【正文】 .................................... 2 選題背景和意義 ........................................................ 2 果品圖像去噪的研究現(xiàn)狀 ................................................ 2 論文主要內(nèi)容和組織結(jié)構(gòu) ................................................ 3 2 小波變換的基本理論 .......................................................... 3 連續(xù)小波變換 ......................................................... 3 離散小波變換 ......................................................... 4 Mallat 算法 .......................................................... 4 3 基于小波變換的果品圖像去噪 ................................................. 6 圖像去噪的基本原理 ................................................... 6 閾值函數(shù)的改進(jìn) ....................................................... 6 常見的閾值函數(shù) ................................................. 6 改進(jìn)的閾值函數(shù) ................................................. 7 圖像去噪新算法描述 ................................................... 7 4 應(yīng)用研究 ................................................................... 8 圖像去噪質(zhì)量的評價(jià)方法 ............................................... 8 主觀評價(jià)方法 ................................................... 8 客觀評價(jià)方法 ................................................... 9 研究方法 ............................................................. 9 實(shí)驗(yàn)結(jié)果與數(shù)據(jù)分析 .................................................. 10 5 結(jié)束語 .................................................................... 12 參考文獻(xiàn) .................................................................... 12 附錄 1 算法源代碼 ............................................................ 14 附錄 2 圖像來源與實(shí)驗(yàn)環(huán)境 .................................................... 17 致謝 ........................................................................ 18 滁州學(xué)院本科畢業(yè)設(shè)計(jì) 1 小波變換在果品圖像去噪中的應(yīng)用 摘要 ： 果品圖像在獲取及傳輸過程中經(jīng)常會被噪聲污染，極大的影響了人們對圖像中細(xì)節(jié)信息的提取。 本文 詳細(xì)地介紹了小波變換的基本理論和果品圖像去噪的原理，研究和分析了常見的閾值 函數(shù) ，深入探討了閾值函數(shù)的改進(jìn)辦法，提出了一種新的圖像去噪方法。 Threshold function 滁州學(xué)院本科畢業(yè)設(shè)計(jì) 2 1 緒論 選題背景和意義 果品分級就是根據(jù)果實(shí)的大小、色澤、形狀、成熟度、病蟲害及 機(jī)械損傷等情況，按照國家規(guī)定的分級標(biāo)準(zhǔn)，進(jìn)行嚴(yán)格的挑選分級。 果品生長在自然環(huán)境中，會受到泥土、灰塵等的影響，采摘的果品常常會有灰塵等噪聲。 果品圖像去噪的研究現(xiàn)狀 近幾年，國內(nèi)外眾多學(xué)者將圖像去噪算法成功地運(yùn)用到果品圖像的去噪中，并進(jìn)行了廣泛的研究。20xx 年 5 月楊福增等人針對果品圖像處理常用方法 中 不能同時(shí)在時(shí)域和頻域分析圖像且不具有多分辨率特性的問題 ,以紅棗圖像為例 ,提出了基于小波變換的去 噪 方法 ,獲得了良好的效果。 論文主要內(nèi)容和組織結(jié)構(gòu) 本文 詳細(xì)地 介紹 了 小波變換的基本理論和 果品 圖像去噪的原理 ，研究和分析了常見的 閾值 函數(shù) ，深入探討了閾值函數(shù)的改進(jìn)辦法 ， 提出了一種新的圖像去噪方法。 第 3 章 基于小波變換的 果品 圖像去噪 , 研究和分析了常見的閾值 函數(shù) ，深入探討了閾值函數(shù)的改進(jìn)辦法，提出了一種新的圖像去噪方法。 連續(xù)小波變換 將任意函數(shù) )(tf 在小波基 ??tba,? 下進(jìn)行展開，稱其為函數(shù) )(tf 的連續(xù)小波變換， 連續(xù)小波變換的 變換式為： ? ? ? ? ? ?dttffbaWT a btRabaf ?????? ? ?? 1, （ 21） 其中小波基 ： ? ? ? ? 0。 則小波基可以表示為： )()( 0020, kbaat jjtkj ?? ?? ?? （ 25） 此時(shí)離散小波變換可以表示為： ? ???? ?? ??? dtkbtatfattfkjWf jjkj )0()()(),(),( 0*2/0, ?? （ 26） 在實(shí)際應(yīng)用中，通常進(jìn)一步取常數(shù)為 20?a ， 10?b ，就可以得到二進(jìn)小波： ? ? ? ? ? ?0011, 00 000 kbtat jaa bkatakj m j ??? ?? ??? （ 27） ? ? ? ? ? ?dtttftfC kjkjkj , , ?? ? ???????? （ 28） Mallat 算法 圖像 屬于 二維 信號 ， 相比較一維信號而言，其 分解算法和重構(gòu)算法 非常復(fù)雜。 圖 22 圖像的小波 重構(gòu) 算法示意圖 可以看出，小波分解圖像的重構(gòu)是先對列或行進(jìn)行升 2 采樣 (在相鄰列或行間插入一零列或零行 )，然后再按行、按列與一維的低通或高通濾波器進(jìn)行卷積，這樣遞推下去便可重構(gòu)原圖像。為了進(jìn)一步提高去噪的效果，在變換域中進(jìn)行降噪處理成為有效的方法，圖像變換域去噪就是對圖像進(jìn)行小波變換，然后將圖像從時(shí)域變換到變換域中，再對變換域中的圖像變換系數(shù)按照某種方法進(jìn)行處理，最后再對處理后的系數(shù)按照某種方法進(jìn)行反變換，這樣就實(shí)現(xiàn)了將圖像去除圖像噪聲的目的。 （ 1）軟閾值函數(shù) 定義為： ?????????TkjWTkjWTkjWkjW),(,0),(,),(),(? （ 31） 軟閾值函數(shù)是比較含噪信號的小波系數(shù)與選定的閾值 T 大小，大于閾值的點(diǎn)收縮為該點(diǎn)值與閾值的差值，小于閾值相反數(shù)的點(diǎn)收縮為該點(diǎn)值與閾值的和，絕對值小于等于閾值的點(diǎn)變?yōu)榱恪?基于此 ,需要對傳統(tǒng)的軟硬閾值函數(shù)進(jìn)行改進(jìn) ,構(gòu)造出效果更好的閾值函數(shù)。因此 改進(jìn)的閾值函數(shù)比傳統(tǒng)的軟硬閾值函數(shù)具有明顯的優(yōu)勢 。 第二步：閾值 函數(shù) 處理。 第三步：圖像重構(gòu)。 4 應(yīng)用研究 圖像去噪 質(zhì)量的評價(jià)方法 在圖像去噪的處理中， 需要評價(jià)去噪后圖像的質(zhì)量。它是一種數(shù)學(xué)上 統(tǒng)計(jì)的處理方法，其缺點(diǎn)是它并不是總能反映人眼的真實(shí)感覺。另一種是隨著模糊數(shù)學(xué)的發(fā)展，可以用模糊綜合評判方法來盡量減少主觀因素的影響，實(shí)現(xiàn)對圖像質(zhì)量近似定量的評價(jià)，不過它仍然沒有完全消除主觀不確定性的影響，其定量計(jì)算公式中的參數(shù)往往要依賴專家經(jīng)驗(yàn)確定。去噪后圖像的均方根誤差越小，則去除噪聲后 的圖像與原始圖像就越接近，表明圖像去噪效果越好，反之圖像去噪效果就越差。 PSNR單位為 dB。 熵 值越大，說明 去噪 后的圖像上的 有用 信息 保留 的越多， 從而說明 去噪 效果越好 。草莓營養(yǎng)價(jià)值高，含豐富維生素 C，有幫助消化的功效，與此同時(shí)，草莓還可以鞏固齒齦，清新口氣，滁州學(xué)院本科畢業(yè)設(shè)計(jì) 10 潤澤喉部。 采用 均方根誤差、峰值信噪比、熵三項(xiàng)評價(jià)指標(biāo)來對實(shí)驗(yàn)獲取的結(jié)果進(jìn)行