基于复数小波变换的遥感图像融合新算法

提出了一种基于复数小波变换的影像融合新算法,用以融合全色影像和多光谱影像。试验结果表明,该算法可以取得比传统的实数小波变换融合算法更好的效果。

基于双密度双树复数小波变换的合成孔径雷达图像降噪研究

针对合成孔径雷达(SAR)图像相干斑噪声抑制问题,本文将双密度双树复数小波变换(DD-DT CWT)结合具有局部方差估计的双变量收缩阈值函数(BSF)构成一种新的SAR图像降噪算法实现合成孔径雷达图像降噪.首先将SAR图像用双密度双树复数小波变换进行多尺度分解,考虑小波系数间的相关性,用双变量概率密度函数作为小波系数及其父代系数的统计关性的模型,并通过Bayesian估计理论导出相应的非线性双变量收缩函数对图像不同方向的小波系数进行非线性自适应的处理,最后重建降噪后的图像.分别用仿真SAR图像和实际图像对算法进行验证,并与其它方法的性能进行比较,对不同算法处理后图像进行了主客观评价,分析结果表明,新算法的去噪效果明显优于传统的小波变换方法,不仅有效实现了图像降噪,而且较好保留了图像细节.含噪SAR图像经该算法处理后,图像性能指标均有提高.

由双树复数小波变换的父系数及邻域系数实现图像去噪

考虑二维双树复数小波变换(DTCWT)具有良好的平移不变性和方向选择性,基于当前系数与父系数及邻域系数间的关系,构造了DTCWT图像去噪阈值计算公式,提出了一种去噪方法,PNDTCWT。该方法在对图像进行二维DTCWT变换后,利用阈值公式,根据当前系数和父系数及相邻系数计算收缩阈值,对当前系数进行去噪处理。最后,经过二维DTCWT反变换,得到去噪结果。实验结果表明,PNDTCWT的噪声抑制效果明显优于各种基于DWT的去噪方法和其他DTCWT去噪方法。与基于父系数的DTCWT去噪方法相比,PNDTCW的峰值信噪比(PSNR)平均提高了0.5 dB左右。从视觉效果来看,PNDTCW能在去噪的同时较好地保留图像细节,物体轮廓显得比较平滑,不存在传统DWT算法中的混淆现象。

基于双密度双树复数小波变换的图像融合研究

双密度双树复数小波变换综合了双密度小波、双树小波和复数小波的优点,具有平移不变性以及良好的方向性,将其引入图像融合能够更好地提取原始图像的特征,为融合图像提供更多的信息。该文提出一种基于双密度双树复数小波变换的图像融合方法,首先将图像进行双密度双树复数小波变换,然后在相应尺度上利用融合规则将变换系数融合,最后进行重构得到融合结果。采用多组具有不同特征的源图像进行融合实验,并对融合图像进行了主客观评价。实验结果表明,该文方法的融合效果优于传统的小波变换方法。

基于复数小波变换和H-Curve准则对图像的去噪

复数小波变换在某些方面比实数小波变换具有更多的优点,如:平移不变性、更好的方向 性和精确的相空间信息等,可提高图像的去噪能力。采用二树复数小波变换,在基于H Curve准则 确定阈值的基础上进行图像去噪。此准则不需要提前知道噪声标准偏差,在实际应用中适用于不同 类型的噪声,并且和目前多数方法去噪后的图像过于平滑相比,它还能产生较好的视觉效果。典型去 噪试验表明,该方法在去噪能力、取得的视觉效果和确定阈值的广泛性方面都优于目前多数方法.

基于双树复数小波变换的SAR图像噪声抑制方法

利用双树复数小波变换(Dual Tree Complex Wavelet Transform,DTCWT)的近似平移不变性和多方向选择性,提出了一种基于DTCWT变换的SAR图像噪声抑制方法。首先对无噪声污染图像的复数小波系数的统计概率分布进行建模;然后利用此先验概率模型,采用最大后验概率方法从含噪小波系数中估计出无噪声污染的小波系数;最后经重构得到滤波后的图像。实验结果表明,此方法优于其他一些相干斑抑制方法。

双树复数小波变换在杂波抑制处理中的应用

针对湮没在杂波环境下的目标检测,提出一种利用双树复数小波变换对回波信号进行分解,通过相关性滤波再进行信号重构,抑制海杂波,其后采用动目标检测的方法抑制地物杂波信号。只采用动目标检测的方法仍有海杂波的影响,在通过双树复数小波变换的杂波抑制方法后作动目标检测处理能有很好的抑制效果,能检测出湮没在杂波中的小目标。将其应用到某型雷达的信号处理系统中,仿真结果表明该方法能有效降低杂波的影响。

基于二元树复数小波变换的特征融合算法

提出了一种利用二元树复数小波变换(DT- CWT)提取遥感图像纹理特征的方法,不仅使得纹理分析具备小波分析的多尺度特性,而且具备了6 个方向的选择性、良好的重构性和近似的平移不变性.利用DT- CWT变换提取目标图像的纹理特征,构造目标概率密度函数,并采用基于D-S证据理论的特征层融合算法对目标进行识别处理,实验结果表明,采用基于DT- CWT纹理特征的特征层融合算法对多源低分辨率可见光遥感图像中小目标的识别是有效的.

基于双树复数小波变换的多帧迭代盲解卷积算法

提出一种基于双树复数小波变换的多帧迭代盲解卷积(IBD)算法。传统的单帧IBD算法收敛性和唯一性不确定,而且复原结果对初始估计很敏感。Zhulina提出的多帧迭代盲解卷积算法,其算法原理简单,并能处理各种不同类型PSF引起的图像降质;但是该算法收敛缓慢,并且只适合于处理高信噪比图像。本文基于双树复数小波变换的多尺度多方向特性,提出了一种基于双树复数小波变换的多帧IBD图像复原算法。本文算法运算速度快,且对噪声污染严重模糊图像恢复效果较好,观测数据实验结果证明了本文算法的优越性。

基于对偶树复数小波变换的邻域自适应的图像降噪

该文提出一种新的基于对偶树复数小波变换的邻域自适应的图像降噪方法,它是现存的NeighShrink降噪方法的改进。该文运用Stein的无偏风险估计,在小波域每一个子带为NeighShrink方法确定一个最优的阈值和邻域窗口,并将NeighShrink方法从正交的小波变换推广到对偶树复数小波变换。实验结果证实,该文方法比当前基于小波的最具竞争力的图像降噪方法取得了更好的降噪效果。

一种基于复数小波变换的矢量图形数字水印算法

目前有很多基于小波变换的图像载体上的水印算法,但是针对矢量图形载体上的讨论很少。文中提出了一种基于双树复数小波变换域的图形鲁棒性数字水印算法。恢复或检测水印时需要原始图形数据,是一种非盲水印算法。借助原始图形数据,水印算法的稳健性能更好一些。该算法很好地结合了复数小波多分辨率的优良特性,在矢量图形载体上进行有意义标识图像水印的嵌入和提取。并通过实验证明嵌入水印的图形有较好的抗移动,噪声攻击,放缩等鲁棒性。

基于Q位移二分树复数小波变换算法的图像特征提取

为了提高图像特征的识别率,研究并设计了基于Q位移二分树复数小波变换算法的图像特征识别系统。论述了Q位移二分树复数小波变换算法的基本原理及滤波器的工作原理。在设计中保留了复数小波的优点,满足完全重构奈件,同时具有良好的对称性。实验样本采用农作物黄瓜霜霉病叶部病斑图像,在Visual C++软件平台上时样本进行了训练和学习的仿真实验,仿真结果验证了系统的有效性。

复数小波变换在天蓝色链霉菌凝胶图像压缩中的应用(英文)

小波变换等多分辨分析方法能够处理图像配准中图像的全局和局部变形 .小波变换在配准的同时还可以进行图像压缩 .作为新近发展起来的多分辨分析方法 ,复数小波变换提供了移动不变性和方向选择性滤波器 .在压缩比为 4 0∶1时 ,复数小波变换所实现的天蓝色链霉菌蛋白组凝胶图像压缩结果与离散小波变换结果十分接近 .

基于双树复数小波变换的特征点水印算法

提出了一种基于双树复数小波变换的特征点数字水印算法。对图像做三级双树复数小波变换,用F rstner算子提取图像低频子带中的特征点,根据复数小波变换的系数特点,通过修改相应的高频系数来实现水印信息的调制嵌入,提取水印信息的同时能够近无损恢复原始载体图像。算法兼顾了水印的鲁棒性和不可见性,能够有效抵抗剪切、平移、旋转等几何攻击,对线性拉伸、低通滤波等攻击也具有一定的鲁棒性。

基于二元树复数小波变换的文种自动识别

提出了一种基于二元树复数小波变换的文字种类自动识别技术,相对于传统的离散小波变换,这种小波变换具有近似的平移不变性和良好的方向选择性等特点。在文本图像的特征提取中,可以得到更加稳定和更多方向的纹理特征。在实验中选取了6种语言(中文,英文,日文,韩文,俄文和阿拉伯文)不同格式和字体的文本图像,作实验结果表明:本文算法的识别效果要优于传统的离散小波变换算法。

双树复数小波变换的视网膜图像半盲解卷积复原

针对导致自适应光学视网膜图像降质退化的原因，提出了一种结合双树复数小波变换（DT—CWT）和图像半盲解卷积复原算法的方法。首先，对经过自适应光学实时校正技术得到的视网膜图像进行DT—CWT分解，得到低频和高频部分对应的图像。将自适应光学成像系统中残余像差重建的光学传递函数作为图像复原模型的初始估计点扩散函数（PSF），并对低频部分图像进行条件约束的迭代半盲解卷积复原；对高频部分的图像进行去噪处理。最后，将处理后的高频和低频部分图像进行双树复数小波逆变换，获得复原图像。实验和结果表明：由该方法处理的视网膜细胞图像质量得到明显提高，图像客观质量评价参数相对于原始图像提高了5倍多；在视网膜细胞的空间频率范围内（70～90（°）-1），复原图像功率谱平均值提高了5倍左右，有助于对视网膜细胞的高分辨率观察。

基于双树复数小波变换的微钙化诊断方法

提出一种基于双树复数小波变换的微钙化分类方法.通过提取基于小波和灰度直方图的纹理特征,结合遗传算法进行特征优化,分别用神经网络,支持向量机和KNN分类器进行微钙化的良恶性分类.对三种不同的分类器进行对比,结果表明:KNN分类器取得最好的效果,而支持向量机优于神经网络.KNN分类器对比于神经网络和支持向量机,无需训练,可节约训练时间,最直接地利用了样本和样本之间的关系,减少了类别特征选择不当对分类结果造成的不利影响,可以最大程度地减少分类过程中的误差项.在类别决策时,KNN分类器只与极少量的相邻样本有关,可以较好地避免样本数量的不平衡问题.与传统的小波比较,双树复数小波具有近似平移不变性和正则性,对图像信号具有良好的方向选择性,且冗余度有限,计算量较小.

实数-复数小波变换法扣除X射线荧光光谱本底

提出了一种联合利用实数小波和复数小波变换对光谱进行逐段本底扣除的方法。在新方法中,利用实数小波变换获得重叠峰的本底,而由复数小波变换获得本底峰位置的本底。应用新方法对仿真谱和实验光谱进行本底扣除并对扣除效果进行比较和评价。实验结果表明:新方法在对含重叠峰的X射线荧光光谱进行本底扣除时,得到的本底比实数小波和复数小波变换得到的本底更为精确。

基于复数小波变换的边缘保护融合算法

如何保护局部对比度信息是图像融合的关键问题,而图像边缘是基于人类视觉系统(HVS)最敏感的局部对比度信息。基于对偶树复数小波变换(DT-CWT),提出一种保护图像边缘信息的加权系数融合算法。对于低频部分,使用邻域熵极大值准则将系数添加到融合图像中;而对于高频部分,首先分别对各小波子图像进行边缘提取并对其特征增强,接下来使用边缘信息优先的加权系数融合策略进行特征信息融合。实验结果表明,同传统多分辨率图像融合方法相比,能得到更好的融合效果。

基于二维双树复数小波变换的图像去噪

目前小波变换在图像去噪中的应用取得了较好的效果。而二维双树复数小波变换由于其在平移不变性,方向性等方面的优势,要比可分离二维离散小波变换具有更好的图像去噪能力。因此我们提出采用二维双树复数小波变换进行图像去噪,仿真试验结果表明二维双树复数小波变换的去噪效果明显改善。