1、“.....支持的图像类型有索引图像图像二进制图像灰度图像。通常读取的彩色图像多为图像。图像和索引图像之间可以相互转换，索引图像和灰度图像也可以相互转换，图像索引图像和灰度图像均可以转换为二进制图像。读取图像后，需要对图像类型进行转换才能处理。由于小波分析对数字图像进行分解和重构时，只支持颜色图具有线性单调变化的图像，所以般将彩色数字图像转换为灰度图像，然后对其分解处理重构等。灰度图可以转换为不同格式的彩色图像，不过复原的彩色图像具有定程度的失真效果，可以通过调整颜色图以达到需要的效果。小波图像分解与重构在小波处理数字图像时，需要将连续小波变换离散化才有意义。离散小波变换是对连续小波变换的尺度和位移按照幂次进行离散化得到的，又称为二进制小波。小波变换可以进行基于小波变换的图像分解与重构。小波分解的意义就在于能够在不同尺度上对信号进行分解......”。

2、“.....对于许多信号，低频成分相当重要，它常蕴含着信号的特征，而高频成分则给出信号的细节或差别。在小波分析中常用到近似与细节。近似表示信号的高尺度，低频成分而细节表示的是低尺度，高频成分。通过不断的分解过程，将近似信号连续分解，就可将信号分解成许多低分辨率成分。由于分解过程是迭代的，从理论上讲可以无限制地连续分解下去。但事实上，分解可以进行到细节只包含单个样本为止。在实际应用中，般依据信号的特征或者合适的标准来选择适当的分解层数。图信号的滤波示意图与小波分解树上图中，表示原始信号，表示近似，表示细节，下标表示分级的层数。表示第层分解的近似信号从表示第层分解的细节信号分别表示第二层分解和第三层分解，且有原像图图图像的小波分解示意图上图中，表示低频，表示高频，下标分别表示级和二级分解。下面以幅喷气流图像为对象，利用小波进行单尺度和二尺度分解，然后进行重构......”。

3、“.....以便进行小波分解应用小波对图像进行单尺度分解，提取单尺度近似和水平垂直对角细节显示单尺度近似和水平垂直对角细节原始信号高通滤波近似信号低通滤波细节信号信号介滤波演示原始信号小波分解树潍坊学院本科毕业设计论文应用小波对图像进行二层分解，提取第二层近似和二层细节显示二尺度的第二层近似和二层细节应用小波对二尺度分解后的系数进行重构并显示。图原始图像喷气流图像图小波单尺度分解结果图图小波二尺度分解结果图图小波二尺度重构图小波图像去噪在图像信息中，常常会伴有些干扰视觉效果的因素存在，我们往往称之为噪声。当然，噪声是相对的，没有绝对的噪声。对于需要的信号而言，其它的不需要部分都可以认为是噪声。噪声类型很多，最常见的就是随机噪声，这种噪声对图像的视觉效果影响很大，所以需要对其进行定的处理以减少和压制噪声......”。

4、“.....小波变换就是变换域法中的种，由于它的多分辨分析与人类的视觉效果很类似，因此用来处理图像非常适合。般在变换域中，随机噪声和有用信号的系数会有不同的分布特点，根据这潍坊学院本科毕业设计论文些特点，通过设置阀值，然后再重构得到处理后的图像。对于图像处理，要用到二维小波分析和三维小波分析。二维小波分析是处理静态的图像，而三维小波分析是处理动态的图像。这里要处理的是静态图像，因此用二维小波分析就可以了。小波分析进行消噪处理般有下述种方法默认阀值消噪处理。该方法利用函数生成信号的默认阀值，然后利用函数进行消噪处理给定阀值消噪处理。在实际的消噪处理过程中，阀值往往可通过经验公式获得强制消噪处理。该方法是将小波分解结构中的高频系数全置为，即滤掉所有高频部分，然后对信号进行小波重构。这种方法容易丢失信号中的有用成分。这里，采取默认阀值消噪处理，这种方法消噪效果不错......”。

5、“.....以便进行处理应用小波对图像进行二层分解用函数计算默认阀值和熵标准用函数进行图像去噪，这里采用全局阀值显示去噪后的图像。下面是利用小波对含有不同程度噪声的喷气流图像进行去噪的结果。图原始含噪图像图小波去噪图像潍坊学院本科毕业设计论文图原始含噪图像图小波去噪图像图原始含噪图像图小波去噪图像小波图像增强图像增强是将图像中感兴趣的特征有选择地突出，而衰减不需要的特征。图像增强的主要目的是改善图像的视觉效果，提高图像成分的清晰度。图像增强的方法分为空域法和频域法两类。空域法主要是对图像中的各个像素点进行操作而频域法是在图像的个变换域内，修改变换后的系数，然后再进行反变换得到处理后的图像。小波变换就是图像增强频域法中的种很好的方法。小波变换对图像进行增强，首先要对图像进行小波变换，将其分解为大小位置和方向均不相同的分量......”。

6、“.....从而使得些感兴趣的分量放大而使些不需要的分量减少，最后再进行反变换得到增强图像。分解后的图像，其主要信息即轮廓由低频部分来表征，而其细节部分则由高潍坊学院本科毕业设计论文频部分表征。因此，我们对分解后的低频系数加权进行增强，而对高频部分加权进行弱化，经过如此处理后，即达到了增强图像的目的。具体步骤如下读取原始图像将原始图像转化为灰度级索引图像应用小波对图像进行二层分解对分解系数作处理，突出所需部分，弱化不需要部分将处理后的小波系数进行重构并显示。下面是利用小波对喷气流图像进行增强的结果图。图原始图像图小波增强图像图像直方图分析直方图分析是图像增强空域法中的种最简单和最有用的方法。任何幅图像的直方图都包括了可观的信息，些类型的图像甚至可由其直方图完全描述。灰度直方图是灰度级的函数，描述的是图像中具有该灰度级的像素的个数其横坐标是灰度级......”。

7、“.....如果幅图成像时光照不足或过强，将会使得整幅图偏暗或偏亮，它们的灰度都在个狭小的区域，没有分布到整个图像区域。对这些低对比度的图像，需要进行灰度扩展，就是把灰度范围分布到整个灰度区域，使得该范围内的像素，亮的越亮，暗的越暗，从而达到增强对比度的目的。具体步骤如下读取原始图像将原始图像转化为灰度级索引图像调整图像直方图的分布区域，使直方图能够分布在几乎整个区域潍坊学院本科毕业设计论文显示直方图调整后的图像。下面是对喷气流图像进行直方图调整的结果图。图原始图像图原始图像灰度直方图图直方图调整后的图像图扭直方图调整后的图像灰度直方图图像平滑处理平滑是空域滤波中的种方法，目的在于模糊图像处理或消除图像噪声。通常通过低通滤波器来实现。平滑滤波器可分为线性平滑滤波器和非线性平滑滤波器。线性低通平滑滤波器也称为均值滤波器。均值滤波器的所有系数都是正数，对模板来说......”。

8、“.....为了保持输出图像仍然在原来的灰度值范围内，模板与像素领域的乘积都要除以。平滑模板的思想是通过点和周围潍坊学院本科毕业设计论文点的平均去除突然变化的点，从而滤掉定的噪声，其代价是图像有定程度的模糊。中值滤波器是种最常用的非线性平滑滤波器，其滤波原理与均值滤波器方法类似，但计算的不是加权求和，而是把领域中的图像的像素按灰度级进行排序，然后选择改组的中间值作为输出像素值。不同之处在于均值滤波器的输出是由平均值决定的，而中值滤波器的输出像素是由邻域图像的中间值决定的，所以中值滤波对极限像素值远不如平均值那么敏感，从而可以消除孤立的噪声点，又可以让图像产生较少的模糊。具体步骤如下读取原始图像将原始图像转换为灰度级索引图像对图像进行中值滤波进行平滑显示中值滤波平滑后的图像。下面是对含噪喷气流图像进行中值滤波平滑的结果图......”。

9、“.....需要将各种方法联合起来对图像进行综合处理，才能达到更好的效果。这里，结合小波图像去噪小波图像增强直方图调整图像平滑方法，将其联合，就给出了本课题的基于小波分析的数字图像清晰化综合处理方法。这种方法按照原始含噪模糊图像小波去噪直方图调整小波增强图像平滑清晰化综合处理图像的流程对原始图像进行依次处理，同时给出每个相应步骤图像的灰度直方图，以便我们能够看出进行每步处理时的图潍坊学院本科毕业设计论文像灰度直方图变化。具体步骤如下读取原始图像将原始图像转化为灰度级索引图像应用小波对图像进行二层分解用函数计算默认阀值和熵标准用函数进行图像去噪，这里采用全局闽值显示去噪后的图像及其相应的灰度直方图调整去噪后的图像灰度直方图的分布区域......”。