基于小波分析的图像增强技术研究

基于小波变换的图像增强技术研究
摘要
图像增强技术是图像处理的预处理阶段，包括图像去噪和边缘检测两个方面。

通过图像增强技术我们能够尽快锁定图像中我们感兴趣的部分并加以放大，对无用的信息加以删除，以达到其增强结果比原图像更加适用于所要应用的既定领域的目的。

传统的图像增强技术在实现增强这些图像对比度的同时，其中包含的噪声信号也随之放大了。

基于传统研究方式的缺陷，本文着重研究了基于小波分析的图像增强技术。

小波分析是以傅里叶分析为基础演化而来的一种信号的时间——尺度分析方法，具有多尺度研究的特点，这种特点使得我们可以把图像的细节信息和噪声信息区分开来，同样也成就了小波分析在图像去噪以及图像增强研究中的显著优势。

本文在MATLAB的开发环境下，分别在如下两个方面加以阐述：
(1)对目前常用的小波去噪方法进行介绍并主要介绍了含噪图像进行小波阈值法去噪法，包括阈值函数即硬阈值软阈值和半软阈值、阈值选取以及以及小波图像去噪实现步骤等，实验结果表明阈值函数法能够有效去除图像中的噪声，改善图像信噪比。

(2)研究了基于小波方法的图像增强技术中的边缘锐化和模极大值边缘
检测技术，对相应的仿真实验结果进行了分析比较，实验结果表明两种方法都能够有效增强图像边缘，并且模极大值法能够在加入随机噪声的情况下有效监测出图像边缘。

关键词：小波变换；阈值去噪；图像增强；图像锐化；边缘检测
Abstract
Image enhancement is the preprocess of image processing,including image de-noising and edge detection.Via the technology,we could pay attention to the part we took interested in and delete the useless information quickly,so that we could adjust the image to the certain area. Based on traditional technology of image enhancement,not only the image constract can be strengthened,but with it,the noise included in the image can be strengthened at the same time.
Because of such disadvantage,this article focuses on the technology about image enhancement based on wavelet analysis.Wavelet analysis is a kind of analysis method on the basis of time——frequency ,which is developed from the fourier analysis.Its characteristic is multiscale study which can be used to distinguish the information of image details and noise and also leads to the significant advantages of wavelet analysis in the denoising and image enhancement.
In this paper, I make the following research in the MATLAB environment:
(1)Elaborating the most commonly used means of wavelet denoising and intro-duced the wavelet thresholding denoising applying to the noisy image, including the selecting of threshold function,like hard threshold,soft threshold,and hsoft threshold, and threshold.Also elaborating the implementation steps of wavelet denoising etc.The corresponding experimental results verify the feasibility of wavelet analysis in the field of image denoising and improve the signal to noise ratio effectively.
(2)Elaborating the technology of edge sharpen and Modulus maxima edge de-tection,and analysising the corresponding result of experiment,the result proves that these 2 methods could enhance the edge of the image.What’s more,the Modulus max-ima edge detection could show the edge clearly when random noise added to the picture Keywords:wavelet transform,image denoising enhancement,image sharpen,edge dection
目录
第1章绪论 (1)
1.1研究的背景与意义 (1)
1.2图像增强技术的发展历程与研究现状 (1)
1.2.1传统的图像增强技术 (1)
1.2.2小波分析理论的提出 (2)
1.2.3小波分析在图像增强领域研究现状 (2)
1.3论文结构安排 (2)
第2章小波变换的基本理论 (4)
2.1小波变换 (4)
2.1.1连续小波变换 (4)
2.2.2离散小波变换伸缩因子 (5)
2.3 小波变换的多分辨率分析与Mallat算法 (6)
2.3.1 小波变换的多分辨率分析 (6)
2.3.2 Mallat算法 (7)
2.4 小波分析与图像处理 (9)
2.5 本章小结 (11)
第3章基于小波分析的图像阈值去噪 (12)
3.1 图像去噪概述 (12)
3.2小波分析在图像去噪中的应用 (12)
3.2.1 小波分析用于图像去噪中的优势 (12)
3.2.2 小波分析阈值去噪的过程及步骤 (12)
3.2.3阈值选取 (14)
3.2.4 阈值函数 (14)
3.3实验结果与分析 (15)
3.4本章小结 (16)
第4章基于小波分析的图像增强技术 (17)
4.1引言 (17)
4.2小波变换增强原理 (18)
4.3 基于小波分析的图像锐化研究 (20)
4.4 基于小波分析的图像边缘检测技术 (21)
4.4.1基于小波分析的模极大值边缘检测技术 (22)
4.4.2仿真实验结果与仿真 (23)
4.5 本章小结 (23)
结论 (27)
基于小波分析的图像增强技术研究
基于小波分析的图像增强技术研究
第1章绪论
1.1研究的背景与意义
图像增强是提高图像的感官效果，把图像转变为特定形式的有效手段，能
够为我们进行一定目的的应用提供帮助。

我们进行图像增强处理的目的不是为
了保证图像原本的质量，而是通过一定的方式突出我们感兴趣的某些信息，去
除我们不关心的部分。

图像增强技术是数字图像处理研究中的基础，该技术利
用多种方式来提高图像中的对比度和清晰度，以便于人类直接进行肉眼观察以
及科学计算机的处理等，目前该技术已经广发应用于医学，军事，交通，航天
等各个方面。

目前已存在的较多图像增强技术包括直方图均衡，反掩模锐化，高通滤波等。

其在放大了我们感兴趣的信息的同时却也放大了图像中的噪声信息并引进
了新的噪声信号，而解决这些问题也成为了图像增强技术中的当务之急。

近些年来，基于傅里叶变换发展而来的小波变换在图像增强领域的应用有
效的解决了这一关键困难，取得了显著的成果并表现出了良好的运用前途，其
在信号去噪领域所表现出的多分辨率分析特性，选基灵活性等都奠定了其在图
像处理里得天独厚的优势。

具体而言，小波分析在低频部分的频率分辨率比较
高而时间分辨率比较低，相反在高频部分的频率分辨率比较低而时间分辨率比
较高，更加适合于检测到正常图像中带有的瞬时变化的反常信号并加以成分分析，进而有了“数学显微镜”的美誉。

经过大量的实际操作，小波分析比人民原
来用过的图像增强方式更具有优势。

1.2图像增强技术的发展历程与研究现状
1.2.1传统的图像增强技术
通常情况下，人们所获得的直接图像并不是理想的，要经过一定的处理才能为人们所使用，为提高图像质量，增强图像的效果，图像增强技术应运而生，更准确地来讲，通过图像增强技术，我们可以得到一幅信噪比更高，图像边缘更加突出，细节信息更加详实的图像。

传统方式中我们用于图像增强的手段包括在空间域对图像进行增强和在频率域对图像进行增强两种类型[1-3]。

空间域增强具体来讲就是直接作用于图像的像素值并对其加以研究的方法，主要以灰度映射变化为基础，具体包括了点运行以及模板处理两个类型。

常用的增强方法包括：灰度拉伸、直方图均衡、中值滤波等[4]。

频率域增强方法十分直观，是指对图像做傅里叶变换的操作，在加以逆变化处理得到的图像[5]。

常用的增强方法包括：同态滤波，低通和高通滤波等[5]。

这些技术的使用可以使图像的某些区域得以图像，
1。