导读:本文包含了小波萎缩论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:小波,阈值,图像,方差,比例,系数,邻域。
小波萎缩论文文献综述
邢永祯[1]（2015）在《基于小波变换阈值萎缩法的红外图像去噪》一文中研究指出针对目前大多数红外图像去噪方法只能集中在空域或频域中进行分析的缺点,提出了一种基于小波变换阈值萎缩法的红外图像去噪算法。该算法具有在时间域和空间域同时进行分析的特性,利用小波变换对确定信号的一种"集中"的特性,使一个信号的能量在小波变换域集中于少数系数上,再对小波系数进行阈值化,可以在小波变换域中除去低幅值的噪声和我们不期望的图像信息。实验结果表明,基于小波变换的阈值萎缩去噪算法能有效的提高图像质量,增强图像的视觉效果,以及准确获取所需要的图像信息。(本文来源于《光电技术应用》期刊2015年06期）
郭蕾,田松,许悦雷,李涛[2]（2012）在《一种小波自适应比例萎缩去噪改进算法》一文中研究指出作为小波应用于图像去噪的一种重要的方法,小波比例萎缩法具有很强的局部自适应能力,它的去噪效果与Donoho的收缩法相比有了很大的提高。但是比例萎缩法有其自身缺陷,重建后的图像容易出现"波纹"状噪声。从产生这种噪声的原理入手,提出了一种对方差估计进行改进的算法,很好地克服了比例萎缩法中出现的这种噪声,提高了图像的去噪质量。(本文来源于《电视技术》期刊2012年11期）
刘刚,梁晓庚,罗绪涛[3]（2010）在《基于MAP准则的红外图像小波域比例萎缩降噪和增强算法》一文中研究指出针对小波域比例萎缩降噪方法在去除噪声的同时也弱化了图像细节和边缘的缺陷,提出了具有增强效果的基于最大后验概率准则的小波域自适应降噪算法,并将之应用于红外图像降噪中。该算法在假定图像系数和噪声系数先验为高斯分布的基础上,利用最大后验概率准则计算小波系数的萎缩因子,然后在考虑尺度因素和方向能量因素的基础上对萎缩因子进行修正并将之应用于小波系数萎缩过程中,最后通过逆变换得到降噪和增强的图像。试验结果表明,在损失较小峰值信噪比值的情况下,提出的方法在增强图像细节和边缘、加大图像对比度等方面要优于直接比例萎缩,能够获得较好的视觉效果。给出的小波系数增强思想可以应用于基于其它降噪准则的比例萎缩算法中。(本文来源于《计算机科学》期刊2010年04期）
张小波,张顺利[4]（2009）在《基于小波基的两步自适应比例萎缩去噪算法》一文中研究指出比列萎缩是小波去噪的一种重要方法,在对小波域自适应维纳萎缩去噪分析的基础上提出一种新的小波基去噪算法——两步萎缩算法。在小波域使用标准局部自适应维纳滤波,滤波结果作为第二步萎缩的引导信号,在第二步中根据新构造的萎缩函数进行滤波得到最终估计。实验结果证明,该算法优于目前的基于二维可分正交小波基的比列萎缩去噪算法。(本文来源于《咸阳师范学院学报》期刊2009年06期）
杨志飞,赵明[5]（2008）在《基于小波域影响锥的小波萎缩去噪算法》一文中研究指出信号的奇异点和不规则结构往往携带了一些重要的信息,而小波变换是检测信号奇异点和跳变沿的一种有效的工具。为了更好地从噪声污染的信号中消除干扰和保留信号原始特征,根据奇异点影响锥的范围和小波域模极大值线传播特性,提出了一种新的算法来寻找奇异点影响锥内的小波系数,并进行去噪处理。仿真实验表明:与传统的阈值去噪方法相比,该算法实现简单并且有着更好的滤波性能。(本文来源于《计算机工程与应用》期刊2008年18期）
沈洋,陈文静[6]（2007）在《基于平稳小波变换邻域系数萎缩的图像去噪法》一文中研究指出为消除图像去噪过程中普遍存在的边缘失真,先利用Canny边缘检测算子提取含噪图像的边缘特征,使边缘图像的像素点和含噪图像的像素点一一对应,将含噪图像中边缘像素点的值设零,再将得到的去掉边缘信息的含噪图像进行二维离散平稳小波变换,对小波系数采用基于邻域的方法进行系数萎缩。该算法充分考虑了平稳小波系数的邻域性质,对处理后的小波系数进行平稳小波反变换得到平滑去噪图像,最后将边缘图像嵌入平滑图像中得到去噪后的图像。该算法能够在去除噪声的同时较好地保护图像的边缘,是一种有效的图像去噪法。(本文来源于《计算机应用》期刊2007年S2期）
李江涛,倪国强,王强[7]（2007）在《基于双树复数小波变换和双变量萎缩阈值图像降噪》一文中研究指出相对于传统的离散小波变换(DWT)缺点来说,双树复数小波变换(CWT)有很多优点,包括位移不变性、能量守恒和良好的方向性。指出了CWT滤波器组的构造原理和方法,并给出了CWT的滤波器组参数。通过具体公式和图解,说明了如何利用CWT进行图像的分解和重构,在阈值处理上选择改进的双变量萎缩阈值法(BS)。和其它方法的降噪图像和PSNR对比可以看出,该方法能够在降噪过程中很好的保持图像细节,限制了混淆现象。(本文来源于《光学技术》期刊2007年05期）
周美玲[8]（2007）在《基于二进小波相关系数的比例萎缩图像去噪》一文中研究指出基于小波变换的比例萎缩去噪是一种较好的图像去噪方法，它具有对局部信号适应的能力，相对于阈值去噪来说具有更大的灵活性。本文介绍了基于最小均方误差的比例萎缩去噪算法，并对该算法做了一些改进。在此基础上，提出了基于二进小波相关系数的比例萎缩去噪算法。算法的改进主要表现在：(1)用二进小波变换对图像进行去噪处理。由于图像二进小波变换在每次分解时不进行下抽样，所以其表示同小波级数相比是冗余的，且图像二进小波变换的部分系数扰动不会带来重构图像的严重失真。因此，在相同的误判概率下，基于二进小波变换的图像去噪效果会更好。(2)利用小波相关系数与规范化相关系数，定义了信号置信度，并利用信号置信度作为的一个度量对图像进行去噪处理。实验仿真表明，基于相关系数的去噪算法比基于最小均方误差的比例萎缩去噪算法步骤更简化，计算更简单，在有效去除噪声的同时，也能保留图像的重要特征。(本文来源于《曲阜师范大学》期刊2007-03-01）
吴艳,王霞,廖桂生[9]（2006）在《基于小波域贝叶斯估计模糊萎缩的SAR图像降斑算法(英文)》一文中研究指出提出了基于小波域高斯混合模型贝叶斯估计模糊萎缩的 SAR 图像降斑算法。该算法分析了 SAR 图像在平稳小波变换(SWT)域中的统计模型,并用高斯混合模型对其进行描述,推导出基于贝叶斯估计的信号最小均方误差(MMSE)的模糊萎缩因子。籍此再根据小波域相邻尺度间小波系数的相关性,采用分区域模糊萎缩思想,很好地得到无斑点真实信号小波系数的估计值。仿真结果表明该算法在大大抑制斑点噪声的同时,有效地保持了边缘,其性能优于改进 Lee 滤波、小波软阈值和 SWT 萎缩降斑算法。(本文来源于《Chinese Journal of Aeronautics》期刊2006年04期）
李翀,顾行发[10]（2006）在《基于小波萎缩方法的图像小波去噪的研究》一文中研究指出小波方法越来越广泛地应用到图像处理当中。小波萎缩方法是小波图像去噪方法中较为重要的方法之一。本文主要介绍了图像小波去噪中较常用的小波萎缩方法,并主要针对Bayes阈值,使用噪声方差邻域估计法加以研究和实现,并将几种阈值函数的去噪效果进行了对比。(本文来源于《遥感学报》期刊2006年05期）
小波萎缩论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
作为小波应用于图像去噪的一种重要的方法,小波比例萎缩法具有很强的局部自适应能力,它的去噪效果与Donoho的收缩法相比有了很大的提高。但是比例萎缩法有其自身缺陷,重建后的图像容易出现"波纹"状噪声。从产生这种噪声的原理入手,提出了一种对方差估计进行改进的算法,很好地克服了比例萎缩法中出现的这种噪声,提高了图像的去噪质量。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
小波萎缩论文参考文献
[1].邢永祯.基于小波变换阈值萎缩法的红外图像去噪[J].光电技术应用.2015
[2].郭蕾,田松,许悦雷,李涛.一种小波自适应比例萎缩去噪改进算法[J].电视技术.2012
[3].刘刚,梁晓庚,罗绪涛.基于MAP准则的红外图像小波域比例萎缩降噪和增强算法[J].计算机科学.2010
[4].张小波,张顺利.基于小波基的两步自适应比例萎缩去噪算法[J].咸阳师范学院学报.2009
[5].杨志飞,赵明.基于小波域影响锥的小波萎缩去噪算法[J].计算机工程与应用.2008
[6].沈洋,陈文静.基于平稳小波变换邻域系数萎缩的图像去噪法[J].计算机应用.2007
[7].李江涛,倪国强,王强.基于双树复数小波变换和双变量萎缩阈值图像降噪[J].光学技术.2007
[8].周美玲.基于二进小波相关系数的比例萎缩图像去噪[D].曲阜师范大学.2007
[9].吴艳,王霞,廖桂生.基于小波域贝叶斯估计模糊萎缩的SAR图像降斑算法(英文)[J].ChineseJournalofAeronautics.2006
[10].李翀,顾行发.基于小波萎缩方法的图像小波去噪的研究[J].遥感学报.2006
论文知识图
