基于提升算法的不可分离小波图像边缘检测

针对传统可分离小波图像边缘检测方法的各向异性和计算复杂性,应用基于“五株排列”的提升不可分离小波的构造方法,把基于矩形栅格的数字图像分成红块和黑块,然后根据图像边缘特点,利用二维提升格式构造了“最大-提升”小波,进而提出了一种基于提升算法的不可分离小波图像边缘检测新方法,通过与传统的B样条小波边缘检测方法进行试验比较,证明了新方法在图像边缘检测方面具有更好的效果.

基于不可分离小波框架变换的多聚焦图像融合算法

为解决多聚焦图像融合问题,提出了一种基于不可分离小波框架(NWF)变换的融合算法:首先,对各原图像进行NWF变换;然后,根据变换后系数计算图像的对比度量测,融合处理为基于对比度量测的系数选取过程,并对选取后的系数进行一致性校验;最后,对组合后的系数进行NWF逆变换,得到融合后的图像.实验结果表明,该算法能够较好地解决多聚焦图像融合问题.

冗余提升不可分离小波的图像融合方法

提出了一种基于冗余提升不可分离小波的多源图像融合方法。该方法不仅能很好地提取图像的细节信息,而且具有平移不变性,非常适合于图像融合;同时,采用基于局部邻域梯度的融合规则对分解后的高频和低频小波系数作不同的处理。对多光谱红外图像以及不同类型的医学图像进行了融合试验,结果表明该方法可以取得更好的融合效果。

基于冗余提升不可分离小波的图像边缘检测方法

根据“五株排列”的不可分离小波构造方法,把基于矩形栅格的数字图像进行冗余提升,从而构造了“最大-提升”小波,由此提出了图像边缘检测的新方法,并将其与传统的B样条小波边缘检测方法进行比较,通过数据试验证明了新方法的优越性。

基于冗余提升不可分离小波的LSCN红外图像增强方法

针对红外图像信噪比低,易受背景环境影响的问题,提出一种基于不可分离小波的多尺度方向分析(NSWMDA)和连接突触计算网络(LSCN)的图像增强算法.该算法首先将原始图像进行冗余提升的不可分离小波变换(NSWT),得到高频细节子带和低频近似子带,然后对高频细节子带进行多方向滤波后LSCN算法进行增强,对低频近似子带直接采用LSCN算法增强,最后对处理后的子图进行融合重构得到增强后的红外图像.在电力变压器红外图像中,该算法相比其他算法在边缘强度、信息熵、峰值信噪比、结构相似度、平局梯度5种指标中分别至少提升了10.86%、14.39%、19.95%、7.06%、6.70%.实验结果表明,该算法不仅提升了红外图像整体清晰度,同时也使得图像的细节纹理和对比度得到加强,具有很好的红外图像增强效果.

基于尺度相关多特征提取与融合的虹膜识别算法

传统多尺度变换的虹膜识别算法存在特征单一、忽视尺度间特征相关性的缺欠。基于此,提出一种基于尺度相关多特征提取与融合的虹膜识别算法。首先,利用二维不可分小波对圆形归一化的虹膜图像进行多尺度多方向分解,依据尺度间特征的相关性提取最优尺度上的点特征和区域特征。然后,设计满足本算法的多特征融合的模糊推理规则,并依据此规则进行虹膜分类。在CASIA(1.0)虹膜图库上仿真结果为,当等误率为13.216%时,正确识别率为99.999%。与经典算法比较,该算法识别率更高,抗噪能力更强。

基于最小化垂直投影区间图像的几何流提取算法

在对二维紧支撑不可分离小波与第二代Bandelet变换的研究基础上,针对第二代Bandelet变换提取几何流的高时间复杂度的问题,提出了一种基于最小化垂直投影区间的行之有效的提取最佳几何流的方法。实验结果表明该算法具有提取图像几何流。有较强的稳健性和较高的精确性,且能降低算法的时间复杂度。

L^2(R^d)中MRA小波相位的刻画

设A是d×d实扩展矩阵,ψ是以A为扩展矩阵的小波,f是可测函数.如果对任意以A为扩展矩阵的小波ψ,fψ(其中ψ表示ψ的傅立叶变换)的逆傅立叶变换仍是以A为扩展矩阵的小波,则称f是以A为扩展矩阵的小波乘子.主要刻画了L^2(R^d)空间中,以行列式绝对值等于2的整数矩阵为扩展矩阵的MRA小波的线性相位.利用该结果,具体给出了二维情况下,Haar型和Shannon型小波在相似意义下的六类整数扩展矩阵的线性相位的表达形式.最后将具有线性相位的MRA不可分离小波应用到二维图象的边缘检测上.

基于改进型NSCT变换的灰度可见光与红外图像融合方法

针对灰度可见光与红外图像融合,提出一种基于改进型非下采样轮廓波变换(NSCT)的图像融合方法.不同于经典NSCT模型,改进型NSCT变换摈弃了细节捕捉能力不强的非下采样金字塔分解机制,采用冗余提升不可分离小波变换实现对源图像的多尺度分解;然后,分别采用基于区域平均能量匹配度、邻域系数差和信息熵的融合规则,得到融合图像的低频系数和高频系数;最后,通过改进型NSCT逆变换得到了融合图像.实验结果验证了该方法的有效性.

基于改进型NSST变换的图像融合方法

为了进一步提高捕获图像细节的能力,提高运算效率,提出一种改进型NSST变换,采用冗余提升不可分离小波替换经典NSST中的非下采样金字塔分解.针对改进型NSST分解得到的不同子带,对低频子带选用区域能量和融合规则,高频子带选用简化型PCNN融合规则,提出基于改进型NSST的图像融合方法.实验结果表明,所提出的方法在主观视觉评价和客观指标评价中具有很大优势.