基于matlab的小波变换在图像处理中的应用(论文12000字,外文翻译,程序代码)
摘要：小波分析是在傅立叶分析后的一种新的时域、频域的分析工具。在图像处理领域，它的应用范围含图像的压缩、图像的传送、图像分析、特征提取等。
本文将从以下几个方面，先了解小波的出现原因与背景，是在傅丽叶变换的基础上进行延伸改进，接着我们详细了解下小波分析的基本理论，比如连续和离散的小波变换和小波包分析。对于理论部分的知识，我们借助Matlab软件进行仿真实现，发现我们的小波变换拥有时频特性和局部化特点，它不仅能够给图像实现在时间上的确定，还能在频域方面做到精准定位。对于不同频率的信号可以采取时域或者频率的分析方法更好的处理输入信号。鉴于小波变换在处理上还有一定的局限性，我们也引入了小波包的分析，主要利用Matlab内部的工具包进行实现加强了处理的分辨率。最后，我们利用一维变换和二维变换实现对于图像的分解重构，直观地了解到了其中知识的奥秘和基本的设计思路和操作方法。
关键词：MATLAB；小波；图像处理；分解；重构
Application of Wavelet Transform Based on Matlab in Image Processing
Abstract:Wavelet analysis is a new time domain, frequency domain analysis tool after Fourier analysis. In the field of image processing, its application range includes image compression, image transmission, image analysis, feature extraction and so on.
In this paper, we introduce the background of the wavelet under the following aspects, and then we can understand the basic theory of wavelet analysis, such as continuous and discrete wavelet transform and wavelet packet analysis, on the basis of Fourier transform. For the theoretical part of the knowledge, we use Matlab software to achieve simulation and found that our wavelet transform has a time-frequency characteristics and localized features, it can not only to the image to achieve the time to determine, but also in the frequency domain to achieve precise positioning The For different frequencies of the signal can take time domain or frequency analysis method to better handle the input signal. In view of the wavelet transform in the processing there are some limitations, we also introduced the analysis of the wavelet packet, the main use of Matlab toolkit to achieve the implementation of the resolution to enhance the processing. Finally, we use one-dimensional transformation and two-dimensional transformation to achieve the decomposition of the image reconstruction, intuitive understanding of the mystery of which knowledge and basic design ideas and methods of operation.
Key words: MATLAB; wavelet; image processing
目 录
第一章 引言 3
1.1 小波概述 3
1.2 小波分析产生的背景 4
1.2.1小波变换的定义 5
1.3 主要研究内容及结构安排 7
第二章小波分析的基本理论 8
2.1 连续小波变换 8
2.2 离散小波变换 9
2.3 小波包分析 10
2.4小波变换方法 10
2.4.1 Harr 小波变换 10
2.4.2 双正交小波变换 12
第三章 小波变换在图像处理中的应用 14
3.1 基于小波变换的局部压缩 14
3.2利用二维小波分析进行图像压缩 19
3.3 基于小波包的图像压缩 20
第四章 小波的分解与重构 23
4.1 小波函数 23
4.2 小波图像分解与重构 24
4.3 小波的分解和重构算法 25
4.4二维离散小波的图像分解与重构 28
第五章 总结与展望 30
参考文献 31
致谢 31
|
