包装装潢图像的小波去噪研究
本文选题：小波分解 切入点：小波重构 出处：《西安理工大学》2006年硕士论文 论文类型：学位论文
【摘要】： 包装装潢图像在采集、转换和传输的过程中,常常受到成像设备与外部环境噪声等的干扰,从而使得图像质量降低。对于一幅含有噪声的包装装潢图像,如果不知道噪声在该图像上的确切位置以及噪声幅度的大小是无法把它完全恢复成原始图像的。一般来说,包装装潢图像的噪声是随机出现的。 虽然包装装潢图像的噪声是随机出现的,但是也有一定的规律可循。因此在一定程度上去噪还是可行的。由于噪声与原始包装装潢图像融为一体,所以在不增加信息量的情况下,任何彻底消除噪声的方法永远都无法避免破坏原始图像的细节。对于一幅含有噪声的包装装潢图像,我们不可能找到一种算法,它既能彻底消除噪声,又能完整保留原始图像上所有的细节。 为了抑制噪声,改善包装装潢图像质量,便于后续更高层次的处理,我们必须对包装装潢图像进行去噪预处理。由于小波具有多分辨率、低熵性、选基灵活性以及去相关性的优点,因而利用小波理论对包装装潢图像进行去噪,可以得到比较满意的去噪效果。 本课题通过对小波理论的深刻研究,利用小波变换理论开发了针对包装装潢图像的小波去噪软件。由于该软件运用的小波成系列化,因而可以灵活的运用该软件来对包装装潢图像进行去噪处理。通过选择不同的小波基、不同的小波分解级数、不同的小波重构阈值,我们可以得到不同的小波去噪效果。
[Abstract]:In the process of acquisition, conversion and transmission of packaging and decoration image, it is often disturbed by imaging equipment and external environment noise, which makes the image quality lower. If we do not know the exact position of the noise on the image and the magnitude of the noise, we can not completely restore it to the original image. Generally speaking, the noise of the packaging and decorating image is random. Although the noise of packaging and decorating image is random, there are some rules to follow. So it is feasible to remove noise to a certain extent. So without increasing the amount of information, any method of eliminating noise completely can never avoid destroying the details of the original image. We can't find an algorithm for a noisy packaging image. It can eliminate the noise completely and keep all the details on the original image completely. In order to suppress noise, improve the quality of packaging and decoration image, and facilitate the subsequent processing of higher level, we must carry out de-noising preprocessing of packaging decoration image, because wavelet has multi-resolution and low entropy, Because of the advantages of base selection flexibility and de-correlation, the denoising effect of packaging images can be achieved by using wavelet theory. Based on the research of wavelet theory and wavelet transform theory, a wavelet denoising software for packaging images is developed in this paper. By selecting different wavelet basis, different wavelet decomposition series and different wavelet reconstruction threshold, we can get different wavelet denoising effect.
【学位授予单位】：西安理工大学
【学位级别】：硕士
【学位授予年份】：2006
【分类号】：TB482.1
【相似文献】
相关期刊论文 前10条
1 王金东;王智伟;张洪斌;;基于虚拟仪器的往复压缩机小波分析系统[J];压缩机技术;2011年03期
2 梁忠伟;叶邦彦;刘晓初;萧仲敏;;基于矩阵二阶矩和小波分解的紊流图像融合灰色关联度评价[J];组合机床与自动化加工技术;2011年08期
3 肖霖;张婧;曾鸣;董军;;基于小波分解和相同尺度序列的神经网络短期电价预测[J];电力需求侧管理;2011年04期
4 陈国初;王鹏;徐余法;俞金寿;;基于小波分解的风电场短期功率混合预测模型[J];上海电机学院学报;2011年03期
5 罗文;王莉娜;;风场短期风速预测研究[J];电工技术学报;2011年07期
6 崔艳;程跃华;;小波支持向量机在交通流量预测中的应用[J];计算机仿真;2011年07期
7 彭勇;王国利;;小波、模糊与统计相关结合的径流预测方法研究[J];南水北调与水利科技;2011年04期
8 卢鑫;袁兴明;;基于M带小波的GPS信号特征信息探测[J];山东理工大学学报(自然科学版);2011年04期
9 刘正平;王彦强;;基于小波分析的滚动轴承故障诊断[J];煤矿机械;2011年08期
10 朱跃龙;李士进;范青松;万定生;;基于小波神经网络的水文时间序列预测[J];山东大学学报(工学版);2011年04期
相关会议论文 前10条
1 丁振宇;;基于小波的图像网络传输研究[A];第六届全国信息获取与处理学术会议论文集（2）[C];2008年
2 吴渊;潘永娟;郑文庭;;参数化的表情映射[A];第一届中国情感计算及智能交互学术会议论文集[C];2003年
3 闫佩君;陈亮;;基于小波高频分形维数的语音隐藏方法[A];第一届建立和谐人机环境联合学术会议（HHME2005）论文集[C];2005年
4 付立;符天保;李传应;;小波降噪技术在核爆探测中的应用初探[A];全国第五届核仪器及其应用学术会议论文集[C];2005年
5 王正林;孙一康;童朝南;王为人;彭开香;李伯群;;基于多分辨分析的热连轧硬度前馈自动厚度控制[A];2005中国控制与决策学术年会论文集（下）[C];2005年
6 朴元斯;袁运能;;基于小波域隐马尔可夫模型的无监督遥感图像分割[A];全国第十届信号与信息处理、第四届DSP应用技术联合学术会议论文集[C];2006年
7 余丹丹;张韧;肖天贵;张军;王举;李研;;自适应神经模糊推理与小波分解重构相结合的Ni泺o-3区海温预测[A];中国灾害防御协会风险分析专业委员会第二届年会论文集（二）[C];2006年
8 刘辉;孔祥东;单东升;刘娟;;基于轧制过程数据的厚差分析[A];第五届全国流体传动与控制学术会议暨2008年中国航空学会液压与气动学术会议论文集[C];2008年
9 余丹丹;张韧;;西太平洋副高对近赤道海温响应的时间尺度和周期信号[A];推进气象科技创新加快气象事业发展——中国气象学会2004年年会论文集（下册）[C];2004年
10 薄玉玲;高德章;唐建;;东海某地区中新生代地层展布与含油气远景预测[A];第五次东海石油地质研讨会论文集[C];2004年
相关博士学位论文 前10条
1 李立轻;基于计算机视觉的织物疵点自动检测研究[D];东华大学;2003年
2 赵敏;基于混沌理论的电力推进船舶电力负荷预测[D];大连海事大学;2008年
3 陈华辉;基于遗忘特性的数据流概要结构及其应用研究[D];复旦大学;2008年
4 徐小红;图像信息的基函数表示方法研究[D];合肥工业大学;2009年
5 刘卓夫;基于图像内容的水下目标识别技术研究[D];哈尔滨工程大学;2004年
6 杜修平;基于数据挖掘的证券态势估计系统[D];天津大学;2006年
7 吴定超;汽车电磁兼容仿真预测技术的研究[D];吉林大学;2009年
8 郭杰荣;集成开关电流电路测试技术研究[D];湖南大学;2008年
9 田养军;基于提升小波分解曲波变换的多源遥感图像融合方法研究[D];长安大学;2009年
10 孙晓丽;偏微分方程和小波在图像修复与特征提取中的应用[D];西安电子科技大学;2007年
相关硕士学位论文 前10条
1 于景侠;基于小波变换的静止图像编解码算法研究与实现[D];电子科技大学;2003年
2 徐绍虎;包装装潢图像的小波去噪研究[D];西安理工大学;2006年
3 侯健;基于小波变换的结构损伤检测理论与应用方法研究[D];西安建筑科技大学;2005年
4 吕中亮;基于小波分解的宽带、非稳态信号激励下的结构响应计算[D];重庆大学;2010年
5 张雯;基于形态学与不完全树形小波分解的藻类图像纹理识别算法的研究[D];中国海洋大学;2011年
6 韩宁;红外偏振成像技术研究[D];南京理工大学;2008年
7 吴冬夏;基于小波分解和颜色信息熵的浮游生物图像识别技术研究[D];电子科技大学;2010年
8 李建军;生命探测雷达信号处理算法研究[D];西安电子科技大学;2006年
9 贺锦鹏;基于嵌入式零树编码的雷达图像压缩技术研究[D];哈尔滨工程大学;2007年
10 姜磊;基于小波分解和模糊聚类的MRI图像去噪以及分割算法研究[D];中国科学院研究生院（电工研究所）;2004年
，本文编号：1595855
本文链接：https://www.wllwen.com/wenyilunwen/shinazhuanghuangshejilunwen/1595855.html
