【正文】 %基于小波包的消噪處理 thr=10。)。 title(39。 image(X1)。 X1=X+10*randn(size(X))。seed39。 %在圖像中加入噪聲 init=2055615866。)。 title(39。 image(X)。 程序源代碼 6 5. 小波包去噪成果展示 %裝載并顯示原始圖像 load flujet。添加乘性噪聲后圖像 39。 imshow(y3)。)。 title(39。 subplot(2,2,3)。添加高斯噪聲后的圖像 39。 imshow(y1)。,p2)。%椒鹽噪聲 y3=imnoise(a,39。 pepper39。%高斯噪聲 y2=imnoise(a,39。gaussian39。p2=。)。 title(39。 imshow(a)。)。 a=imread(39。)。 title(39。 image(X2)。 X2=wprcoef(NT,1)。h39。 thr=。sym239。 axis square。軟閾值去噪后的圖像 39。 colormap(map)。 subplot(2,2,3)。,thr)。 程序源代碼 5 NT=wpthcoef(T,0,39。)。 T=wpdec2(X1,1,39。)。 title(39。 image(X1)。 X1=X+20*randn(size(X))。seed39。 init=2055615866。)。 title(39。 image(X)。 load flujet。)。 title(39。 image(X2)。 X2=wprcoef(NT,1)。s39。 thr=。db1039。 axis square。coif2小波去噪圖像 39。 colormap(map)。 subplot(3,3,8)。,thr)。 NT=wpthcoef(T,0,39。)。 程序源代碼 4 T=wpdec2(X1,1,39。)。 title(39。 image(X2)。 X2=wprcoef(NT,1)。s39。 thr=。39。 axis square。haar小波去噪圖像 39。 colormap(map)。 subplot(3,3,6)。,thr)。 NT=wpthcoef(T,0,39。)。 T=wpdec2(X1,1,39。)。 title(39。 image(X2)。 X2=wprcoef(NT,1)。s39。 thr=。sym439。 axis square。sym2小波去噪圖像 39。 colormap(map)。 subplot(3,3,4)。,thr)。 程序源代碼 3 NT=wpthcoef(T,0,39。)。 T=wpdec2(X1,1,39。)。 title(39。 image(X1)。 X1=X+20*randn(size(X))。seed39。 init=2055615866。)。 title(39。 image(X)。 2. 研究不同小波基的程序： load flujet。)。 title(39。 image(X2)。 X2=wprcoef(NT,1)。s39。 thr=。sym439。 axis square。小波分解 3層 39。 colormap(map)。 subplot(2,3,5)。,thr)。 NT=wpthcoef(T,0,39。)。 程序源代碼 2 T=wpdec2(X1,3,39。)。 title(39。 image(X2)。 X2=wprcoef(NT,1)。s39。 thr=。sym439。 axis square。小波分解 1層 39。 colormap(map)。 subplot(2,3,3)。,thr)。 NT=wpthcoef(T,0,39。)。 T=wpdec2(X1,1,39。)。 title(39。 image(X1)。 X1=X+20*randn(size(X))。seed39。 init=2055615866。)。 title(39。 image(X)。 五 .參考文獻(xiàn) [1]李世雄 .小波變換及應(yīng)用 [M].北京：高等教育出版社， 1997． [2]彭玉華 .小波變換與工程應(yīng)用 [M].北京：科學(xué)出版社， 1999． [3]趙瑞珍 .小波理論及其在圖像信號(hào)處理中的算法研究 [M].西安：西安電子科技大學(xué)， 2020. [4]章毓晉 .圖像處理和分析基礎(chǔ) [M].北京 :高等教育出版社， 2020. [5]李弼程，羅建書(shū) .小波分析及其應(yīng)用 [M].北京：電子工業(yè)出版社， 2020. [6]陳武凡 .小波分析及其在圖像處理中的應(yīng)用 [M].北京：科學(xué)出版社， 2020. [7]張兆禮，梅曉丹 .現(xiàn)代圖 像處理技術(shù)及 Matlab實(shí)現(xiàn) [M].北京：人民郵電出版社， 2020. [8]劉貴忠，邸雙亮 .小波分析及其應(yīng)用 [M].西安：西安電子科技大學(xué)出版社， 1992. [9]奉前清，楊宗凱 .實(shí)用小波分析 [M].西安：西安電子科技大學(xué)出版社， 2020. [10] Cohen A. Wavelets and Multiscale Signal Processing[M]. Chapman and Hall， 1995. [11] Donoho D via softthresholding[J].IEEE ， 1995． [12] Jansen M , Bultheel A. Multiple wavelet threshold estimation by generalized cross validation for images with correlated noise [J].IEEE Trans. Image Processing， 1999. [13] YA Wu, Extraction and Assessment Using Wavelet Packet for Monitoring of Machining Processes[J].Mechanical Systems and Signal Processing， 1996． 指導(dǎo)老師：（簽署意見(jiàn)并簽字） 年 月 日 督導(dǎo) 老師：（ 簽署意見(jiàn)并簽字） 年 月 日 領(lǐng)導(dǎo)小組審查意見(jiàn) ： 審查人簽字： 年 月 日程序源代碼 1 附錄二： 程序源代碼 ： load flujet。 第 14— 15周：修改畢業(yè)設(shè)計(jì)論文；準(zhǔn)備畢業(yè)設(shè)計(jì)答辯。 第 7— 10周：小波包去除信號(hào)中噪聲的設(shè)計(jì)與實(shí)現(xiàn)；期中畢業(yè)設(shè)計(jì)檢查。 第 3周：撰寫(xiě)開(kāi)題報(bào)告；開(kāi)題。 MATLAB 是 Math Works公司開(kāi)發(fā)的一種跨平臺(tái)的，用于矩陣數(shù)值計(jì)算的簡(jiǎn)單高效的數(shù)學(xué)語(yǔ)言，與其它計(jì)算機(jī)高級(jí)語(yǔ)言如 C, C++, Fortran, Basic, Pascal等相比， MATLAB語(yǔ)言編程要簡(jiǎn)潔得多，編程語(yǔ)句更加接近數(shù)學(xué)描述，可讀性好，其強(qiáng)大 的功 能和可視化數(shù)據(jù)處理能力也是其他高級(jí)語(yǔ)言望塵莫及的。 （二）重點(diǎn)與難點(diǎn) ： 如何選取閾值及如何進(jìn)行閾值的量化 。 3） 二維小波的重構(gòu)。 2） 對(duì)高頻系數(shù)進(jìn)行閾值量化。二維信號(hào)用二維小波分析的去噪步驟有 3步： 1） 二維信號(hào)的小波分解。二維模型可以表述為： s(i,j)=f( i,j)+δ 4) 圖像的小波包重構(gòu) 根據(jù)最低層的小波包分解系數(shù)和經(jīng)過(guò)量化處理的系數(shù)，進(jìn)行圖像的小波包重構(gòu)。閾值的選取，采用給定閾值方式進(jìn)行，因?yàn)檫@種閾值比默認(rèn)閾值的可信度高。在 MATLAB的小波工具箱中，可通過(guò) besttree函數(shù)進(jìn)行最優(yōu)基的選擇 ,也就是計(jì)算最佳樹(shù)。 （三） 系統(tǒng) 功能：如圖 1，小波包 分析對(duì)信號(hào)進(jìn)行去噪處理的功能模板 圖 1 系統(tǒng)功能模塊 1) 對(duì)圖像進(jìn)行小波包分解 選擇合適的小波和恰當(dāng)?shù)男〔ǚ纸獾膶哟?N，然后對(duì)圖像進(jìn)行 N層小波包分解計(jì)算。 圖像在生成和傳輸過(guò)程中常常因受到各種噪聲的干擾和影響而使圖像降質(zhì)，這對(duì)后續(xù)圖像的處開(kāi)題報(bào)告 2 理 (如分割、壓縮和圖像理解等 )將產(chǎn)生不利影響，噪聲種類(lèi)很多，如：電噪聲、機(jī)械噪聲、信道噪聲和其他噪聲。 二 . 研究?jī)?nèi)容 （一） 研究方向： 小波包分析在圖像去噪處理中的應(yīng)用。小波包在信號(hào)分析中的應(yīng)用也十分廣泛。它的特點(diǎn)是壓縮比高，壓縮速度快，壓縮后能保 持信號(hào)與 圖像 的特征不變，且在傳遞中可以抗干擾。在醫(yī)學(xué)成像方面的減少 B超、 CT、 核磁共振成像的時(shí)間，提高分辨率等。 在信號(hào)分析方面的濾波、去噪、壓縮、傳遞等。 （三） 應(yīng)用領(lǐng)域 小波 包 分析的應(yīng)用領(lǐng)域十分廣泛， 它包括：信號(hào)分析、 圖象處理、量子力學(xué)、理論物理、軍事電子對(duì)抗與武器的智能化、計(jì)算機(jī)分類(lèi)與識(shí)別、音樂(lè)與語(yǔ)言的人工合成、醫(yī)學(xué)成像與診斷、地震勘探數(shù)據(jù)處理、大型機(jī)械的故障診斷等方面。如今，信號(hào)處理已經(jīng)成為當(dāng)代科學(xué)技術(shù)工作的重要組成部分，信號(hào)處理的目的就是：準(zhǔn)確的分析、診斷、編碼、 壓縮和量化、快速傳遞或存儲(chǔ)、精確的 恢復(fù)（或重構(gòu)）?，F(xiàn)在，它已經(jīng)在科技信息產(chǎn)業(yè)領(lǐng)域取得了令人矚目的成就。在實(shí)際應(yīng)用中，針對(duì)不同性質(zhì)的信號(hào)和干擾 ， 尋找最佳的處理方法降低噪聲，一直是信號(hào)處理領(lǐng)域廣泛討論的重要問(wèn)題。 畢業(yè)設(shè)計(jì)（論文）附錄 題 目： 小波包分析在信號(hào)處理中的應(yīng)用 目 錄 附件 1： 開(kāi)題報(bào)告 ...............................................共 3頁(yè) 附件 2： 計(jì)算機(jī)程序 .............................................共 6頁(yè) 附件 3： 外文文獻(xiàn)譯文 ...........................................共 6頁(yè) 附件 4： 外文文獻(xiàn)原文 ...........................................共 7頁(yè) 開(kāi)題報(bào)告 1 附錄 一： 小波包分析在信號(hào)處理中的應(yīng)用 開(kāi)題報(bào)告 班級(jí)（學(xué)號(hào)） 姓名：正 正 指導(dǎo)老師 周杰倫 一 . 綜述 （一） 意義 眾所周知，由于圖像在采集、數(shù)字化和傳輸過(guò)程中常受到各種噪聲的干擾，從而使數(shù)字圖像中包含了大量的噪聲。能否從受擾信號(hào)中獲得去噪的信息，不僅與干擾的性質(zhì)和信號(hào)形式有關(guān)，也與信號(hào)的處理方式有關(guān)。 （二） 現(xiàn)狀 小波包分析的應(yīng)用是與小波包分析的理論研究緊密地結(jié)合在一起的。電子信息技術(shù)是六大高新技術(shù)中重要的一個(gè)領(lǐng)域，它的重點(diǎn)方面是圖像及信號(hào)處理。從數(shù)學(xué)的 角度來(lái)看，信號(hào)與圖像處理可以統(tǒng)一看作是信號(hào)處理，在小波包分析 的 許多分析的許多應(yīng)用中，都可以歸結(jié)為信號(hào)處理問(wèn)題。例 如，在數(shù)學(xué)方面，它已用于數(shù)值分析、構(gòu)造快速數(shù)值方法、曲線曲面構(gòu)造、微分方程求解、控制論等。在圖像 處理方面的圖象壓縮、分類(lèi)、識(shí)別與診斷，去污等。 小波包 分析用于信號(hào)與圖像 壓縮是小波包分析應(yīng)用的一個(gè)重要方面?；谛〔ò治龅膲嚎s方法很多，比較成功的有小波包最好基方法，小波域紋理模型方法，小波變換零樹(shù)壓縮，小波變換向量壓縮等。它可以用于邊界的處理與濾波、時(shí)頻分析、信噪分離與提取弱信號(hào)、求分形指數(shù)、信號(hào)的識(shí)別與診斷以及多尺度邊緣檢測(cè)等。 （二） 研究?jī)?nèi)容： 利用小波包的基本原理實(shí)現(xiàn)含噪信號(hào)的分析及信號(hào)中噪聲的去除處理。在圖像處理中，圖像去噪是一個(gè)永恒的主題，為了抑制噪聲，改善圖像質(zhì)量，便于更高層次的處理，必須對(duì)圖像進(jìn)行去噪處理。 2) 確定最優(yōu)小波包基 在對(duì)圖像進(jìn)行小波分解時(shí)，可以最優(yōu)基的選擇標(biāo)準(zhǔn)是熵標(biāo)準(zhǔn)。 3) 小波包分解系數(shù)的閾值量化 對(duì)于每一個(gè)小波包分解系數(shù)，選擇一個(gè)適當(dāng)?shù)拈撝挡?duì)系數(shù)進(jìn)行閾值量化。小波包圖形工具給出一個(gè)初值，然后用戶(hù)根據(jù)需要重新選擇閾值以滿(mǎn)足要求。 三 . 實(shí)現(xiàn)方法及預(yù)期目標(biāo) （一） 初步實(shí)現(xiàn)方案 對(duì)二維圖像信號(hào)的去噪方法 同樣適用于一維信號(hào)，尤其是對(duì)于幾何圖像更適合。 e(i,j) i,j=0,1,?， m1 （ ） 其中， e是標(biāo)準(zhǔn)偏差不變的高斯白噪聲。選擇一個(gè)小波和小波分解的層次 N，然后計(jì)算信號(hào) s到第 N層的分解。對(duì)于從 1到 N的每一層，選擇一個(gè)閾值，并對(duì)這一層的高頻系數(shù)進(jìn)行軟閾值量化處理。根據(jù)小波分解的第 N層的低頻系數(shù)和經(jīng)過(guò)修改的從第一層到第 N層的各層高頻系數(shù)計(jì)算二維信號(hào)的小波重構(gòu)。 （三）設(shè)計(jì)環(huán)境 開(kāi)題報(bào)告 3 本次畢設(shè)所用的工具是 軟件。 四 . 對(duì)進(jìn)度的具體安排 第 1— 2周：調(diào)研，查找資料；英文資料的翻譯。 第 4— 6周：小波包去除信號(hào)中噪聲實(shí)現(xiàn)方案的設(shè)計(jì)；相關(guān)軟件的學(xué)習(xí)。 第 11— 13周：小波包去除信號(hào)中噪聲的實(shí)現(xiàn)；撰寫(xiě)畢業(yè)設(shè)計(jì)論文；整體調(diào)試。 第 16—