摘要：图像增强是数字图像处理相对简单却最具艺术性的领域之一，其目的是消除噪声，显现被模糊的细节或突出感兴趣区域。经常采用的手段分空域和频域两类，其中频域更是给我们提供了不同的视角，简化了许多复杂的算法。生活中，我们在图像获取过程中由于电子元件等许多因素而经常会引入了周期性噪声，它的解决虽然思路简单，但涉及的环节和细节较多，有必要针对此类问题做进一步详细和深入的研究。
本文就是对数字图像中的周期性噪声用相关的方法进行处理。既采用了传统的方法，例如空域滤波以及频域滤波的算法，又采用了这些年来发展较好的滤波算法，即小波去噪算法。空域滤波算法去噪的关键在于操作模板的选择，频域滤波算法在于截止频率的选择。相比于传统的方法来说，小波算法发挥了更加好的有优势。在实际运用中，小波算法与传统方法联合运用去噪也是不错的选择。
关键词：周期性噪声 空域滤波 频域滤波 小波去噪算法
目录
摘要
ABSTRACT
1引言-1
2图像去除周期性噪声算法研究-2
2.1 图像周期性噪声概念-2
2.2 空域滤波算法去噪-2
2.2.1平滑滤波器-3
2.2.2 中值滤波器-4
2.3频域滤波算法去噪-6
2.3.1 傅立叶变换-6
2.3.2 理想低通滤波器-8
2.3.3巴斯特低通滤波器-8
2.3.4 同态滤波器-9
2.4小波算法去噪-11
2.4.1小波变换概述-11
2.4.2离散小波变换-11
2.4.3小波去噪方法-14
3基于Matlab去除周期性噪声算法仿真-16
3.1给彩色图片中加入周期性噪声-16
3.2空域滤波方法仿真-17
3.2.1平滑滤波器方法仿真-17
3.2.2中值滤波器方法仿真-18
3.3频域滤波方法仿真-20
3.3.1理想低通滤波方法仿真-20
3.3.2巴斯特低通滤波器方法仿真-21
3.3.3巴斯特滤波器+同态滤波器方法仿真-23
3.4小波去噪算法仿真-24
3.4.1硬阈值法去噪-24
3.4.2软阈值法去噪-25
3.4.3独立阈值去噪-25
3.4.4硬阈值处理+中值滤波处理-26
4结论-28
致谢-29
参考文献-30
