【正文】 title(39。axis square。,nc,s,39。)。h39。 %設(shè)置圖像標(biāo)題。 %。原始圖像39。%將彩色圖片轉(zhuǎn)換成灰度圖像。程序的附錄1：%清除空間內(nèi)存。最后對含噪聲進(jìn)行很好的降噪處理。第五章 結(jié)論本次論文的題目是基于MATLAB小波分析的圖像降噪處理，因?yàn)槲覀冄芯康臄?shù)字圖像中有很多圖像存在噪聲的干擾，我們必須要對數(shù)字圖像進(jìn)行降噪處理，常用的最有效的降噪方法是小波系數(shù)的閾值降噪。在實(shí)際的圖像降噪的過程中，對于不同信號、不同信噪比、不同降噪方法下一定都會有一個(gè)降噪效果最好的分解層次或接近最好的分解層數(shù)。下面的實(shí)驗(yàn)是分別采用不同的小波基函數(shù)對圖像進(jìn)行的降噪處理，在實(shí)驗(yàn)中，小波分解層數(shù)都為3層?；谛〔ㄗ儞Q的多分辨圖像去噪技術(shù)中，小波基是一個(gè)至關(guān)重要的因素。39。％豎直方向；nc=wthcoef2(39。,c,s,n,p,39。)?！=imnoise(X,39。 figure。 clc。[NC,S]即構(gòu)成修正后的小波分解結(jié)構(gòu)。(1)wdencmp的調(diào)用格式有下面三種：[xc,cxc,lxc,perf0,perfl2]=wdencmp(‘gbl’,X,’wname’,N,thr,sorh,keepapp) [xc,cxc,lxc,perf0,perfl2]=wdencmp(‘lvd’,X,’wname’,N,thr,sorh) [xc,cxc,lxc,perf0,perfl2]=wdencmp(‘lvd’,C,L,’wname’,N,thr,sorh) wname是所用的小波函數(shù)，gbl表示每層都采用同一個(gè)閾值進(jìn)行處理，lvd表示每層用不同的閾值進(jìn)行處理，N表示小波分解層數(shù)，thr為閾值向量；xc為消躁或壓縮后的圖像，[cxc,lxc]是xc的小波分解結(jié)構(gòu)，perf0和perfl2是恢復(fù)和壓縮L平方的范數(shù)百分比。根據(jù)小波分解的低頻系數(shù)和經(jīng)閾值量化處理后的高頻系數(shù)進(jìn)行圖像重構(gòu)。是噪聲標(biāo)準(zhǔn)方差，N信號的長度或尺寸。如果thr太小那么含噪聲的圖像進(jìn)行圖像降噪后仍然會存在噪聲，沒有達(dá)到圖像降噪的目的；相反的情況如果與之過大，就會把圖像的有用的信息破壞掉，把有用的圖像信息給濾掉，引起圖像的誤差，對于給定的小波系數(shù)，噪聲越大，余值越大。圖32 db4小波的時(shí)域和頻域的圖像圖33 db4小波用于信號的分解和重構(gòu)⑶Symlet(symN)小波Symlet小波是一種近似對稱的小波，它是dbN小波的一種改進(jìn)。因此，研究時(shí)就必須要討論連續(xù)小波和連續(xù)小波變換的離散化。小波分析的核心思想是按尺度來分析信號：將小波伸縮和平移，然后研究信號和小波的相關(guān)性。但Gabor基不能組成一組正交基，無論怎樣離散都不能完成，這會給計(jì)算帶來諸多的不變。而對于頻率相對較低的信息，時(shí)間間隔要足夠的寬才能是的信息保存它的完整性。 傅立葉變換的性質(zhì)： 線性疊加性若，則對于任意的二個(gè)常數(shù)a1和a2則有如下的結(jié)論成立： （313）式（313）表明時(shí)域信號增大a倍，頻域信號的頻譜也相應(yīng)的怎大a倍，時(shí)域的和等于頻域和的疊加。bw為分析的二進(jìn)制圖像。其調(diào)用格式如下。 Image（RGB）。 RGB圖像RGB圖像又稱為真彩色圖像，用R,G,B分別表示紅、綠、藍(lán)3種不同的顏色，通過這三個(gè)基本的顏色可以得到任意顏色。 Image(X)。）通過intmax（class）和intmin（class）函數(shù)返回該類型的最大值和最小值。 整型：（int8。如果用戶希望為選中的語句或表達(dá)式創(chuàng)建m文件，則可以選擇菜單中的“Create Script”選項(xiàng)，還可以選擇“Create Shortcut”選項(xiàng)。?金融建模和分析、測試和測量、圖像處理等等。MATLAB的基本功能 MATLAB最擅長數(shù)值的計(jì)算，能對大量的數(shù)據(jù)進(jìn)行處理，并且計(jì)算效率很高。簡稱為“矩陣實(shí)驗(yàn)室”，是美國MathWorks公司出品的商業(yè)軟件，用于算法開發(fā)、數(shù)據(jù)可視化、數(shù)據(jù)分析以及數(shù)值計(jì)算的高級技術(shù)計(jì)算語言和交互式環(huán)境，主要包括MATLAB和Simulink二個(gè)部分。 本文研究內(nèi)容第一章主要介紹圖像降噪技術(shù)的研究背景和意義，其次介紹了數(shù)字圖像處理的相關(guān)知識和數(shù)字圖像噪聲的分類以及噪聲的特點(diǎn)。噪聲使得所獲得的圖像模模糊糊，讓人的視覺特別的不舒服，由于沒有注重某些應(yīng)用的細(xì)節(jié)信息，使得應(yīng)該可識別的目標(biāo)變得很難識別，不能達(dá)到人們實(shí)現(xiàn)預(yù)計(jì)好的圖像的效果，不能滿足人們的要求。有的圖像因?yàn)橛杏玫男盘栃畔o法識別，還要對圖像進(jìn)行圖像增強(qiáng)處理。時(shí)間窗和頻域窗都是可以進(jìn)行調(diào)整的，要根據(jù)信號的具體的動態(tài)進(jìn)行相應(yīng)的調(diào)整，通常，頻率低的部分利用較低的時(shí)間分辨率，而提高頻率的分辨率，在高頻情況下可以用較低的頻率分辨率來換取精度的時(shí)間定位。小波降噪技術(shù)的優(yōu)點(diǎn)：低熵性：小波系數(shù)的稀疏分布，使得圖象變換后的熵降低；另一方面，噪聲的消除程度主要取決于閾值和閾值函數(shù)的選取。降低圖像噪聲和保留圖像細(xì)節(jié)保持平衡是一個(gè)矛盾。發(fā)展速度快，實(shí)際應(yīng)用也非常廣泛。隨著科學(xué)技術(shù)的發(fā)展和完善，原始的圖像處理技術(shù)已經(jīng)被現(xiàn)在的計(jì)算機(jī)圖像處理技術(shù)逐漸的代替了。利用以上的分析對噪聲圖像進(jìn)行了很好的降噪效果。分類號： 編號：沈陽化工大學(xué)本科畢業(yè)論文題 目： 基于MATLAB小波分析的圖像降噪處理 院 系： 信息工程學(xué)院 專 業(yè)： 通信工程 班 級： 1001 學(xué)生姓名： 田維軍 指導(dǎo)教師： 郭爍 論文提交日期： 年 月 日 論文答辯日期： 年 月 日摘要本文研究的對象是加入高斯白噪聲的數(shù)字信號，信號在傳輸或進(jìn)行處理的過程中會受到噪聲的影響，會影響到數(shù)字圖像的質(zhì)量，因此本文針對加入噪聲的圖像進(jìn)行降噪處理，提高圖像的清晰度，使得圖像的質(zhì)量達(dá)到最優(yōu)。關(guān)鍵詞：小波變換，圖像去噪，小波閾值，閾值函數(shù)，小波基函數(shù)，最優(yōu)分解層AbstractIn the course of image processing，the collection，transformation and transmission of images are frequently affected by imaging equipments and noises in exterior environment，therefore，image quality declines．Because noises have big infection to the continuous processing of images，it has very important practical meaning to noises reduction．Image noise reduction is a widely image preprocessing of technology. It’ s purpose is to enhance the SNR between original image and denoised image, improve the characteristics of image. The digital image denoise involves domains and so on optical system, microelectronic technology, puter science，mathematical analysis, it’s a very prehensive interdisciplinary science, now its practice application is very widespread: In the medicine, the military, art, the agriculture and all have very extensive and ripe using so on. MATLAB is one kind of highly effective engineering calculation language，in aspects and so on value putation, data processing, imagery processing, neural network, wavelet analysis all has the widespread application.Therefore, hunting for a method of denoising effectively and keeping the edge information simultaneously is a goal people have been pursuing all the time. Wavelet analysis is local analysis in the time domain and frequency domain, which represents the signal property using bination of the time domain and frequency domain ,which represents the signal property using bination of the time domain and frequency domain. It is a useful tool to analyze the unstationary signal that important multiscale analysis to the signal by the translation and diatom of the moocher wavelet ,so it can effectively extract information from signal .Recently ,with the improvementof wavelet theory ,wavelet analysis has applied to image denoising successfully Compared with traditional methods, wavelet has inparable advantage in image denoising. It can not only wipe off noise but also retain the image details.In this paper, wavelet threshold noise reduction, through the deposition of the image, extracting the threshold, the final reconstructed image, wavelet threshold noise reduction coefficient of thought is a layer wavelet deposition coefficients modulus greater than or less than a certain threshold are processed in the image obtained after the processing of digital image is reconstructed. Paper in the horizontal direction, vertical direction and diagonal direction of the threshold processing, the threshold value processing of the three directions of the image can be a good noise redu