《小波分析在数字图像处理中的应用研究本科毕业设计 》.doc

《小波分析在数字图像处理中的应用研究本科毕业设计 》.doc

  1. 1、本文档共45页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
目录 摘要 I ABSTRACT II 第一章 前言 1 1.1 小波分析概述 1 1.2 小波分析产生的背景 2 第二章 小波分析简介 4 2.1 小波变换的定义 4 2.2 小波变换的性质 4 2.3 小波多分辨分析 6 2.4 小波分析的算法 8 2.4.1 由尺度函数生成小波函数 8 2.4.2 小波的分解和重构算法 9 2.4.3 小波变换的边界延拓方法 10 2.5 小波分析在图像编码中的应用 10 2.5.1 图像的二维小波变换 10 2.5.2 小波的图像编码算法 12 第三章 小波分析的多尺度边缘检测 14 3.1 小波分析的多尺度边缘检测 14 3.2 经典边缘检测方法 15 3.3 小波分析与多尺度边缘检测 15 3.3.1 局部频率刻画功能 15 3.3.2 小波多分辨分析 16 3.3.3 边缘的多尺度特性刻画 16 3.4 边缘检测准则与多尺度边缘检测 17 3.4.1 边缘检测准则与多尺度边缘检测 17 3.4.2 问题分析 17 3.5 边缘模型和最小位移的小波基的选择 18 3.6 位置不变的多尺度边缘检测模型 19 3.7 实验结果和分析 20 第四章 小波分析的数字图像清晰化方法 22 4.1 数字图像处理概述 22 4.2 数字图像格式 22 4.2.1 计算机数字图像格式 22 4.2.2 MATLAB支持的基本图像类型 23 4.2.3 图像类型转换 24 4.3 小波图像分解与重构 24 4.4 小波图像去噪 26 4.5 小波图像增强 28 4.6 图像直方图分析 29 4.7 图像平滑处理 30 4.8 小波图像清晰化综合处理 31 第五章 小波图像压缩 33 5.1小波图像压缩问题 33 5.2 变换编码 33 5.3 小波用于图像压缩 33 5.3.1 概述 33 5.3.2 量化和编码算法 34 5.3.3 空间域的算法 36 5.3.4 频率域和空间域的结合 37 5.4 图像压缩原理 37 结束语 39 参考文献 40 致谢 41 The Application and Study of Wavelet Analysis in Digital Image Processing ABSTRACT Wavelet analysis is a tool of time-frequency analysis after Fourier analysis. In the field of image processing, its application covered imaging technique, image pre-processing, image compression and transferring, image registration, image analysis, feature extraction and pattern classification, etc. In this paper, it’s researched on wavelets application in the fields of mufti-scale edge detection, remote sensing image processing and medical imaging. The traditional methods of edge detection are based on one-order derivative’s maximum, or two-order derivative’s zero-crossing. This kind of edge definition is very sensitive to noises. And thus, edge detection should be carried out in large scale, by which the image was smoothed. One of the shortcomings of edge detection in large scale is that it’s difficult to locate edge precisely, which will make mistakes in pattern recognition based on edge features. With mufti-scale characterization, wavelet analysis was widely used to mufti-scale edge detection. In this paper, it was proved that, wavelet-

文档评论(0)

189****3564 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档