基于小波变换的水下图像阈值去噪方法的研究

来源 :中国海洋大学 | 被引量 : 0次 | 上传用户:sqs292241644
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
人们探知海洋的主要途径是通过拍摄水下图像,但是从海洋中拍摄到的图像往往不如在陆地上清晰,含杂了许多噪声,因为海洋中浮游生物很多,透光性差等诸多因素造成水下图像污染严重,影响人类对水下世界的探索。因此如何合理地去除水下图像噪声,进而还原出清晰真实的水下图片信息是推进人类对深海更进一步认识关键性问题之一。水下图像污染过程和机理十分复杂,不同的水下环境噪声也不尽相同。本文的目的是尝试用小波阈值去噪的方法对水下图像进行去噪,力求改善图像质量。小波变换因其自身所具有的诸多优良特性,越来越多地被应用于图像去噪领域。其中,小波阈值去噪算法因为原理及实现简单,应用性能良好,近年来受到了国内外学者的广泛关注。本文本着通用性和实时性的原则,对水下图像去噪问题做了详细的分析研究,对比研究了几种图像去噪的方法,确定小波阈值是适合对水下图像进行去噪的方法之一。首先介绍了水下成像环境和水下图像的特点。分析了影响水下成像的主要因素,介绍了前向散射和后向散射的理论,以及水下图像的主要应用,随后介绍了几种常见的去噪方法。其次,介绍了小波去噪理论的现状和应用前景及小波变换的特性,然后对小波去噪的几种主要方法进行分析,重点介绍了小波阈值去噪,对其中的几种经典阈值估计方法给出了详细说明。再次,简要分析了影响水下成像的主要因素,并介绍了硬阈值,软阈值去噪方法,然后在理论分析的基础上,采用一种改进的新阈值去除水下图像噪声方法,本文的创新之处就是改变以往高低频选取同样的全局或局部阈值的方法,而是针对高频,低频不同的特性分别选择不同的阈值,克服了仅用一种阈值处理水下图像后向散射的不足,从而达到更好的去噪效果。最后,分析了研究中出现的问题及今后需要解决的有关问题。
其他文献
现代社会,无处不在的摄像设备等使得视频数据急剧增加,依靠人工处理的方式已无法满足实际需求。如何采用机器处理的方式,高效、准确地从这些视频数据中获取需要的信息已成为
近几十年来,伴随着互联网的快速发展以及智能终端的普及,互联网上数字图像的数量呈现爆炸式增长。面对海量的图像信息,如何快速高效地检索这些图像一直是学术界和工业界研究
环境适应性是光声气体传感器的重要特性,是光声气体传感器能否投入使用的关键。通过环境分析、环境适应性设计及环境适应性试验,本文较系统地研究了光声气体传感器的环境适应性
随着信息时代的到来,计算机渗透到了各个行业领域,也涉及到了我所熟悉的小学数学课堂中,但在应用中也出现了一些问题.因此本文主要分析“互联网+”在小数学应用中的影响.
人们对服务质量和传输速率需求的日益提高,对无线通信系统的性能提出了越来越高的要求。因此,如何在资源有限的条件下,尽可能多的支持用户数据业务的QoS需求,一直是无线通信
无线网络中已有的路由协议主要分为两类:基于拓扑结构的路由和基于地理位置的路由。使用基于拓扑结构的路由协议,网络中的节点可以使用最短路径算法选择到不同目的节点相对最
语音通信已经成为人类生活中必不可少的一部分,语音是模拟信号,需要经过数字化处理才能在数字通信系统中进行加工处理。在信号处理中数字化的第一步便是采样,一般遵循奈奎斯
高校工程训练实践教学项目作为理工科高校学生的重要培养项目,是培养学生动手实践能力的重要环节。训练中心采用生产制造业实际使用的加工设备来模拟真实的生产车间环境,为学生提供真实的实践机会。随着我国对应用型人才培养的重视,各高校扩大训练规模的过程中加大了对设备的投资,满足不断发展的训练教学需要。然而现有的高校工程训练设备管理系统在数据采集方面大多采取手工登记的方式,训练车间大量存在的信息无法及时的传送到
机器视觉系统指被摄目标经过图像摄取装置成为模拟图像信号,再经模数转换设备进一步转为数字图像信号,然后传送至专业图像处理系统(PC或DSP等);图像处理系统根据数字图像像素
与其他高中课程相比,高中政治课程相对来讲是一门与学生生活息息相关、紧密相连的一门课程,其内容涉及到许多大家平常打开电脑、电视,或者是手机上网、报刊杂志等可以轻易了