摘要: 随着现代图像信号传输的快速发展，图像信息的处理在现代社会中已经变得越发重要，同时对于图像的清晰度以及细节信息的获取也变得更加苛刻。在图像处理的整个过程中不可避免的会有各种干扰信号的产生，因此对受干扰噪声影响的图像去噪研究意义重大。... 展开 随着现代图像信号传输的快速发展，图像信息的处理在现代社会中已经变得越发重要，同时对于图像的清晰度以及细节信息的获取也变得更加苛刻。在图像处理的整个过程中不可避免的会有各种干扰信号的产生，因此对受干扰噪声影响的图像去噪研究意义重大。 本文以图像去噪为主要内容，首先分别介绍了小波变换、多分辨率分析、混合傅里叶-小波降噪、阈值降噪、图像增强等理论。同时对几种去噪方法进行了阐述:空间域相关性去噪，小波阈值去噪，贝叶斯阈值去噪。然后，主要对阈值去噪方法进行了详尽的分析，特别是对阈值量和阈值函数选取等几个关键性问题上进行了详细讨论，并在图像边缘增强方面进行理论分析。贝叶斯萎缩阈值去噪算法由于实现相对比较简单、去噪效果好，本文因此在传统贝叶斯去噪基础上提出改进的阈值去噪算法。并且在Matlab平台上对各种方法进行大量的仿真实验，得出它们对应的去噪效果图。通过与传统的各种阈值函数和阈值去噪算法进行比较实验，可以证明改进的去噪算法能够更为有效地消除图像中噪声。最后，算法改进后再与图像边缘增强方法相结合，再次进行仿真分析，证明本文提出的改进算法确实提高了峰值信噪比，增强了边缘细节。 收起