖像的平滑部分,去噪效果均有了全面的顯著提升。
　　其次,本文根據(jù)上述先驗(yàn)理論及平穩(wěn)小波變換,設(shè)計(jì)了《基于先驗(yàn)?zāi)Ｐ偷臄?shù)字圖像去噪預(yù)

3、處理原型系統(tǒng)》。該系統(tǒng)具備數(shù)字圖像的導(dǎo)入、翻轉(zhuǎn)和放縮等基本功能,并可以進(jìn)行基于先驗(yàn)算法與平穩(wěn)小波相結(jié)合的去噪預(yù)處理功能,并可以在此基礎(chǔ)之上對(duì)圖像進(jìn)行預(yù)處理之后的邊緣特征提取等工作,以驗(yàn)證去噪工作對(duì)后續(xù)數(shù)字圖像處理的重要作用,并由此推出此預(yù)處理方法同樣可以適用于圖像檢索等其他重要研究方向中。
　　本文最后對(duì)該原型系統(tǒng)進(jìn)行了系統(tǒng)測(cè)試和功能性,經(jīng)測(cè)試得出,該系統(tǒng)中基于先驗(yàn)理論的圖像去噪預(yù)處理功能,既能夠在平滑區(qū)域改善圖像的質(zhì)量,也能改善