汽車圖像小波去噪研究.pdf

1、本文對汽車牌照識別前的汽車圖像進行小波去噪研究 。 首先，建立了汽車圖像受到雨點 、噴濺泥污染后的數(shù)學模型，并對汽車圖像加噪 。 第二，論述了去噪圖像質量的評價標準，特別是論述了圖像殘差及其灰度直方圖評價圖像質量的方法 。 第三，選擇最優(yōu)小波基 。運用去噪后圖像與含噪圖像峰值信噪比的增值和去噪后圖像保留能量的計算結果，得出結論：（1）對于加入噪聲水平為25的零均值歸一化高斯噪聲的汽車圖像，sym4～sym8小波

2、、db8～db15小波 、coif2～coif5小波 、bior2.8 、bior4.4 、bior6.8小波去噪效果較好；（2）對于加入噪聲強度為0.2的椒鹽噪聲的汽車圖像，sym8 、db15 、coif5 、bior6.8小波較好 。 第四，選擇閾值函數(shù) 。對加入噪聲水平1～60的零均值歸一化高斯白噪聲汽車圖像分別用軟硬閾值函數(shù)小波去噪，得出了若干種典型小波去噪后PSNR隨噪聲水平變化的軟 、硬閾值曲線對比圖，圖中表明：兩

3、曲線存在交叉點（臨界值），當噪聲水平小于“臨界值”時，硬閾值去噪效果好，反之軟閾值去噪效果好；對加入噪聲強度為0.01～0.6的椒鹽噪聲汽車圖像，分別采用軟 、硬閾值函數(shù)小波去噪，得出了若干種典型小波基去噪后PSNR隨噪聲強度變化的軟 、硬閾值曲線對比圖，圖中表明：兩曲線也存在“臨界值”，但此“臨界值”較小 。當噪聲強度小于“臨界值”時，硬閾值去噪效果好，反之軟閾值去噪效果好 。 第五，研究閾值設置策略，運用bior6.8小波