二维正交不可分的小波滤波器

给出二维正交的小波低通滤波器的若干种构造算法。其中包括张量积和不可分二维正交小波滤波器的构造。并给出对应正交小波高通滤波器的显式构造。

基于CNN的二维四通道不可分小波滤波器识别

二维四通道不可分小波在图像融合中得到了成功的应用,但其滤波器组的选取都是依靠经验手动完成的,这样会导致图像融合的结果难以达到最优。针对在图像融合的过程中选择融合效果最优的滤波器组的问题,提出基于CNN的二维四通道不可分小波滤波器组的识别方法。该方法利用卷积神经网络强大的学习功能,对构造的大量二维四通道不可分小波滤波器组进行训练。让训练好的网络对滤波器组进行识别,让这些识别的不同类别滤波器组分别作图像融合,并对比其融合效果。实验结果表明,该方法在测试集上的识别准确率达到0.999 5,对训练测试集外的滤波器组同样识别准确,解决了图像融合过程中二维不可分小波滤波器组选取困难的问题。

基于CNN和融合目标的三通道小波滤波器组识别

为解决目前需要人工选取二维不可分小波滤波器实现图像融合的问题,提出一种基于CNN和融合图像清晰度的二维三通道不可分对称小波的滤波器组自动择优分类方法。构造大量分布均匀的3×5对称小波滤波器组,并用其对多聚焦图像进行融合,根据融合结果对滤波器组设置融合清晰度高低的标签,并构造滤波器组的训练集和测试集;设计出分类的卷积神经网络,并进行训练得到模型;对训练集和测试集以外的滤波器样本进行识别与结果分析。实验结果表明:所设计的网络模型在测试集和测试集以外的数据集上的识别率分别为99.48%和99.58%,其分类结果中较好的滤波器类对多聚焦图像融合都有较高的清晰度。

基于不可分小波和改进YOLOv8的交通标志检测算法

在现代智能交通系统中,高效且准确的交通标志检测对于辅助驾驶和自动驾驶系统具有重要意义。针对背景复杂的道路场景中交通标志尺寸小导致的识别精度低,漏检等问题,提出了一种基于不可分小波和改进YOLOv8的交通标志检测算法。首先,采用不可分小波处理输入图像,有效提取高频信息以增强图像的细节表现,提高模型的鲁棒性。其次,引入针对小目标的检测层,取代原始模型中的大目标检测层,优化网络结构,从而显著提升了小目标的检测性能。接着,将网络中的跨步卷积替换成SPD-Conv,有效减少特征信息的丢失。最后,采用WIoU损失函数代替原有的损失函数。在TT100K数据集上进行训练,实验结果显示,改进后的算法相较于YOLOv8在精确率及mAP@0.5上,分别提升了9.7%和11.5%,性能明显优于原始算法。

基于离散不可分剪切波变换和迭代自适应引导滤波的多聚焦图像融合

针对目前多聚焦图像融合中融合图像边缘整体性较差的情形,为更好地表示边缘大尺度轮廓和小尺度细节信息,依据离散不可分剪切波能更好地捕捉高维空间奇异性特征,避免频域重叠,而且可以得到更好的框架界和有更好的方向敏感性等优点,利用其对原图像进行分解以保留更多图像细节特征信息;同时利用引导滤波对边缘的平滑能力,并减弱过平滑影响,提出迭代的自适应引导滤波融合规则,通过加权引导滤波的参数让其自适应图像的平坦区域和边缘区域。对于分解后的系数采用基于边缘算子和图像对比度信息的迭代自适应引导滤波优化,较好地保留边缘整体轮廓和小尺度细节特征,降低光晕效应的影响,同时保证边缘连续性较高。最后通过逆离散不可分剪切波变换得到融合后的图像。通过在不同数据集上的实验结果表明,该算法能够更好地保留图像边缘的整体强度和小尺度细节特征,取得了较好的融合效果。

基于三通道不可分对称小波的多聚焦图像融合

针对Daubechies系列小波不具有对称性、张量积小波变换只强调水平和垂直方向的不足,提出了一种基于三通道不可分对称小波的多聚焦图像融合方法。利用矩阵扩充的方法,给出了一种三通道不可分对称小波滤波器组的构造方法,用所构造的不可分小波滤波器组分别对多聚焦图像作非下采样多尺度分解,采用低频分量系数值取小、高频分量系数绝对值取大的融合规则对分解后的子图像进行融合。实验结果表明,该方法有较好的融合效果,其融合结果图像有较丰富的边缘信息、较高的清晰度和空间分辨力,其融合性能比基于不作采样的张量积离散小波帧变换的融合方法的融合性能好。

基于采样二通道不可分小波的多光谱图像融合

针对基于非下采样不可分小波图像融合方法空间分辨率不高、基于张量积小波融合方法会出现方块效应的不足,提出了一种基于伸缩矩阵为[1,1;1,-1]的二通道采样不可分小波的多光谱图像和全色图像融合方法.利用矩阵扩充方法,构造了一组新的不可分低通滤波器和高通滤波器组,利用所设计滤波器组分别对多光谱图像的亮度分量和全色图像作下采样的多尺度不可分小波分解,分别对分解后的低频子图像和高频子图像按不同的融合规则进行融合.实验结果表明,其保持光谱信息的能力和保持空间分辨率信息的能力比基于IHS变换融合方法、基于DWT的融合方法、基于IHS-DWT的融合方法、基于IHS-Contourlet变换的融合方法、基于IHS-Curvelet变换的融合方法、SRF方法都强,与基于非下采样的二通道不可分正交小波和不可分双正交小波融合方法相比,该方法能保持较好的整体光谱信息和较高的空间分辨率信息.

基于四通道不可分加性小波的多光谱图像融合

针对张量积小波不具有对称性,在图像融合中难以获得高空间分辨率图像的问题,文中提出了伸缩矩阵为[2,0;0,2],且具有紧支撑、对称性和正交性的不可分小波的一种构造方法,并把此类小波应用于多光谱图像与高分辨率图像的融合中.利用矩阵扩充方法设计了4通道6×6对称的不可分小波滤波器组,并构造出多组滤波器组,利用此类滤波器组中的低通滤波器对图像进行加性分解与重构;对QuickBird及其它类多光谱图像与高分辨率图像的融合进行了研究,提出了3种融合模式NAWS、NAWRGB和NAWL.对这些模式进行了实验研究,并采用客观性能指标对融合结果图像进行了客观评价.实验结果表明,该方法对多光谱图像与高分辨率图像的融合有较好的融合效果,与张量积小波的融合方法、可分的加性小波融合方法和二通道不可分加性小波融合方法相比,该方法在保持图像的高空间分辨率方面有优越的性能,能从原图像中获得更多的信息.同时该方法又能保持较好的多光谱信息.

基于非下采样三通道不可分对称小波的多光谱图像融合

针对IHS变换融合方法不能保持好的光谱信息,张量积小波变换融合方法生成的融合结果图像空间分辨率偏低、且易产生方块效应等不足.提出了一种基于三通道不可分对称小波的多光谱图像融合方法.利用矩阵扩充的方法,给出了三通道不可分对称小波滤波器组的构造方法,用所构造的不可分小波滤波器组分别对多光谱图像的亮度分量和全色图像作非下采样多尺度分解,采用高频分量替代、低频分量取平均进行融合.实验结果表明,该方法有较好的融合效果,其保持光谱信息的能力和空间分辨率信息的能力比基于IHS融合方法、基于DWT的融合方法和基于IHS-DWT的融合方法都强.

基于采样三通道不可分小波的多光谱图像融合

针对传统的基于张量积小波变换融合方法生成的融合结果图像空间分辨率偏低且易产生方块效应、HSI变换融合方法保持光谱信息能力较差、基于非下采样三通不可分小波多光谱图像融合方法空间分辨率偏低等不足,提出了一种基于抽样矩阵为[2,1;-1,1]的三通道不可分小波的采样方式,并提出了基于该采样方式下的多光谱图像和全色图像融合方法。利用矩阵扩充的方法构造了一组具有对称性的三通道不可分滤波器组,分别对多光谱图像的亮度分量和全色图像做采样多尺度分解,对分解后的低频分量和高频分量按不同的融合规则进行融合。实验结果表明,所建议的方法融合结果图像清晰,能保持较好的光谱信息和高空间分辨率信息。该方法保持原多光谱图像的光谱信息的能力、保持原全色图像的空间分辨率的能力比基于DWT、基于HSI-DWT、基于HSI-Contourlet、基于HSI-Curvelet和基于HSI-STCNW的融合方法都强。与基于非下采样三通道不可分小波(HSI-TCNONW)的融合方法相比,该方法有较高的空间分辨率。该方法能保持原图像的较好的边缘信息和结构特征。

基于不可分小波分解的图像配准方法

张量积小波强调的是图像中水平和垂直方向的高频信息,而不可分小波具有各向同性,可以提取图像中各个方向的边缘,能获得比较完整的图像轮廓,将这种特点应用于图像配准时,能准确定位图像仿射不变点的位置。为此,提出一种通过求取不可分小波分解后的高频子图像配准参数来配准原图像的方法,把图像的配准问题转化为其不可分小波分解后的高频子图像配准问题。从不可分小波分解的快速算法理论出发,证明该配准方法的正确性。构造一组四通道不可分小波滤波器组,在此基础上给出配准的方法和步骤。实验结果表明,该方法具有较好的配准效果,其求取图像配准参数的运算量比直接求取原图像配准参数运算量的1/4还少,与基于张量积小波分解的图像配准方法相比,具有较高的配准精度。

基于不可分加性小波与形态学梯度的图像边缘提取方法

针对传统的图像边缘提取方法只强调图像中的水平和垂直边缘的不足,提出了一种基于不可分加性小波和形态学梯度相结合的图像边缘提取方法。根据二维不可分小波理论构造了低通滤波器,利用它对原图像进行加性小波多尺度分解;对低频子图像求形态学梯度,对增强后的高频子图像取模极大值;将所得梯度图与边缘图作加性小波逆变换,得重构后的边缘梯度图;并利用二值形态学方法对其进行处理,得最终结果边缘图。实验结果表明,此算法可获得较好的边缘图像,与经典的边缘提取方法相比,它具有完整性、多方向性、平移不变性和快速性的特点。

采用三通道不可分对称小波的红外与可见光图像融合

针对Daubechies系列小波不具对称性、张量积小波变换只强调水平和垂直方向的不足,利用红外图像和可见光图像的特点,提出了一种基于三通道不可分对称小波的红外图像和可见光图像融合方法。利用矩阵扩充的方法,给出了一种三通道不可分对称小波滤波器组的构造方法,用所构造的滤波器组分别对红外图像和可见光图像作非下采样多尺度分解,采用低频分量区域加权能量取大、高频分量系数绝对值取大的融合规则对分解后的子图像进行融合。实验结果表明,该方法有较好的对比度、较丰富的信息、较高的清晰度和空间分辨力,其融合性能比基于不作采样的张量积离散小波变换的融合方法和基于二通道不可分小波的融合方法好,比基于四通道不可分小波的融合方法省时。

基于分块的不可分小波多聚焦图像融合

为解决现有图像融合方法存在均方根误差较大、熵值和空间频率较小的问题,提出一种基于分块的不可分小波多聚焦图像融合方法。该方法利用不可分小波滤波器组对原图像进行多尺度分解,选取特征较明显(方差大)的块作为融合子图像的组成块,对融合块图像做不可分小波逆变换后形成融合图像。实验结果表明,相比其他融合方法,该方法能消除块痕迹、节约运算量,具有更好的融合效果。

二维各向同性不可分小波变换特性分析

从滤波器设计、采样方面与标准二维可分小波变换的比较、分析二维各向同性不可分小波变换在图像处理中表现出来的特性,并针对不可分小波提出了新的父子关系定义和改进型零树结构.二维不可分小波变换相对标准可分小波变换而言,尺度函数和小波函数不可分且各向同性,具有更细的渐进尺度,更好的紧支撑特性,各个子带有清晰的频率特征及重建特性.本文通过实验统计分析了二维不可分各向同性小波特性,利用改进型零树结构大大提升了其在图像压缩中的性能;对不可分小波变换在图像处理中的应用具有指导性的意义.

基于二维不可分小波变换的矩不变量

寻找相对于尺度、平移、旋转不变的小波不变量是多尺度分析在模式识别中应用的关键性问题。该文利用基于统计的不变矩这一理论和应用上都比较成熟的方法,将图像有限个尺度的小波近似系数和图像不变矩联系起来,从而给出了一种小波矩不变量,得到了比较完善的理论和实验结果。同时指出了该理论方法在实际应用中所需注意的地方,最后简要阐述了多尺度分析与不变矩的应用关系。

不可分对称正交小波紧框架的构造

与可分小波相比,不可分小波更能捕捉高维信号的高频信息,正交框架在处理高维信号时能避免预滤波.为了更有效地处理高维信号,本文研究了不可分正交小波紧框架的构造,提出了一种由一维小波紧框架来构造高维不可分正交小波紧框架的方法,即先用张量积的方法构造高维小波紧框架,然后乘上一个具有一定性质的三角多项式.如果一维小波紧框架是对称的,用本文提出的方法构造的高维不可分的正交小波紧框架也是对称的.最后给出了一个构造算例.

基于不可分双正交小波的二维数据压缩方法

构造了一种新的不可分双正交的对称小波滤波器,该滤波器具有有理系数,其对应的小波函数具有四阶消失矩,尺度函数具有非常好的Hlder光滑性。同时提出了基于该滤波器进行数据重构时的边界延拓方法。使用SPIHT和SPECK两种算法的实验表明,该文构造的小波滤波器在二维数据压缩方面具有较好的效果。

R^n上的基于Checkerboard格点的不可分双正交小波

研究了一类基于Checkerboard格点的不可分双正交小波,并证明了其尺度函数逼近阶与光滑性的上界.在此基础上提出了此类小波的构造算法.理论分析表明,使用该算法构造的小波具有很好的对称性、光滑性以及对多维信号采样的视觉优势.此外该算法能够构造具有任意给定消失矩的小波,并且其小波滤波器具有有理系数,这在多维信号处理中具有重要意义.实例分析也验证了构造算法的有效性和上述结论.

高维紧支撑不可分正交小波的构造

高维不可分小波在小波分解时能够反映一定的高频性质.在尺度函数的符号为罗朗多项式的条件下给出了紧支撑0211022100211111-小波的构造方法.该小波在尺度函数的符号满足给定条件时。