基于matlab小波工具箱的數(shù)字圖像處理及小波分析(參考版)
2025-08-08 04:56本頁面
【正文】 參考文獻[1]胡昌華，張軍波，夏軍等．基于MATLAB的系統(tǒng)分析與設計——小波分析．西安：西安電子科技大學出版社，2000[2]董長虹，高志，余嘯海．Matlab小波分析工具箱原理與應用．北京：國防工業(yè)出版社，2004[3]張兆禮，張春暉，梅曉丹．現(xiàn)代圖像處理技術及Matlab實現(xiàn)．北京：人民郵電出版社．2001[4]劉貴忠，邸雙亮．小波分析及其應用．西安:西安電子科技大學出版社，1992[5]奉前清，：西安電子科技大學出版社，2000[6]張德峰．詳解MATLAB數(shù)字圖像處理電子．北京：電子工業(yè)出版社，2001 。對性質(zhì)隨時間穩(wěn)定不變的信號，處理的理想工具仍然是傅立葉分析，但在實際應用中，絕大多數(shù)信號是非穩(wěn)定的，小波分析正是適用于非穩(wěn)定信號的處理工具。小波分析的應用是與小波分析的理論研究緊密地結(jié)合在一起的。更為簡單地就是利用MATLAB中小波處理工具箱，對圖像進行增強、去噪等處理。五、總結(jié)通過對多分辨率分析和Mallat算法的學習以及常用小波的認識，了解到了小波分析在分析數(shù)學領域的地位以及其在數(shù)字圖像處理和信號處理等方面重要性。如圖42所示。根據(jù)小波分解的第N層的低頻系數(shù)和經(jīng)過修改的從第一層到第N層的各層高頻系數(shù)計算二維信號的小波重構。對于從1到N的每一層，選擇一個閾值，并對這一層的高頻系數(shù)進行軟閾值量化處理。選擇一個小波和小波分解的層次N，然后計算信號s到第N層的分解。二維模型可以表述為： ()其中，是噪聲。去噪已成為圖像處理中極其重要的步驟。若輸入伴有較大噪聲，必然影響處理全過程及輸出結(jié)果。一般噪聲是不可預測的隨機信號，它只能用概率統(tǒng)計的方法去認識。從理論上說，可以獲得任意壓縮比的壓縮圖像。這種最簡單的壓縮方法，只保留原始圖像中低頻信息，不經(jīng)過其他處理即可獲得較好的壓縮效果。圖41 小波工具箱如圖41所示，可以看出，第一次壓縮提取的是原始圖像中小波分解第一層的低頻信息，此時壓縮效果較好，壓縮比較小；第二次壓縮是提取第一層分解低頻部分的低頻部分(即小波分解第二層的低頻部分)，其壓縮比較大，壓縮效果在視覺上表現(xiàn)良好，基本上看不出與第一次有太大變化。對一幅圖像來說，表現(xiàn)一個圖像最主要的部分是低頻部分，所以最簡單的壓縮方法是利用小波分解，去掉圖像的高頻部分而只保留低頻部分。一幅圖像作小波分解后，可得到一系列不同分辨率的子圖像，不同分辨率的子圖像對應的頻率是不相同的?；谛〔ǚ治龅膱D像壓縮方法很多，比較成功的有小波包、小波變換零樹壓縮、小波變換矢量量化壓縮等。它的特點是壓縮比高，壓縮速度快，壓縮后能保持圖像的特征基本不變，且在傳遞過程中可以抗干擾。 ()其中為構造Meyer小波的輔助函數(shù)，其函數(shù)圖像如圖35所示。Daubechies系列的小波簡寫為dbN，其中N表示階數(shù)，圖34所示為db2小波的形狀。但的傳遞函數(shù)的模的平方有顯式表達式。圖33 Morlet小波函數(shù)圖像(dbN)小波 Daubechies小波是法國學者Daubechies所創(chuàng)造，Daubechies小波的研究是基于對尺度取為2的整數(shù)冪條件下的小波變換。雖然Morlet小波有解析表達式，但其不具有正交性的同時也不存在緊支集。圖32 Mexicat小波函數(shù)圖像 Morlet小波是高斯下的單頻率復正弦函數(shù)：
環(huán)評公示相關推薦
鄂ICP備17016276號-1