基于小波分析的圖像增強(qiáng)算法研究.pdf

1、圖像增強(qiáng)是數(shù)字圖像處理過(guò)程中的預(yù)處理階段，主要包括降噪處理和邊緣增強(qiáng)處理，圖像增強(qiáng)技術(shù)廣泛應(yīng)用于指紋識(shí)別、交通監(jiān)測(cè)、核磁共振、航天航空、深層探測(cè)等多個(gè)領(lǐng)域，對(duì)它的研究具有十分重要的意義。本文一開(kāi)始介紹了小波變換基本理論，重點(diǎn)是小波的多分辨率分析及其在圖像增強(qiáng)處理過(guò)程中的優(yōu)勢(shì)和應(yīng)用，接下來(lái)簡(jiǎn)單介紹了幾種常見(jiàn)的圖像增強(qiáng)方法:灰度變換增強(qiáng)、空域?yàn)V波和頻域?yàn)V波，其中灰度變換主要介紹了直接進(jìn)行灰度變換和直方圖均衡化以及自適應(yīng)直方圖均衡化;空域?yàn)V波

2、中包括平滑濾波和銳化濾波;頻域?yàn)V波包括了低通濾波、高通濾波、帶通帶阻濾波。同時(shí)我們?cè)贛ATLAB環(huán)境下對(duì)上述某些增強(qiáng)算法進(jìn)行仿真比較，結(jié)果顯示，他們確實(shí)能增強(qiáng)圖像某些區(qū)域，增強(qiáng)對(duì)比度，但由于圖像本身的特點(diǎn)和算法的局限性，上述算法也會(huì)存在不適應(yīng)性，比如說(shuō)對(duì)于含噪圖像，它們?cè)谠鰪?qiáng)圖像對(duì)比度的同時(shí)噪聲也被放大了，因此我們引入了小波分析。作為傅里葉變換發(fā)展起來(lái)的分支，小波分析將時(shí)域和頻域結(jié)合起來(lái)描述信號(hào)的時(shí)頻聯(lián)合特征，并且具有在時(shí)域和頻域表征信

3、號(hào)局部特征的能力。
　　 針對(duì)上面介紹的傳統(tǒng)增強(qiáng)處理方法存在的不足，本文我們重點(diǎn)研究的是基于小波變換的圖像增強(qiáng)方法。小波分析具有多分辨率分析特性，這使得我們能夠在不同尺度通過(guò)某些方法把噪聲和圖像細(xì)節(jié)信息區(qū)分，本文提出了一種基于小波變換的組合圖像增強(qiáng)算法和基于小波系數(shù)相關(guān)性的圖像增強(qiáng)算法，講述了它們的原理、可行性和優(yōu)勢(shì)，并把這兩種方法與幾種傳統(tǒng)圖像增強(qiáng)方法從最小均方誤差和峰值信噪比進(jìn)行了比較，實(shí)驗(yàn)結(jié)果表明，這兩種基于小波變換的增強(qiáng)