畢業(yè)論文基于小波變換手指靜脈去噪技術(shù)(文件)
【正文】 圖像 圖35 原始圖像與降噪后圖像從圖中可以看出，靜態(tài)小波分解可有效地去除噪聲，改善圖像的清晰度，增強(qiáng)手指靜脈圖像的對比度。對最低頻LL，為了保持圖像的平滑性，我們采用軟閾值方法；對于中頻層LH和HL，由于其中含有手指靜脈的邊緣信息，而這些邊緣信息往往是以橫向和縱向極值點(diǎn)的狀態(tài)呈現(xiàn)的，所以我們只保留中頻層中小波系數(shù)的橫向和縱向極值點(diǎn)，其余點(diǎn)置為0；對于高頻層，由于其中大部分是孤立的噪聲點(diǎn)，所以我們簡單的采用硬閾值方法將噪聲消除。 參考文獻(xiàn)[1] 王秀君，林小竹，史立勇．小波分析在數(shù)字圖像處理中的應(yīng)用[J]．北京石油化工學(xué)院學(xué)報(bào)，2006,14(2)[2] 張國華，張文娟，薛鵬翔. 小波分析與應(yīng)用基礎(chǔ)[ M] . 西北工業(yè)大學(xué)出版社，2006.[3] 趙江魏，[D]：碩士學(xué)位論文．東北，吉林大學(xué)，2007.[4] 張奉軍，周燕 ，曹建國．MALLAT算法快速實(shí)現(xiàn)方法及其應(yīng)用研究．2004(6)[5] 彭高輝，蔣禮,，袁合才．靜態(tài)二維離散小波變換在圖像壓縮中的研究[J]．河南師范大學(xué)學(xué)報(bào)( 自然科學(xué)版)， 2009,37(2)[6] 余成波, 秦華鋒. 手指靜脈識(shí)別技術(shù). 北京: 清華大學(xué)出版社, 2009.[7] 潘楊．基于小波的圖像去噪方法研究[D]：碩士學(xué)位論文．東北，吉林大學(xué)，2010.[8] 方 勇，戚飛虎．基于軟閾值的小波圖像增強(qiáng)方法[J].計(jì)算機(jī)工程與應(yīng)用，2002,23.[9] 崔錦泰，程正興譯．小波分析導(dǎo)論[ M]．西安：西安交通大學(xué)出版社，1995.[10] 王劍平，張捷．小波變換在數(shù)字圖像處理中的應(yīng)用[J]．現(xiàn)代電子技術(shù)，2011,34(1)[11] 儲(chǔ)鵬鵬．基于小波變換的圖像去噪方法研究[D]：碩士學(xué)位論文．西安電子科技大學(xué)，2009.[12] 周偉．基于MATLAB的小波分析應(yīng)用[ M] . 西安電子科技大學(xué)出版社, 2010。降噪的目的是減少甚至消除靜脈圖片中的白噪聲，避免影響增強(qiáng)的效果。眾所周知，小波變換可以將信號(hào)在不同的頻帶上展開，使得我們可以根據(jù)各個(gè)頻段的特點(diǎn)分別加以處理。最后，對處理完的各個(gè)頻層作小波重構(gòu)，得到降噪后的圖像。圖33為靜態(tài)小波分解后手指靜脈各個(gè)頻層圖。將圖像作靜態(tài)小波分解后，和普通的小波變換一樣，原圖像被分解為三個(gè)不同的頻帶，低頻LL，中頻LH和HL，和高頻HH。依此類推，如圖32所示：圖32靜態(tài)小波變換第二步，將濾波器作向上采樣（Upsample），然后與上一步的逼近信號(hào)作卷積其中，為每次分解用到的濾波器，且使用的濾波器在不同層次分解上是不同的。注意，和的長度都為N，而不是離散小波變換中的N/2。為了克服這種缺陷，可以引入靜態(tài)小波變換算法。圖像進(jìn)行二維小波分解的仿真結(jié)果如下圖所示。（）是經(jīng)過分解過后的逼近信號(hào)，（）是經(jīng)過分解后的細(xì)節(jié)信號(hào)。滿足上述個(gè)條件的函數(shù)空間集合成為一個(gè)多分辨分析，如果生成一個(gè)多分辨分析，那么稱為一個(gè)尺度函數(shù)。
數(shù)學(xué)相關(guān)推薦
鄂ICP備17016276號(hào)-1