基于小波变换的图像处理方法研究(主要研究图像增强,包括源代码)(6)

苏州科技学院本科生毕业设计（论文）

图4.10是传统小波变换方法，以及改进的增强算法比较：

原始图像5010015020025050100150200250传统小波增强图像5010015020025050100150200250改进后的小波增强图像5010015020025050100150200250

图4.10 三种方法对比图

由图4.10可知：传统小波变换法对图像有所改善，但使图像呈现很暗或很亮的区域，图像边缘得到增强时，细节部分未得到增强，甚至被损伤。而改进后的方法能使这些细节更突出。这是因为图像能量大部分集中在低频部分，而细节能量和边缘信息集中在中高频部分，传统的小波变换能够增强图像高频段能量，但是丢失了中低频部分许多能量，所以图像质感在处理后极大改变了。而改进后的方法不仅保留了图像大多数低频能量，而且非线性增强了中高频部分能量，这样使得图像处理后质感变化较小。

4.2.4 小波分解层次与分数阶微分阶次对图像处理结果的影响

图像进行小波变换和分数阶微分后其质量取决于小波分解的层次以及分数阶微分的阶次

[12]

。

(1) 小波分解层次对图像质量的影响

为了研究小波分解层次对改进方法增强图像效果的影响，我们分别对原始灰度图像经小波分解后的第2层、3层、4层、5层、6层、7层、8层图像进行处理，观察处理后的结果如图4.11：

23

苏州科技学院本科生毕业设计（论文）

原始图像50100150200250501001502002505层处理后的图像501001502002505010015020025011层处理后的图像501001502002505010015020025050100150200250501001502002501层处理后的图像50100150200250501001502002507层处理后的图像501001502002505010015020025013层处理后的图像50100150200250501001502002503层处理后的图像501001502002509层处理后的图像5010015020025020层处理后的图像5010015020025050100150200250

图4.11 不同层次的小波分解和0.3阶分数阶微分对图像处理效果

由图4.11可知，随着小波分解层次的增多，图像的质量并不总是越好。对每一幅图像都存在着最佳小波分解系数。

(3) 分数阶微分阶数对图像质量的影响

为了研究分数阶微分阶数对改进增强方法的影响，下面使用阶次分别为0、0.1、0.3、0.5、0.6、0.7、0.9、1.0的分数阶微分对灰度图进行处理，处理后的效果进行对比如图4.12：

24

苏州科技学院本科生毕业设计（论文）

0阶50100150200250501001502002500.6501001502002505010015020025050100150200250501001502002500.150100150200250501001502002500.750100150200250501001502002500.350100150200250501001502002500.950100150200250501001502002500.550100150200250150100150200250

图4.12 使用不同阶次分数阶微分对图像处理结果

由图4.12可知：阶次范围为0?v?1的分数阶微分实际上是对图像进行多尺度增强，这里的v是控制增强效果的尺度。0阶分数阶微分没有进行任何微分或积分，保留了原始图像。而对于v?1的1阶整数阶微分在图像平滑区域的运算值为0，这样就丢失了图像灰度变化不大区域的细节信息，致使图像平滑区域变暗，高频边缘部分却变亮。1阶整数阶微分极大增强了图像轮廓信息，同时使图像边缘要么很白，要么很黑。本文中当0?v?1时，图像复杂细节的对比度随着v的增加而增强，图像也变得清晰。并且相近v值对图像进行分数阶微分处理后，其处理效果相似，加入或减少的亮点呈现连续性。因此可以说分数阶微分能增强图像细节，即使细节部分只有被知的几个像素点。当0.9?v?1时随着v的增加分数阶微分处理效果更接近1阶微分，同时边缘信息的增强变得明显。边缘变得更亮，而且随着图像细节的丢失，背景变得更暗。

25

苏州科技学院本科生毕业设计（论文）

第五章 结 论

这次毕业设计持续了几个月，经过这几月的学习，对于基于小波变换的图像增强的方法研究我有了一些初步的了解。本次毕业设计我主要以小波变换理论为基础，围绕着图像增强部分进行了深入研究。本文的主要工作如下：

(1) 介绍了图像增强的基本理论，概述了传统的图像增强方法及其特点，主要包括灰度变换(图像反转、对数变换、分段线性变换)和直方图均衡化，并通过matlab图像观察可知它们均可增强图像对比度，但在增强图像的同时，图像的边缘噪声也被增强了。

(2) 针对传统图像增强方法的不足，引出了基于小波变换的图像增强算法，在传统的小波变换增强中，我们又分析了小波非线性增强，基于小波的图像钝化，锐化以及阈值去噪四种算法，并通过matlab图像分析了他们与传统DCT算法相比的优点。观察可知，它们不仅能增强图像对比度，而且在增强图像边缘信息的同时也抑制了噪声的放大。但图像呈现很亮和很暗的区域，图像细节部分为得到增强甚至是被损伤。

(3) 基于传统小波变换的不足，引出了一种改进的方法，是小波分解与分数阶微分相结合的图像增强算法，通过实图可发现，此种算法可使图像平滑区域得到增强，对图像复杂纹理细节增强的效果比传统方法要好。

26

苏州科技学院本科生毕业设计（论文）

致 谢

本次毕业设计的研究工作是在季剑岚老师的不倦教诲和悉心指导下完成的。在此，我对老师这几个月来给予的悉心关怀和耐心指导表示最诚挚的感谢。

多年来，我的父母在我成长过程中倾注了他们全部的心血，他们谆谆教诲是对我的最大支持和鼓励，他们的汗水和付出是我无以回报的。在此，请准许我衷心说声：谢谢！

最后，感谢一直在身边支持和鼓励我的朋友们！

27

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说综合文库基于小波变换的图像处理方法研究(主要研究图像增强,包括源代码)(6)在线全文阅读。