小波變換在果品圖像去噪中的應(yīng)用畢業(yè)設(shè)計(jì)-展示頁(yè)
2025-07-08 01:17本頁(yè)面
【正文】 , 更好于數(shù)學(xué)形態(tài)學(xué)的去噪結(jié)果；2006年楊福增等為了彌補(bǔ)小波閾值去噪后的圖像上容易出現(xiàn)吉布斯現(xiàn)象，提出了一種將小波變換維納濾波器相結(jié)合的去噪方法，并將該方法用來(lái)去除蘋(píng)果圖像上的噪聲。2005年5月楊福增等人針對(duì)果品圖像處理常用方法中不能同時(shí)在時(shí)域和頻域分析圖像且不具有多分辨率特性的問(wèn)題,以紅棗圖像為例,提出了基于小波變換的去噪方法,獲得了良好的效果。 1998年何東健研究了利用中值濾波、鄰域平滑、高斯平滑法對(duì)蘋(píng)果圖像去噪的問(wèn)題，, 應(yīng)用常規(guī)的方法對(duì)圖像去噪 。近幾年，國(guó)內(nèi)外眾多學(xué)者將圖像去噪算法成功地運(yùn)用到果品圖像的去噪中，并進(jìn)行了廣泛的研究。事實(shí)上，采集到的圖像上常常帶有一些噪聲，這些噪聲主要來(lái)源于：受到諸如電子元器件等的影響造成采集、轉(zhuǎn)換以及傳輸?shù)倪^(guò)程中附帶有噪聲；也有可能采集到的圖像在采集之前該對(duì)象就已經(jīng)受到自然界中各種噪聲干擾。果品生長(zhǎng)在自然環(huán)境中，會(huì)受到泥土、灰塵等的影響，采摘的果品常常會(huì)有灰塵等噪聲。由此可見(jiàn)，果品的科學(xué)分級(jí)直接影響到果品的銷售以及在市場(chǎng)上的競(jìng)爭(zhēng)力。 Threshold function1 緒論果品分級(jí)就是根據(jù)果實(shí)的大小、色澤、形狀、成熟度、病蟲(chóng)害及機(jī)械損傷等情況，按照國(guó)家規(guī)定的分級(jí)標(biāo)準(zhǔn)，進(jìn)行嚴(yán)格的挑選分級(jí)。關(guān)鍵字：圖像去噪；小波變換；閾值函數(shù)Application of fruit image denoise based on Wavelet TransformAbstract: Fruit image in access and transmission process will often be noise pollution, greatly influence the people to extract the image detail information. Image denoising is the purpose of for the most part in removing the noise at the same time as far as possible keep the detail of the image features, provide convenience for subsequent processing work, it is necessary before subsequent processing in fruit image denoising. Wavelet analysis as a new analysis method, the multiresolution characteristics, in the time domain and frequency domain at the same time has good localization characteristics. Practice has proved that wavelet transform is the most powerful image processing tools, has been widely used in fruit image denoising. This article in detail introduced the basic theory of wavelet transform and the principle of fruit image denoising, and studies and analyzes the mon threshold function, thoroughly discusses improved threshold function method, a new image denoising method is proposed. And using the method with traditional method, the simulation experiment through the experimental results verify the feasibility and effectiveness of this algorithm. Keywords:image denoising。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(jiàn)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。小波分析作為一種嶄新的分析方法，具有多分辨率特性，在時(shí)域和頻域上同時(shí)具有良好的局部化特性。本 科 生 畢 業(yè) 設(shè) 計(jì)（申請(qǐng)學(xué)士學(xué)位）論文題目小波變換在果品圖像去噪中的應(yīng)用作者姓名 沈陽(yáng) 專業(yè)名稱 2009級(jí)電子信息工程 指導(dǎo)教師 石永華 2013年6月 學(xué) 生： （簽字）學(xué) 號(hào)： 答 辯 日 期：2013年6月18日指 導(dǎo) 教 師： （簽字）目錄摘要 1Abstract 11 緒論 2 2 2 32小波變換的基本理論 3 連續(xù)小波變換 3 離散小波變換 4 Mallat 算法 43 基于小波變換的果品圖像去噪 6 圖像去噪的基本原理 6 閾值函數(shù)的改進(jìn) 6 常見(jiàn)的閾值函數(shù) 6 改進(jìn)的閾值函數(shù) 7 圖像去噪新算法描述 74 應(yīng)用研究 8 圖像去噪質(zhì)量的評(píng)價(jià)方法 8 主觀評(píng)價(jià)方法 8 客觀評(píng)價(jià)方法 9 研究方法 9 實(shí)驗(yàn)結(jié)果與數(shù)據(jù)分析 105 結(jié)束語(yǔ) 12參考文獻(xiàn) 12附錄1 算法源代碼 14附錄2 圖像來(lái)源與實(shí)驗(yàn)環(huán)境 17致謝 18滁州學(xué)院本科畢業(yè)設(shè)計(jì)小波變換在果品圖像去噪中的應(yīng)用摘要：果品圖像在獲取及傳輸過(guò)程中經(jīng)常會(huì)被噪聲污染，極大的影響了人們對(duì)圖像中細(xì)節(jié)信息的提取。圖像去噪的目的是在去除絕大部分噪聲的同時(shí)盡可能的保留圖像的細(xì)節(jié)特征，為后續(xù)的處理工作提供方便，因此有必要在對(duì)果品圖像進(jìn)行后續(xù)處理之前去噪。實(shí)踐證明，小波變換是圖像處理最強(qiáng)有力的工具，在果品圖像去噪有著廣泛的應(yīng)用。并利用本文方法與傳統(tǒng)方法進(jìn)行了仿真實(shí)驗(yàn)，通過(guò)實(shí)驗(yàn)結(jié)果驗(yàn)證了本文算法的可行性和有效性。 wavelet transform。但果品的人工分級(jí)容易受人為因素的影響，導(dǎo)致分級(jí)的結(jié)果很可能會(huì)有一些主觀性，從而出現(xiàn)了效率很低、準(zhǔn)確性差、速度慢等缺點(diǎn)。果品圖像去噪是果品分級(jí)非常重要的預(yù)處理技術(shù)之一，圖像去噪的目的是在去除絕大部分噪聲的同時(shí)盡可能的保留圖像的細(xì)節(jié)特征，為后續(xù)的處理工作提供方便，因此有必要在對(duì)果品圖像進(jìn)行后續(xù)處理之前去噪。噪聲的存在，會(huì)對(duì)后續(xù)處理結(jié)果的好壞產(chǎn)生很大的影響。為此，對(duì)果品圖像進(jìn)行去噪就成了一項(xiàng)很重要的工作，去噪
范文總結(jié)相關(guān)推薦
鄂ICP備17016276號(hào)-1