基于Butterworth滤波和Haar小波变换的干涉图像齿面域分割

干涉图像中反映齿面形貌信息的齿面域被背景噪声包围,其分割精度对相位解包裹、图像配准等后续的处理步骤存在较大的影响,直接关系到最终测量结果的精度。针对齿面干涉图像边界存在杂散条纹的现象,通过分析齿面干涉条纹的分布规律,提出了一种结合Butterworth滤波和Haar小波的齿面域分割方法。最后,在本文实验条件下,通过与时域分割方法进行对比,该方法可以将齿面干涉图像的边界杂散条纹区域内解包裹相位值有错误的地方排除在有效测量区域外并且能够对其进行有效校正,证明了基于频域信息的分割方法能够有效地提高干涉图像齿面域分割的精度。

小波域上的图像降噪Wiener滤波器设计

小波阈值降噪技术利用小波变换表示信号的稀疏性质 ,使用对角形式的阈值滤波器达到信号降噪的目的 ,这个方法在很多信号空间上是近似最优的。但是对于任意信号 ,在MSE意义上最优的信号估计是Wiener滤波器。提出了一种小波域上的经验Wiener滤波器的设计方法 ,并应用于图像降噪。实验结果表明 。

图像小波变换中的两个关键技术——滤波器的正则性与信号的边界处理

对图像小波变换中滤波器的正则性和信号的边界处理做了理论分析和仿真.小波滤波器的正则性关系到图像小波分解后信息量的分布以及图像恢复后失真量的大小.对一般较为平滑的图像而言,小波滤波器的正则性越高,其小波分解后信息量越集中,但对纹理较为复杂的图像来说,却并非如此.通过对信号的边界处理以及相位变化的分析和仿真,认为信号分解时向前、重构时向后的周期延拓是较好的方法,这样既可以保持信号的数据量不增加,又可以使恢复的信号相位不发生位移.

全变差数字滤波器与Ridgelet变换相结合的图像去噪方法

针对Gurvelet变换采用的金字塔分解对图像细节表现的不足,我们提出利用全变差数字滤波器提取图像细节,然后对其采用基于分数阶傅立叶变换和投影-切片定理的Ridgelet变换,在变换域中由极小化极大误差准则进行阈值估计并对变换域系数进行阈值处理,以实现图像去噪.与金字塔分解相比,全变差数字滤波器能够简化图像分解并得到包含几乎所有细节的单幅图像,从而更有利于在Ridgelet域中进行降噪处理.实验结果表明,相对于Ridgelet和Curvelet变换的去噪方法,本文方法在抑制噪声的同时具有更有效的边缘保护能力,同时消除了边缘处的振荡,并且相对于Curvelet变换节省了计算.

基于BP神经网络和逆滤波器的小波域半盲离焦图像复原(英文)

本文利用BP神经网络和逆滤波器提出了一种新的半盲离焦图像复原算法.在小波域,提取特点向量,然后训练BP神经网络,利用训练后的网络估计离焦参数.根据离焦参数得到点扩展函数,利用逆滤波器复原模糊图像.仿真实验结果表明:该方法能有效地复原离焦模糊图像.

Contourlet变换中不同滤波器对图像去噪效果的研究

在对Contourlet变换涉及的方向滤波器和金字塔滤波器分析的基础上,验证了选择不同滤波器对图像去噪的影响,提出在Contourlet变换中应用具有视觉特性的紧支双正交滤波器,可以提高图像去噪的效果。仿真试验表明,文中提出的滤波器不仅使原有的Contourlet变换的去噪效果获得提高,而且文中提出的滤波器使CHMT(Contourlet domain Hidden Markov Trees)去噪效果得到优化,去噪后图像的PSNR有明显提高。

Contourlet变换低通滤波器对图像融合算法影响的讨论

根据Contourlet变换多尺度、多方向的特性以及自然图像的频谱特点,分析了Contourlet变换低通滤波器对图像融合算法性能和融合结果中伪轮廓的影响,讨论了低通滤波器与分解层数选取之间的关系.理论与实验证明,使用带宽较窄的低通滤波器能够得到较好的融合结果,当低通滤波器系数均为正数时融合图像的伪轮廓显著减少.本文比较了使用不同低通滤波器和不同融合准则时得到的融合结果,实验结果证明,使用合适的低通滤波器,可以在选用较简单的融合准则和分解较少层数的情况下,得到很好的融合结果,大大减小了融合算法的复杂度.

离散正频型变换及其在变换域滤波器组合中的应用

该文建立一种新的信号分析与综合系统 ,变换域滤波器组合系统。首先讨论一族既满足匹配滤波器组合完全重构方程之要求又限于实数运算有连续输出波形便于进行频带分解的离散可逆变换(正交的或非正交的 ) ,即离散正频型变换 ,建立基于离散正频变换域滤波器组合 ,考察基于离散正频型变换的离散理想低通滤波器与离散思想高通滤波器 ;并构造其迭代匹配理想滤波器组合系统(IMIFB) ,其结构简单 ,应用方便 ,可实现理想频带分割。最后讨论它们在图象分解与编码中的应用。

小波变换域的局部自适应Wiener滤波器设计方法研究

小波阈值去噪方法被广泛地用在信号去噪中,这个方法在很多信号空间上是近似最优的。但在MSE意义上最优的信号估计是Wiener滤波器,鉴于传统小波变换域Wiener滤波器的缺点,本文设计了小波域局部自适应Wiener滤波器。实验仿真验证本方法具有较好的去噪效果。

变换域滤波器组合系统

本文建立一种新的信号分析与综合系统，即变换域滤波器组合系统。建立基于离散可逆变换的滤波器的组合结构，导出匹配滤波器组合的完全重构方程，定义并考察基于不同ＤＲＴ类型的离散理想滤波器，构造迭代匹配滤波器组合系统。迭代匹配理想滤波器组合（ＩＭＩＦＢ）结构简单，应用方便，可实现理想频带分割，可应用于信号处理与图像压缩等领域。

二维光学子波变换中输入图像与子波匹配滤波器大小的研究

在应用计算全息制作子波匹配滤波器实现二维光学子波变换的研究中 ,输入图像与子波匹配滤波器的大小 ,对于实验结果有较大的影响。给出了简要的理论分析和实验结果 ,实验结果与计算机模拟完全一致。

具有紧支撑的正交小波变换滤波器的设计原理和一种图像精确分解与重构算法

本文通过从一个新的角度研究了Daubechies滤波器的设计原理 ,得到了具有紧支撑的正交小波变换滤波器设计的两个理论依据 ,由此构造了一种图像的精确分解与重构算法 .该算法非常简单易行 ,并且与Daubechies滤波器的设计原理是一致的 .实验结果表明本文提出的算法能达到无失真的重构 .

基于小波-全相位方向滤波器组变换的多聚焦图像融合

利用全相位方向滤波器组良好的多方向性和平移不变性的特征,提出一种基于小波-全相位方向滤波器组变换的多聚焦图像融合方法。对不同聚焦图像进行小波-全相位方向滤波器组变换,采用加权平均算子对低频系数进行融合,采用局部方差准则对各个方向上的高频系数进行融合,对融合后的系数进行重构,得到高低频比例升高的融合图像。实验结果表明,与其它多聚焦图像融合算法相比,该方法显著减少均方根误差的值,提高峰值信噪比的值,使得融合图像效果好。

一种基于近似理想重构余弦调制滤波器组的DSSS变换域干扰抑制方法

针对在变换域干扰抑制方法中子带滤波器组的阻带衰减性能不够理想而造成窄带干扰扩散的问题,该文提出了一种使用近似理想重构余弦调制滤波器组的窄带干扰抑制方法。近似理想重构滤波器组在设计上具有更大的灵活度,能够实现更高的阻带衰减。具有高阻带衰减特性的滤波器组能够更好地将窄带干扰信号变换到少数几个子带上,从而利用门限检测的方法能更好地对窄带干扰加以抑制。仿真结果表明,相对于传统的重叠变换滤波器组,使用近似理想重构余弦调制滤波器组能够显著提高变换域接收机的抗窄带干扰能力。

基于小波的同态滤波器用于图像对比度增强

同态增晰可用于减少光照不均匀引起的图像降质 ,并对感兴趣的景物进行有效增强 .本文提出一种基于小波的同态增晰方法 ,采用一种高通滤波器对小波分解系数进行处理 .处理后图像的局部对比度增强效果明显 。

基于Dual-Tree CWT和自适应双边滤波器的图像去噪算法

针对目前图像去噪方法主要局限于单一噪声,无法有效解决多种混合噪声的不足,提出了一种基于DualTree CWT和自适应双边滤波器的图像去噪算法。该算法使用双树复小波变换对含噪图像进行多尺度和多方向的分解,由改进阈值对各个方向子带的高频系数进行阈值量化,同时由自适应双边滤波对每尺度下低频子带系数进行滤波,并将重构得到的图像进一步去除噪声。实验仿真结果表明,该方法对混合噪声的滤除效果明显优于现有算法,且能较好地保护图像的边缘细节信息,通过客观评价指标峰值信噪比(PSNR)和均方根误差(RMSE)定量比较,PSNR提升了5.333 2~6.527 8 d B,RMSE可降低29.41%~46.03%,运行时间仅为1.492 0 s,整体降噪性能更优。

小波域中值滤波器在陀螺寻北仪中的应用

研究了利用小波变换消除陀螺干扰漂移的方法.通过对陀螺寻北仪两位置寻北方案的分析,表明陀螺随机干扰信号是影响系统精度的主要误差源.为此将中值滤波与小波阈值去噪相结合构造了小波域中值滤波器,并应用于陀螺数据处理中.寻北试验结果表明,该滤波器在有效对白噪声滤波的同时也能较好地去除脉冲噪声,与传统的去噪方法相比,寻北精度提高20%,对陀螺各种干扰信号具有很好的抑制作用.

小波变换码中滤波器的选择

在本文中，我们从广义编码增益、分解重构性能与对误差的敏感性、编码性能与主观质量三个方面对双正交小波12／4、9／7与9／3进行比较，得出：双正交小波12／4比9／7与9／3更适合于小波图像压缩，特别是在高保真压缩中；在低比特率编码中，双正交小波12／4与9／7相差不大。

一种多小波滤波器在医学图像融合中的应用

医学图像融合为临床诊断、手术设计与效果评估等提供不同模态影像互补信息。构造具有3阶消失矩的双正交多小波滤波器,其以高斯函数一次泰勒规范展开正交化后得到的完备二次单位正交基作为尺度函数。利用构造的多小波滤波器,分别对CT、MRI医学图像进行分解,使用基于多小波分解改进的局部能量加权规则融合图像。结果表明改进规则融合了源图像主要信息,优于常用的融合规则。应用构造的多小波滤波器可有效地融合医学图像,略优于DGHM多小波。

基于尺度变换的Gabor滤波器织物疵点检测

针对织物表面疵点自动图像检测问题,提出一种基于尺度变换的Gabor滤波器织物疵点提取方法,该方法使Gabor滤波函数的比例伸缩尺度随中心频率而变化。用Gabor尺度变换的3个尺度和4个方向的滤波器组分别与正常和待识别的疵点织物图像进行卷积,提取正常与异常织物纹理特征,从而得到偏差图像。再对偏差图像进行融合,使织物疵点突显出来。最后通过阈值处理检测出织物疵点。对缺经、缺纬、经纬交错和油污4种常见织物缺陷的实验结果表明,这种方法是有效的。