基于对比度à trous小波的Contourlet变换图像水印算法

提出将基于对比度的à trous小波代替Contourlet变换中的拉普拉斯金字塔(LP)变换,实现对图像的多尺度分析:对变换后的低频区域分块,计算各个分块的噪声可见性函数(NVF)值,对选出的一系列值较小的分块嵌入水印.实验结果表明,水印算法具有较好的视觉效果,同时对滤波、JPEG有损压缩、噪声等攻击具有较好的鲁棒性.

基于Contourlet区域对比度的遥感图像融合算法(英文)

为综合利用多传感器遥感图像之间的信息,提出了一种基于contourlet变换的遥感图像融合算法。Contourlet是近年发展起来的一种多尺度几何分析工具,比小波变换更适合对图像等二维信号进行处理。算法的思想是将源图像分别进行contourlet变换,在contourlet域完成图像信息的融合,最后通过逆变换得到融合结果。根据分解系数特性,首次提出了contourlet域的区域对比度作为高频子带的融合规则,系数选择更符合人类视觉系统的要求,使得融合图像更有意义。低频子带采用基于区域能量的加权平均作为系数融合规则,在充分保留图像主要信息的前提下进一步增强了算法的稳定性。实验结果表明该算法在性能上明显优于PCA及小波图像融合等传统算法,且能够有效增强源图像的对比度和细节信息。

基于àtrous-Contourlet变换的遥感图像融合算法

基于à trous-Contourlet 变换,提出一种多光谱与高分辨率图像融合的算法.首先结合à trous 小波变换和Contourlet 变换的优点,提出一种à trous-Contourlet 变换方法,将其与 IHS 变换相结合,对图像进行多分辨率分解.然后根据高频系数的方差与相关系数,利用一种新的加权融合规则对高频部分进行融合.最后用高频附加的方法得到融合图像.实验证明,此方法相对传统的变换法,取得更优的融合结果.

一种多方向的合成孔径雷达图像边缘检测方法

经典的边缘检测方法 (Canny,Roberts,Prewitt等)受合成孔径雷达(SAR)图像斑点噪声的影响致使其检测效果不佳;基于SAR图像的假设检验方法 (Ratio算法等)其检测性能不随图像强度的变化而变化,边缘检测错误率低,但检测到的边缘片段较粗;针对上述问题,结合小波的多分辨分析特性以及Contourlet变换的充分捕获高维奇异信号的能力,提出一种改进的Contourlet变换与改进小波变换的模极大值方法对SAR图像进行边缘检测,在16个方向上对SAR图像进行边缘提取,进而保证了边缘信息的丰富性;试验结果表明,该方法提取的SAR图像边缘位置精确,运算速度较快,利于后续的图像匹配。

基于光谱和亮度信息的红外与可见光图像融合方法

针对红外与可见光图像融合,提出了一种基于区域能量和修正的视觉特征对比度的低频融合规则,以尽可能多地保留红外图像的热目标信息及可见光图像的光谱信息。实验结果表明,在非下采样轮廓波变换和小波变换域,新的融合规则能都充分利用源图像的互补和冗余信息,使融合图像具有更好的主观视觉效果。