基于小波-Contourlet变换的图像去噪算法

为解决噪声图像增强中抑制噪声和增强边缘细节的矛盾,提出一种基于小波-轮廓变换的图像去噪方法。小波-轮廓变换具有多分辨率、多方向、各向异性等特点。根据这一特点,先在变换域中设置阈值抑制噪声;再用非线性增强算子对变换的各子带系数做增强处理。实验结果表明,该方法有效去除了图像噪声,增强了边缘细节和纹理特征。

小波-轮廓波纹理图像检索系统

针对轮廓波检索系统检索率较低、检索速度较慢等问题,提出一种小波-轮廓波纹理图像检索系统。该系统在最细节尺度子空间采用轮廓波变换,而在其他子空间采用小波变换,以变换域子带系数的能量和标准偏差序列作为特征向量,Canberra距离为相似度标准。采用Brodatz纹理数据库中的109幅640×640的纹理图像为实验对象,比较了基于同样架构的轮廓波变换和小波-轮廓波纹理检索系统的性能。实验结果表明:后者具有较高的检索率、较快的检索速度和较少的特征向量数据库存储空间。

中子与X射线图像的WBCT域局部自适应融合算法

提出了一种基于WBCT(Wavelet-Based Contourlet Transform)的中子与X射线图像融合方法。WBCT继承了小波分析的多尺度性,并且能更有效地表达图像的高维奇异,可将不同图像的信息有效地融合在一起。同时,为了弥补基于像素的图像融合方法的不足,该算法通过邻域一致性测度的计算,实现了变换系数的局部自适应融合。实验结果表明,该方法所得的融合结果保留了更多的细节信息,提供了更多的准确信息,为中子成像和X射线成像的优势互补,提供了一种全新的研究思路。