论文总字数：18654字

摘 要

近年来，在机场安检、身份验证、监控系统等方面的巨大需求，人脸图像增强技术已经成为图像处理、计算机视觉等学科研究的一个热点课题^[1]。然而机器所采集人脸照片由于诸多因素的影响，人们获得的图像往往不符合实际要求,因此需要我们所得图像进行处理，已到达我们所需要的图像。

本文针对数字图像处理的其中一个重要的技术——图像增强技术做出了重点研究。第一章，介绍了数字图像处理做了简要介绍并且阐述了图像增强的目的和应用场景。第二章，我们主要介绍了一些常见的很经典的图像增强的方法，比如平滑增强和锐化增强。第三章，主要介绍了小波变换的由来，与傅里叶变换的区别于联系，并且阐述了小波变换中的一个重要的快速算法Mallat算法。最后小波是如何在应用于人脸图像增强的呢？这在第四章我也详细的阐述了几种重要的方法。

关键词：图像处理，小波，人脸图像增强，降噪

Research on the method of face image enhancement based on Wavelet Transform

Abstract

In recent years, the huge demand of airport security, authentication, monitoring system and so on, face image enhancement technology has become a hot topic of image processing, computer vision and other subjects.However, due to the influence of many factors, the image acquired by the machine is not in line with the actual requirements. Therefore, we need to process the image, which has already arrived at the image we need.

In this paper, the digital image processing of one of the important technology - image enhancement technology to make the focus of research. In the first chapter, this paper introduces the digital image processing and describes the purpose of image enhancement and application scenarios. In the second chapter, we mainly introduce some common methods of image enhancement, such as smoothing and sharpening. The third chapter, mainly introduces the origin of the wavelet transform, and Fu Liye transform is different from the link, and describes the wavelet transform in an important fast algorithm Mallat algorithm. How does the wavelet transform in the face image enhancement? This is in the fourth chapter I also detailed exposition of several important methods.

Keywords:Image processing, wavelet, face image enhancement, noise reduction

目录

摘要 III

Abstract IV

第一章 绪论 2

1.1 数字图像处理简介 2

1.2 图像增强 2

1.3 人脸图像增强的研究现状 3

1.4 本文的主要工作 3

第二章 经典常见图像增强的方法 4

2.1 引言 4

2.1 图像的平滑增强 4

2.1.1 空域平滑 4

2.1.2 频域平滑 5

2.2 图像的锐化增强 6

2.2.1 空域锐化 6

2.2.2 频域锐化 7

2.3单通道维纳滤波 8

2.4 本章小结 8

第三章 小波变换分析 9

3.1 引言 9

3.2从傅立叶变换到小波变换 9

3.3小波变换的离散化 14

3.4 Mallat算法在图像分解重构的应用 16

3.5 衡量小波基性能的若干标准 18

3.5.1 广义编码增益 18

3.5.2分解重构性能 18

3.5.3小波域的数据特征 19

3.6 本章小结 19

第四章 小波变换在人脸图像增强方法的研究 20

4.1 引言 20

4.2 基于小波变换的阈值化去噪方法 20

4.2.1 小波阈值化 20

4.2.2 阈值选取 21

4.3 基于小波变换的多通道维纳滤波算法 22

4.3.1 算法简介 22

4.3.2仿真结果 25

4.4 本章小结 26

第五章 总结 27

致谢 28

参考文献 29

第一章 绪论

1.1 数字图像处理简介

数字图像处理是一门综合性的学科。自上世纪60年代以来，微电子技术和数字技术的飞速发展，给数字图像处理的发展带来了先进的技术手段^[2]。50多年的发展，数字图像处理领域一直生机勃勃，到目前为止，它汇聚了诸多学科，如医学、数学、摄影技术等等。目前计算机设备的成本不断下降互联网技术的飞速发展，图像数字化和图像设备的普及，使得数字图像处理的持续不断的发展。

图像是对客观事物的一种表示，它包含了被描述的对象的信息，是人们最主要的信息来源。图像种类繁多，根据人类的视觉特点可以将图像分为可见图像和不可见图像。可见图像我们可以认为是人类通过眼睛直接或间接的观察到的，例如照片，图画等。不可见图像包括不可见物理图像，如红外，微波等。和数学建模生成的图像，如温度等。

图像如果按照空间坐标和灰度的连续性可分为模拟图像和数字图像。模拟图像指空间坐标和灰度都是连续变化的图像，这类图像一般计算机不可直接处理。数字图像是空间坐标和灰度变化都是不连续的，用离散的数字表达图像。这样的图像才能符合被计算机直接处理的要求。数字图像处理一般有五个处理模块：图像输入，图像存储，图像传输，图像处理和图像显示^[3]。如图1.1。

图像显示

剩余内容已隐藏，请支付后下载全文，论文总字数：18654字