小波變換在果品圖像去噪中的應(yīng)用畢業(yè)設(shè)計(jì)(參考版)
2025-07-02 01:17本頁(yè)面
【正文】 特別的，我想感謝我的室友們，和你們?cè)谝黄鸬娜兆涌峙乱巡欢?，但是大學(xué)四年有你們的陪伴，我對(duì)此感到無比榮幸。我們一起上網(wǎng)查詢資料，整合資料，然后各自結(jié)合自己課題的主要內(nèi)容進(jìn)行一絲不茍的撰寫。選題的時(shí)候，為了使選的題目具有研究?jī)r(jià)值，老師與我們共同探討，最終在仔細(xì)推敲下選擇了我們各自的研究課題。（2)軟件環(huán)境：Windows 7操作系統(tǒng)，Matlab 。圖像大小采用512*512。)。imwrite(III,39。III=uint8(ca)。sym839。)。ca1=idwt2(ca2,ch2,cv2,cd2,39。sym839。 cd1=soft_t(d1,thr3)。ch1=soft_t(h1,thr3)。 cv2=soft_t(v2,thr2)。 cd3=soft_t(d3,thr1)。ch3=soft_t(h3,thr1)。 cv1=hard_t(v1,thr3)。 cd2=hard_t(d2,thr2)。 ch2=hard_t(h2,thr2)。 cv3=hard_t(v3,thr1)。thr=3*sigma。thr2=x*2^()。 x=3*sigma。)。[a3,h3,v3,d3]=dwt2(a2,39。sym839。)。%改變小波變換的方式，改成循環(huán)卷積[a1,h1,v1,d1]=dwt2(II,39。per39。 figureimshow(II,[])。I=double(I)。)。%指標(biāo)psnr1=psnr(II,I)psnr2=psnr(III,I)RMSE1=rmse(II,I)RMSE2=rmse(III,I)Entropy=entropy(III) % boat clearclcI=imread(39。39。 %去噪后的圖像figureimshow(III)。)。ca=idwt2(ca1,ch1,cv1,cd1,39。sym839。)。% %逆變換ca2=idwt2(a3,ch3,cv3,cd3,39。 cv1=soft_t(v1,thr3)。 cd2=soft_t(d2,thr2)。ch2=soft_t(h2,thr2)。 cv3=soft_t(v3,thr1)。 x=3*sigma。)。[a3,h3,v3,d3]=dwt2(a2,39。sym839。)。%改變小波變換的方式，改成循環(huán)卷積[a1,h1,v1,d1]=dwt2(II,39。per39。 figureimshow(II,[])。I=double(I)。)。%指標(biāo)psnr1=psnr(II,I)psnr2=psnr(III,I)RMSE1=rmse(II,I)RMSE2=rmse(III,I)Entropy=entropy(III) % boat 2. 軟閾值Matlab源代碼clearclcI=imread(39。39。 %去噪后的圖像figureimshow(III)。)。ca=idwt2(ca1,ch1,cv1,cd1,39。sym839。)。% %逆變換ca2=idwt2(a3,ch3,cv3,cd3,39。 cv1=hard_t(v1,thr3)。 cd2=hard_t(d2,thr2)。 ch2=hard_t(h2,thr2)。 cv3=hard_t(v3,thr1)。thr=3*sigma。thr2=x*2^()。 x=3*sigma。)。[a3,h3,v3,d3]=dwt2(a2,39。sym839。)。%改變小波變換的方式，改成循環(huán)卷積[a1,h1,v1,d1]=dwt2(II,39。per39。 figureimshow(II,[])。I=double(I)。)。參考文獻(xiàn)[1] Grossman A,Morlet of Hardy functions into square integrable waveletsof constant shape[J]. SIAM .,1984, 15(4):723736.[2] for multiresolution signal deposition:the wavelet representation[J].IEEE Trans. on ,11(7):674693.[3] Vetterli M, Herley C. Wavelet and filter banks: theory and design[J].IEEE Trans. ,40(9):22072232.[4] Steffen P, et of regular Mband wavelet bases[J]. IEEE Trans. Signal Processing, 1993, 41(2): 34973511.[5] Burt P J, Adelson E H. The Laplacian Pyramid as a Compact ImageCode[J]. IEEE Trans. Communications. 1983, 31(4): 532～540.[6] 鄭治真,沈萍,楊選輝,[M].北京：地震出版社，2001. [7][M].江蘇:東南大學(xué)出版社,2007.[8]周天娟,張鐵中,[J]. 農(nóng)業(yè)工程學(xué)報(bào),2007,23(9):164168.[9]楊福增， X 射線的蘋果霉心病檢測(cè)方法研究[D].2009.[10]楊福增,王崢,[J].農(nóng)業(yè)工程學(xué)報(bào),2007,23(2):145150.[11]楊福增,[D].2012.[12][J].北京：清華大學(xué)出版社，2009：12，145251.[13]田艷娜，[D].2011(3).[14]羅仲亮，王修信，[J]2004,11(3):207211. [15][M].武漢:武漢大學(xué)出版社,2010.[16][M]．北京：清華大學(xué)出版社,2011.[17][M].北京:科學(xué)出版社,2012.附錄1 算法源代碼1. 硬閾值Matlab源代碼clearclcI=imread(39。（3）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?，F(xiàn)將本文工作總結(jié)如下：（1）介紹本文的選題背景和意義，重點(diǎn)分析了果品圖像去噪的研究現(xiàn)狀。5 結(jié)束語(yǔ)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。由表43本文方法獲取的均方根誤差比較低，％, ％，表明了去噪圖像更接近于原圖像，去噪效果更加有效；獲取的峰值信噪比較高，％，％，顯然，本文方法比較更有效地保留了有用信息；%，%，表明了去噪圖像保留了更多的原圖像信息。
范文總結(jié)相關(guān)推薦
鄂ICP備17016276號(hào)-1