摘要：图像复原的主要目的是改善图像质量。本文主要阐述了噪声图像的复原方法。首先介绍了图像中噪声的产生及与图像信号相关的噪声的分类，然后分别讨论了用于图像复原的均值滤波、中值滤波、自适应维纳滤波、形态学滤波和小波去噪的工作原理和适用性。为进一步提高图像质量，又提出了采用融合技术，通过选择合适的算法进行数据融合以发挥不同滤波器的优势。

第1章　Visual C++数字图像编程基础　1 1.1　数字图像处理概述　1 1.2　图像和调色板　2 1.2.1　图像　2 1.2.2　调色板　3 1.2.3　色彩系统　4 1.2.4　灰度图　5 1.3　GDI位图　5 1.3.1　从资源中装入GDI位图　6 1.3.2　伸缩位图　8 1.4　与设备相关位图　10 1.5　设备无关位图(DIB)　15 1.5.1　BMP文件中DIB的结构　16 1.5.2　DIB访问函数　18 1.5.3　构造DIB类　22 1.5.4　使用DIB读写B

博士论文。设计了信号的小波滤波器、形态学滤波器和自适应滤波器。提出了一种基于小波变换与形态学运算的波群检测算法。提出了基于波形特征和的心电信号自动分类方法。

自适应形态学滤波器研究 】 形态学滤波器是从数学形态学发展起来的一种新型非线性滤波器, 由于其具有并行性与可快速实现的特点, 在信号处理和图像 分析领域中得到一定的应用, 但形态学操作在抑制图像噪声的同时会模糊图像导致较多的细节损失, 本文在现有的形态学滤波器基础上提出 一种自适应的形态学滤波算法, 此算法可以根据被处理图像局部特征的变化自适应选择最佳结构元进行形态学运算, 通过实验和测试结果比 较, 其在噪声去除能力特别是局部细节保持方面都优于现有的形态学滤波器。