基于多进制小波变换的图象放大方法

多进制小波是近几年发展的小波分析理论的一个新分支 .为了更好地进行图象的放大 ,提出了一个基于多进制小波变换的图象放大方法 ,并用三进制小波变换进行了图象的放大试验 ,通过与常用的插值放大方法进行比较的结果表明 ,基于多进制小波放大的图象能较好地保持原来图象的特征 。

基于多进制小波的SPOT全色影像和多光谱遥感影像融合

基于多进制小波理论 ,本文研究了 SPOT全色影像与多光谱遥感影像数据融合的理论和方法 ,并在三进制情形 ,对 1 0 m分辨率 SPOT影像和 3 0 m分辨率多光谱影像进行了实验 ,同时对实验结果进行了分析和讨论。理论和实验表明 ,基于多进制小波的遥感影像数据融合具有好的效果 。

多进制小波及其在DEM数据有损压缩中的应用

多进制小波是近几年刚发展的小波理论的一个新的分支，本文阐述了多进制小波分析的基本方法及其较之于二进制小波的若干优点，提出利用多进制小波变换压缩（简化）ＤＥＭ数据的方法，并给出实验结果。

基于多进制小波变换的渐进式纹理图像检索

提出了一种基于多进制小波变换的渐进式纹理图像检索方法,纹理图像的特征通过多进制小波分解结果来描述,用低频子图小波系数标准方差和多进制小波直方图结合相应的相似性距离函数,实现目标图像数据库由粗到精的渐进式检索。通过Bordatz和USC纹理图像数据库来检验本方法的精度和效率,获得了较理想的试验结果。

多进制小波理论在SPOT和TM影像融合中的应用

二进制小波不适合融合SPOT全色影像和TM多光谱影像 ;三进制下的Mallat算法对SPOT全色影像和TM多光谱影像进行融合时 ,由于存在抽取和插值运算 ,使得融合的结果存在相位失真。为了克服相位失真 ,本文采用了多进制下的MRAGM算法。试验表明 ,它能有效地用于融合SPOT全色影像和TM多光谱影像 ,实现它的关键是构建具有紧支撑特性的M进制低通尺度函数滤波器。

基于多进制小波变换及多维纹理特征的遥感影像融合方法(英文)

探讨了基于多进制小波变换与多维纹理特征融合相结合的遥感影像融合方法。在融合过程中,首先对高分辨率全色影像和多光谱影像进行多进制小波分解,再联合提取局部方差、局部梯度、局部能量和局部信息熵4维纹理特征,将高分辨率影像的高频分量分别与多光谱影像的高频分量以多维纹理特征进行多判据联合方法融合,形成新的高频分量,然后与多光谱影像的低频分量进行多进制小波逆变换,最后经RGB合成为彩色影像。试验选取淮南矿区SPOT10m与TM30m空间分辨率影像,从目视判读(定性评价)、地物光谱曲线分析、定量评价指标三方面对融合方法进行了评价。结果表明,该方法既保留了原影像的光谱信息,同时也改善了影像的清晰度和分辨率,利用融合后的影像进行矿区土地利用变化监测,效果明显提高。

多进制小波在医学图像检索中的应用

医学影像的数据量日益增加使得建立一个高效的医学检索系统势在必行,而提高检索系统效率的关键技术就是合理地分类图像。纹理作为图像灰度的分布模式,是图像的重要特征之一。由于图像的小波多尺度分解本质上是一种多通道的滤波过程,其多分辨率分析结构与人类视觉系统特性相一致,因而,在图像的多进制小波变换域中提取不同分辨率下的纹理特征,特别有利于图像识别与检索。文中设计并实现了一种基于八进制小波的医学图像分类方法,更好地解决了医学图像检索的关键技术,得到了很高的分类率。

多进制小波和二叉树实现大规模地形的实时漫游

针对大规模地形的实时绘制是三维可视化领域中研究的热点和难点 ,提出一种视相关的、基于M(M≥ 2 )进制小波压缩和二叉树分块的优化算法 ,来构建地形多分辨率模型 该算法给出了一种依赖于地形的起伏状况、视点位置和视距的数据压缩和网格剖分的方法 ,并且解决了不同尺度结点间的“裂缝”问题 实验表明 ,该算法具有消耗内存少、建模速度快、保真性好等优点 。

基于多进制小波的多源遥感影像融合

首先介绍了遥感影像融合的一般理论和方法 ,然后在讨论多进制小波理论和影像特征的基础上 ,提出了一种基于特征的多进制小波变换的影像融合算法 ,该算法根据待融合影像分辨率之比来确定采用几进制小波 ,将待融合的高分辨率影像进行多进制小波变换 ,然后把高分辨影像经小波变换后获得的低频成分和低分辨率影像依据一定的关系进行相互替换 ,以形成新的高分辨影像的低频成分 ,经过多进制小波逆变换获得到融合后的影像 .最大限度地利用了待融合影像的信息 ,防止了影像信息的丢失 .通过对具体影像的实验证明 ,融合后的影像最大限度地保留了待融合影像的光谱信息 ,同时提高了待融合影像的清晰度和空间分辨率 .给出了 SPOT全色影像与SPOT多光谱影像 ,SPOT全色影像与 TM影像的融合结果 ,并与其他方法进行了比较 ,从而证明了本方法的优越性和自适应能力 .

多进制小波在矢量地图数据压缩中的应用

矢量地图数据压缩在地形环境仿真、制图综合、GIS等研究中具有重要作用。利用多进制小波变换理论和矢量地图数据的特点,提出了基于多进制小波变换的矢量地图数据压缩的模型和方法,并从理论上分析了多进制小波变换与二进制小波变换的相互联系、区别及多进制小波变换所具有的优良特性。在对实际数据试验的基础上,分析了利用多进制小波变换得到的矢量地图数据具有多层次、多细节、能够保持良好形状结构特征的性质。

基于IHS变换与多进制小波变换的多源遥感影像融合

不同来源的遥感数据融合已经成为制约遥感数字图像处理技术发展的重要因素,文中基于IHS变换与改进的多进制小波变换相结合,对多源遥感图像进行数据融合,使融合后的数据既减少了IHS变换引起的图像光谱失真现象,又具有高空间分辨率的优点,同时也可广泛应用其它领域。

多进制小波变换的快速构造及在遥感图像融合中的实现

多进制小波是近几年发展的小波分析理论的一个新分支。对多进制小波的构造,目前常用的方法是通过构造共轭滤波器犤1～3犦来实现,这种方法随着多进制小波阶数的增加,计算越来越复杂。该文在分析多进制小波多尺度分析概念的基础上,提出一种基于基本构造矩阵的二维多进制小波分解与重构算法;同时利用多进制小波变换提出了一种影像融合实现方案。分析及仿真结果表明,该文所提多进制小波构造算法为利用多进制小波对图像影像的分析提供了一种正确、快速、有效的解决途径;图像融合实现方案不仅有效地解决了任意分辨率的图像融合问题,而且为改善图像融合效果提供了一种新思路。

基于多进制小波变换的图象压缩编码

首先介绍了多进制小波理论，然后提出了一种基于多进制小波的图象压缩编码方法， 通过对具体影象的实验，证明了该方法的可行性和优越性．。

基于多进制小波变换的遥感影像融合

首先介绍了遥感影像融合的理论和方法 ,然后在讨论多进制小波理论的基础上 ,提出了一种基于特征的多进制小波变换的影像融合算法 ,该算法根据待融合影像分辨率之比确定采用多进制小波 ,从而最大限度的利用了待融合影像的信息 ,防止影像信息的丢失。通过对具体影像的实验 ,证明融合后的影像最大限度地保留了待融合影像的光谱信息 ,同时提高了待融合影像的清晰度和空间分辨率。文中给出了SPOT全色影像与SPOT多光谱波段影像、SPOT全色影像与TM影像的融合结果 ,并与其他方法进行了比较 。

基于多进制小波变换的图像压缩编码

小波变换具有良好的时 -频局部化特性 ,采用小波变换能有效地解决其他压缩方法所带来的“方块效应”。利用多进制小波变换并结合其他方法对图像进行压缩 ,能取得较好的效果。

多进制小波的遥感影像融合对比分析

提出了利用多进制小波进行融合的方案,目标是为了深度挖掘小波在遥感影像像素级融合方面的应用。采用多进制小波进行融合的优势是在减少能量损失的前提下使高频分量的分解方向更加细化,重构时频段组合更加灵活。首先从理论方面阐述了多进制小波和二进制小波(包)的异同,通过对比分析在像素级遥感影像融合实验结果,同时结合目视效果和多种评价指标,发现对于中分辨率——北京一号遥感影像,用多进制(M=4时)db5小波对全色和多光谱遥感影像进行融合的效果不亚于采用二进制小波(包)的融合效果。实验结果表明,小波融合的效果取决于小波基的选取、分解级数,也因处理对象而不同,但在采用相同的小波基的基础上,多进制小波比二进制小波(包)融合效果在目视效果和融合指标两方面都略胜一筹。其为小卫星数据在中国水资源、灾害、考古等领域的重点应用推广的数据处理方面打下基础,同时可为其他不同分辨率遥感影像的类似处理起到示范作用。

医学图像的多进制小波分解

主要介绍了多进制小波基本理论并分析了其变换特征,对医学图像做了八进制小波分解,它在医学图像处理中会有更大的应用前景。

基于多进制小波变换的多源遥感影像融合及其评价

在给出小波分解基本模型的基础上,采用二进制小波变换法、多进制小波变换法对SPOT全色卫星影像数据和LandsatTM多光谱数据进行了融合处理,同时对实验结果进行了分析和讨论。理论和实验表明,基于多进制小波的遥感影像数据融合具有较好的效果,并可用于广泛的研究领域。

多进制小波变换在人脸识别中的应用研究

目的:提出一种利用多进制小波分析提取人脸特征的识别方法。方法:对人脸图像进行八进制Haar小波分解后提取低频信息与高频信息,组成人脸特征库,然后利用欧式距离匹配对不同人脸进行分类识别。结果:经Yale人脸数据库中90幅人脸图像的实验验证,总识别率达到了96%。结论:该方法能有效地消除因人脸图像的表情变化和少许遮掩带来的识别误差,为人脸精准识别提供基础。

基于多进制小波的等高线数据简化

研究了多进制小波在等高线数据简化中的应用 ,提出了基于多进制小波的等高线数据简化过程中边界处理方法 ;结合二进制小波 ,利用多进制小波变换可得到多细节。