畢業(yè)論文基于小波變換手指靜脈去噪技術(shù)(參考版)
2025-07-01 10:19本頁面
【正文】 參考文獻[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，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( 自然科學(xué)版)， 2009,37(2)[6] 余成波, 秦華鋒. 手指靜脈識別技術(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方法[J].計算機工程與應(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，避免影響增強的效果。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，其余點置為0；對于高頻層，由于其中大部分是孤立的噪聲點，所以我們簡單的采用硬閾值方法將噪聲消除。眾所周知，小波變換可以將信號在不同的頻帶上展開，使得我們可以根據(jù)各個頻段的特點分別加以處理。降噪圖像原始圖像 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，增強手指靜脈圖像的對比度。最后，對處理完的各個頻層作小波重構(gòu)，得到降噪后的圖像。圖34 硬閾值函數(shù) 軟閾值函數(shù)3) 中頻：對于手指靜脈圖像來講，靜脈邊緣是圖像的重要特征，而我們知道，圖像的邊緣特征大都保留在小波變換后的中頻帶，而通過實驗發(fā)現(xiàn)，靜脈的邊緣特征在中頻帶中往往以橫向和縱向極值點表現(xiàn)出來。圖33為靜態(tài)小波分解后手指靜脈各個頻層圖。我們將根據(jù)這三個頻層的特點分別作降噪處理。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不同的頻帶，低頻LL，中頻LH和HL，和高頻HH。在初始狀態(tài)，cA0=s，F(xiàn)0=Lo_D，G0=Hi_D。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
數(shù)學(xué)相關(guān)推薦
鄂ICP備17016276號-1