小波分析在图像去噪与压缩中的应用研究

【摘要】： 图像在采集、获取以及传输的过程中,往往要受到噪声的污染,比如天文图像、医学图像、遥感图像、计算机视觉等等,被噪声污染了的图像叫做含噪图像。噪声是影响图象质量的主要因素,极大影响了人们从图像中提取信息,因此,非常有必要在分析和利用图像之前消除噪声。 对图像来说,如果需要进行快速或实时传输以及大量存储,就需要对图像数据进行压缩。图像压缩研究的就是寻找高压缩比的方法,而且压缩后的图像要有合适的信噪比,在压缩传输后还要恢复原图像,在压缩、传输、恢复过程中,还要求图像的失真小等等。 小波分析是局部化时频分析,它用时域和频域的联合表示信号的特征,是分析非平稳信号的有力工具,它通过伸缩、平移等运算功能对信号进行多尺度细化分析,能有效地从信号中提取信息。小波分析是目前国际公认的信号与信息处理领域的高新技术,是信号处理的前沿课题和研究热点,在信号滤波、图像去噪、图像压缩、图像边缘检测、图像融合等领域的应用愈来愈受到人们的重视。 本文以图像去噪为重点,对信号滤波、图像去噪和图像压缩进行研究。本文所做的主要工作如下: 1.综合阐述了图像去噪与压缩编码技术发展的历史和技术发展现状,同时指出小波去噪与压缩编码较其它传统方法的优势,以及开展小波图像去噪与压缩编码研究的意义。 2.介绍了小波图像去噪与压缩的理论基础,阐述了各种小波变换、多分辩率分析、Mall at算法、多孔算法等图像去噪与压缩中常用的理论知识。