① 小波圖像去噪的原理是什麼啊
圖像降噪的主要目的是在能夠有效地降低圖像雜訊的同時盡可能地保證圖像細節信息不受損失，。圖像去噪有根據圖像的特點、雜訊統計特性和頻率分布規律有多種方法，但它們的基本原理都是利用圖像的雜訊和信號在頻域的分布不同，即圖像信號主要集中在低頻部分而雜訊信號主要分布在高頻部分，採取不同的去噪方法。傳統的去噪方法，在去除雜訊的同時也會損害到信號信息，模糊了圖像。
小波變換主要是利用其特有的多解析度性、去相關性和選基靈活性特點，使得它在圖像去噪方面大有可為，清晰了圖像。經過小波變換後，在不同的解析度下呈現出不同規律，設定閾值門限，調整小波系數，就可以達到小波去噪的目的。
小波變換去噪的基本思路可以概括為：利用小波變換把含噪信號分解到多尺度中，小波變換多採用二進型，然後在每一尺度下把屬於雜訊的小波系數去除，保留並增強屬於信號的小波系數，最後重構出小波消噪後的信號。其中關鍵是用什麼准則來去除屬於雜訊的小波系數，增強屬於信號的部分。
② 如何根據雜訊類型選擇不同的去噪方法;
圖像在採集和傳輸中會不可避免的受到雜訊的污染，影響人們對圖像的理解和分析處理。圖像去噪的目的就是濾除雜訊，減少雜訊的影響，使圖像信息更加真實的呈現。本文簡單介紹了圖像雜訊的分類及常用的圖像的去噪方法，對傳統的中值濾波方法進行了分析，並針對傳統的中值濾波方法存在的不足,提出自適應中值濾波方法，並在MATLAB軟體上進行了編程和模擬。結果表明自適應中值濾波方法對雜訊密度較大的圖像比傳統中值濾波有更好的濾波效果。
本文第一章對數字圖像處理常用方法，圖像雜訊的分類和主要去噪方法等基礎知識做了介紹，並對MATLAB軟體發展主要組成和功能進行了概括，同時對用於圖像處理的MATLAB主要函數進行了介紹。第二章對圖像的中值濾波方法的原理和演算法進行介紹，並分析其不足，提出自適應中值濾波器的設計。第三章對自適應中值濾波器的原理和設計演算法做了分析，並在MATLAB軟體上進行了編程和模擬，對處理結果進行比對、歸納。最後，對本論文做了總結。