小波多尺度分析在圖像、信號(hào)處理中的應(yīng)用研究.pdf

1、本文的主要工作集中在小波閾值去噪、多尺度邊緣檢測(cè)和圖像壓縮等三個(gè)方面?！　⌒〔☉?yīng)用于信號(hào)去噪已取得了極大的成功。但是在小波閾值去噪中信號(hào)邊緣處出現(xiàn)的振蕩現(xiàn)象一直困擾著小波去噪的應(yīng)用。Donoho提出了平移不變閾值去噪方法來(lái)解決振蕩問(wèn)題，本文對(duì)其中的平移參數(shù)的選取進(jìn)行了分析，證明了平移不變算法存在平移周期，減小了計(jì)算復(fù)雜度。本文深入分析了小波閾值去噪方法在邊緣處產(chǎn)生振蕩的原因，指出振蕩的出現(xiàn)是由于閾值去噪所采用的小波變換算法沒(méi)有平移不變

2、性，并且去噪結(jié)果依賴于小波基函數(shù)、尺度基函數(shù)與信號(hào)的空間結(jié)構(gòu)的匹配程度。提出了一種基于小波影響錐分析的信號(hào)去噪算法來(lái)減輕振蕩。在分析軟、硬閾值的各自特點(diǎn)的基礎(chǔ)上提出了一種新的閾值函數(shù)和相應(yīng)的自適應(yīng)的閾值去噪方法，新方法能在保護(hù)信號(hào)的間斷結(jié)構(gòu)的同時(shí)有效地抑制振蕩的產(chǎn)生?！　鹘y(tǒng)的邊緣檢測(cè)方法用強(qiáng)度閾值來(lái)提取重要邊緣并剔出噪聲，閾值的選取要在邊緣與噪聲之中作折衷，而梯度強(qiáng)度在很多情況下并不是重要邊緣和噪聲的本質(zhì)區(qū)別。經(jīng)典的多尺度邊緣檢測(cè)方

3、法能減輕閾值對(duì)邊緣檢測(cè)的負(fù)面影響，但是仍然擺脫不了選擇閾值的問(wèn)題。本文從邊緣在尺度空間中的演化性質(zhì)著手，建立了從人類視覺(jué)角度對(duì)邊緣的顯著性的定量描述，并結(jié)合小波變換的快速算法提出了一種新的邊緣檢測(cè)算法，能夠有效地提取出圖像中的弱邊緣。　　本文在關(guān)履泰等人細(xì)分網(wǎng)格上的樣條插值算法的研究基礎(chǔ)上提出了一種基于細(xì)分網(wǎng)格點(diǎn)上的樣條插值小波，分析了它的消失矩性質(zhì)，并將其應(yīng)用在圖像壓縮中。這種小波能實(shí)現(xiàn)有選擇地對(duì)圖像的細(xì)節(jié)信息進(jìn)行保留。最后提出了一