Matlab小波变换在图像处理中的仿真及应用+源码(17)
关于图像的素描效果处理可以有很多种不同的处理方式，本次毕业设计所采用的是通过改变图像存储类型的原理进行操作。仿真结果如图4-15所示：
图 4-15 特定图像压缩处理仿真结果
部分程序代码如下所示：
load E:\Matlab\tt //调用特定图像
BW=im2bw(X,map,0.4); //存储格式转换
figure(1) //显示图像
subplot(221);
imshow(X,map)
title('原始图像');
subplot(222);
imshow(BW);
title('处理后的图像');
具体完整运行程序见附录9。
通过对于特定图像的存储类型的不同改变，可以产生不同的图像处理效果，在图像处理中，这样的转换也是未尝不可的一种小方法。
5 总结与展望
本论文主要结合小波变换的基本概念和基本原理，详细讨论小波在图像处理领域的应用，并结合MATLAB程序设计语言来说明其应用。
首先是了解小波变换和小波分析的理论和方法。主要以小波的发展过程为线索，从传统的傅立叶分析入手，通过对比傅立叶分析、短时傅立叶分析和小波分析的优缺点，指出了小波分析在分析数学领域的地位及其必然性。小波的数学理论和发在科学技术界引起一场轩然大波。在数学家眼中，它被认为是调和分析，即现代傅立分析这一重要科学半个世纪以来的工作之结晶；在其它科学技术领域，特别是在信号分析、图像分析、量子物理和非线性科学等部门，它被当作近年来在工具和方法上的重大突破。
其次是研究小波分析和小波变换在图像处理中的应用。小波分析的应用是与小波分析的理论研究紧密地结合在一起的。现在，它已经在科技信息领域取得了令人瞩目的成就。电子信息技术是吹冰大高新技术中的一个重要领域，图像和信号处理又是电子信息技术领域的重要方面。现今，信号处理已经成为当代科学技术工作的重要组成部分。现在，对性质随时间稳定不变的信号，处理的理想工具仍然是傅立叶分析。但在实际应用中，绝大多数信号是非稳定的，小波分析正是适用于非稳定信号的处理工具。图像处理是针对性很强的技术，根据不同应用、不同要求需要采用不同的处理方法。采用的方法是综合各学科较先进的成果而成的，如数学、物理学、心理学、信号分析学、计算机学、和系统工程等。
计算机图像处理主要采用两大类方法：一类是空域中的处理，即在图像空间中对图像进行各种处理；另一类是把空间与图像经过变换，如傅立叶变换，变到频率域，在频率域中进行各种处理，然后在变回到图像的空间域，形成处理后的图像。图像处理是“信息处理”的一个方面，这一观点现在已经为人所熟知。它可以进一步细分为多个研究方向：图片处理、图像处理、模式识别、景物分析、图像理解、光学处理等等。小波分析用在图像处理方面，主要是用来进行图像压缩、图像去噪、图像增强、图像融合、图像分解。