文档介绍：摘要小波分析理论作为新的时频分析工具,在信号分析和处理中得到了很好的应用。平面图像可以看成是二维信号,因此,小波分析很自然地应用到了图像处理领域。图像去噪和边缘检测是图像预处理中应用非常广泛的技术,其作用是为了提高信噪比,突出图像的期望特征,以便对其进行更高层次的处理。小波变换由于其自身的优良特性而在图像处理中得到了越来越多的应本文从基本理论出发,首先对小波变换进行了详尽而深刻的阐述。循序渐进地介绍了从概念到小波分析等一系列相关内容,最终引出小波分析中非常重要的算法。对小波变换在图像去噪和边缘检测领域的应用本文作了重点研究。为用作对比,简要介绍了几种传统的图像去噪算法和边缘检测算法,重点研究和详细阐述了运用小波变换进行图像去噪和边缘检测算法的原理和具体实现步骤,分别运用高频系数置零、硬阈值和软阈值三种不同的阈值化函数对图像进行去噪处理,以蚉魑F兰郾曜迹〔ㄋ法与传统的图像去噪算法和边缘检测算法作仿真对比以得出结论。关键词:图像去噪;图像边缘检测;小波变换哈尔滨工程大学硕士学位论文用。
知识水坝***@pologoogle为您整理
..哈尔滨工程大学硕士学位论文—,...,瓵,—瓼,.—甎琲篿;粀
知识水坝***@pologoogle为您整理
导师┳:缈,年了月∥日锄卯年了月厂湘哈尔滨工程大学学位论文原创性声明学位论文授权使用声明院雷;兄弘甏踉拢等工程大学有权保留并向国家有关部门或机构送交论文的复印件。解密后晒豕こ檀笱徒挥泄夭棵沤斜4妗⒒惚嗟取本人郑重声明:本论文的所有工作,是在导师的指导下,由作者本人独立完成的。有关观点、方法、数据和文献的引用已在文中指出,并与参考文献相对应。除文中已注明引用的内容外,本论文不包含任何其他个人或集体己经公开发表的作品成果。·对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者┳:日期:本人完全了解学校保护知识产权的有关规定,郎研究生在校攻读学位期间论文工作的知识产权属于哈尔滨工程大学。哈尔滨本人允许哈尔滨工程大学将论文的部分或全部内容编入有关数据库进行检索,可采用影印、缩印或扫描等复制手段保存和汇编本学位论文,可以公布论文的全部内容。同时本人保证毕业后结合学位论文研究课题再撰写的论文一律注明作者第一署名单位为哈尔滨工程大学。涉密学位论文待解密后适用本声明。本论文谠谑谟柩缓蠹纯口在授予学位个月后’口‘
第滦髀本文的研究背景意义觉系统是水下机器入获取周围环境信息的重要手段之一,一方面要将获得的样,比如各种海洋仪器设备工作时会产生声音,如船舶螺旋桨击水声、海中潜艇运动声,还有海中生物发出的声音以及海浪声等等,所有这些导致海洋度差,噪声较为严重,干扰强,边缘恶化,从而不易对图像进行去噪和判读图像边缘。海洋环境的复杂性还突出表现在水下不确定性因素缍摹⒎非线性影响,以及水下图像对比度低、边缘模糊、弱纹理等缺陷,这些为水很多傅立叶变换不能解决的困难问题。小波变换可以使得信号的低频长时特氏变换在处理非平稳复杂信号时存在的局限性,具有极强的自适应性,因此在图像处理中具有极好应用价值。具体来说,利用小波方法去噪和边缘特征检测的成功主要得益于小波具有如下特点⋯口不同尺度上描述信号的局部特征,很好地刻画信号非平稳特征,如边缘、尖世纪是人类向海洋进军的世纪,海洋信息获取、传输和处理的理论与技术的重要性更显突出,水下机器人是人类探索与开发海洋的重要工具。视环境信息抽象为可供机器人规划和决策的环境模型,同时提供机器人对水下目标的检测、跟踪和定位信息。因此,图像信息处理的能力是水下机器人对环境动态感知、快速定位与跟踪视觉目标的关键。海洋中的声音种类多种多声音背景复杂、噪声严重,由声纳仪器设备得到的声纳图像背景复杂,对比结构化的、跋旄友现兀鲁上窆讨兴宥怨獾纳⑸浜臀招вΥ吹下图像处理带来了更多的困难。小波变换的理论是近年来兴起的新的数学分支,素有“数学显微镜”的美称。它是继年傅立叶提出傅立叶变换之后又一里程碑式的领域,解决了性和高频短时特性同时得到处理,具有良好的局部化性质,能有效地克服傅挽匦浴S捎谛〔ㄏ凳南∈璺植迹沟猛枷窬〔ū浠缓蟮撵孛显降低。喾直媛侍匦浴S捎诓捎昧硕喾直媛实姆椒ǎ孕〔ū浠豢梢栽峰、断点等,可在不同分辨率下根据信号和噪声分布的特点去噪。哈尔滨丁程大学硕七学位论文
国内外研究现状ハ喙靥匦浴P〔ū浠豢梢远孕藕湃ハ喙兀剐藕诺哪芰考杏谏数几个小波系数上,而噪声能量分布于大部分小波系数上,即:噪声在变换后有自化趋势,所以小波域比时域更利于去噪。』榛钚浴S捎谛〔ū浠豢梢粤榛钛≡裥〔ɑ佣烧攵圆煌的应用对象选用不同的小波函数,以获得最佳的效果。图像去噪和边缘检测是信号处理中的经典问题。传统的去噪方法多采用平均或线性方法,如:滤波,但去噪效果不令人满意。随着小波理