基于有限脊波变换和Cycle spinning的图像融合算法

有限脊波变换在处理高维信号时比小波变换具有更好的方向性、较高的逼近精度和更好的稀疏表达性能,利用这一特点将其应用于图像融合领域,但有限脊波变换不具有平移不变性,故提出了用有限脊波变换与Cycle spinning相结合的方法消除因移变性产生的Gibbs现象。实验验证结果表明,本文算法能有效提取图像特征,且对边缘特征的表述更加清晰光滑。

基于有限脊波变换的图像融合方法

针对小波变换在进行图像处理时不能有效表示直线/曲线的奇异性问题,研究了能够很好表示二维或更高维奇异性的有限脊波变换的基本原理,讨论了将有限脊波变换应用于图像融合的可行性,提出了基于有限脊波变换方法进行图像融合的基本架构,并对变换系数的设置与融合过程的处理进行了详细说明。仿真实验的主客观性能比较表明,基于有限脊波变换的图像融合方法比基于金字塔变换和基于小波变换方法的融合效果要好得多。

有限脊波变换在数字水印中的应用

已有的有限脊波域的水印算法通过调制位于最大能量方向的有限脊波变换系数实现,但是哪些系数更适合嵌入水印是一个有待解决的问题.采用Roberts算子提取边缘图像,然后用拉普拉斯分布模型分析边缘图像的有限脊波变换系数,依据最大后验概率准则估计出适合嵌入水印的变换系数,自适应地嵌入水印信息.实验结果表明,该算法具有很强的鲁棒性和不可见性.

基于有限脊波变换域的图像水印技术

提出了一种基于有限脊波变换域实现图像水印的方法,其优点是良好的稳健性和层次性。这种算法充分利用有限脊波变换的特点,把原始图像和水印分解成多频段的图像来嵌入水印。检测时,把加了水印的图像分解,通过计算处理每一层取得所有的有关信息。

有限脊波变换环绕现象改进算法及其在版权保护中的应用

Finite Ridgelet Transform(FRIT)能高效表示线的奇异特征,在多种领域广泛应用。但是由于它的"环绕"现象,影响了在图像处理中的应用。揭示了"环绕"现象和Finite Radon Transform(FRAT)域系数的关系,根据像素的空间相关性,以及对FRAT系数进行软门限阈值处理,提出一种改进算法,能够去除"环绕"现象。依据最大后验概率(MAP)准则选择大能量的改进有限脊波变换(Modified Finite Ridgelet Transform-MFRIT)系数,版权信息嵌入其中。实验结果表明,该算法具有更好的鲁棒性和透明性。

基于有限脊波变换的多聚焦图像融合新算法

提出了一种基于有限脊波变换的多聚焦图像融合算法,针对有限脊波变换的特点和多聚焦图像的基本特点,低频系数采用取平均的融合策略,高频系数采用局部能量取大并进行一致性校验的融合策略。仿真实验的主客观性能分析表明,提出的融合方法具有较好的融合效果。

有限脊波变换在版权保护中的应用

在有限脊波变换域提出了一种版权保护方案。怎样选择适合嵌入水印数据的FRIT系数是一个有待探讨的问题。以往的算法凭经验确定,缺少理论分析。采用软门限的方法,确定适合隐藏水印的FRIT系数,估算了FRIT系数的噪声可见性,自适应地嵌入水印信息。实验表明该算法具有很强的稳健性和不可见性。

基于多级残差反馈的有限脊波变换图像去噪算法

为了充分利用残差图像中的结构信息,提出了一种基于多级残差的有限脊波图像去噪算法,以提升有限脊波变换的去噪性能.为了增强和丰富去噪图像的边缘和纹理信息,提高去噪图像的视觉效果,该算法先对有限脊波去噪后的残差图像反复进行块匹配三维滤波(BM3D)去噪和高斯滤波,从而获得图像的结构信息,再将其作为补偿图像反馈给去噪图像,并提出一种基于图像相关性的最优迭代停止准则.最后,通过多组仿真试验验证了该迭代停止准则和去噪算法的可行性和有效性.

基于有限脊波变换的分层SAR图像压缩算法

根据SAR图像边缘部分线性奇异性表现比较突出,细节部分多为较细的纹理图像等特征,本文立足于Cartoon和纹理模型,提出一种基于有限脊波变换的分层SAR图像压缩算法:实验结果表明,该算法相较于小波编码压缩,在获得较高的PSNR值的同时,提高了压缩后图像的视觉效果,更好的保留了原图像的边缘和细节信息。

一种基于有限脊波变换的数字图像水印算法

提出了一种基于有限脊波变换域实现图像水印的方法。其优点是良好的稳健性和层次性的检测方法。这种算法充分利用有限脊波变换的特点,把原始图像和水印分解成多频段的图像来嵌入水印。检测时,把加了水印的图像分解,通过计算处理每一层取得所有的有关信息。

基于有限脊波变换的抗几何攻击图像水印

根据脊波变换在方向识别上的优越性,提出了一种基于有限脊波变换的抗几何攻击图像水印方法。该方法先将原始图像进行一级脊波分解,再将经过三级小波分解后的水印嵌入到图像脊波系数中,以实现图像重构。实验结果表明,该方法能够抵抗旋转、缩放和平移、剪切类几何攻击,同时对JPEG压缩、中值滤波、高斯噪声、椒盐噪声等常见的攻击具有良好的鲁棒性。

基于脊波变换的扩频水印算法

针对脊波变换域比小波变换域更适合表示图像线状边缘的奇异性的特征,本文设计出一种新的图像水印算法,即将图像分块脊波变换,在脊波变化域上的高频系数中加性地嵌入经零均值互不相关伪随机序列扩频调制后的水印。实验结果表明,本文算法不仅可以抵抗如压缩、加噪、滤波和剪切等各种常见攻击,还能抵抗图像灰度增强和减弱攻击,与小波域水印算法的比较也说明了本文算法的优势。

基于脊波变换的量化水印算法

利用比小波变换域更适合表示图像边缘轮廓特征的脊波变换域设计一种新的图像水印算法.将图像分块脊波变换,在脊波系数最大能量方向选择细节系数,设计合理的量化水印方法.采用奇偶量化方法嵌入水印,利用归属量化区间法提取水印.在较强的攻击下,该方法能够很好地恢复原始水印,采用该方法嵌入水印不易导致水印化图像失真.攻击实验结果表明,与小波域水印算法相比,该算法不仅可以较好地抵抗各种常见攻击如压缩、加噪、滤波和剪切等,还能较好地抵抗几何旋转攻击.

一种基于脊波变换的数字水印算法

该文针对脊波变换能有效表示二维图像线性奇异性的特点,提出了一种脊波域鲁棒数字水印算法。对图像进行分块有限脊波变换,有选择地在脊波域最大能量方向上的中频系数中嵌入水印,采用奇异值分解方法提取水印提高了检测性能。实验结果表明,算法对噪声、压缩、不规则剪切、亮度、对比度等攻击有较强的鲁棒性。

基于改进型正交有限脊波分析的自适应图像去噪

提出了一种改进型正交有限脊波分析的图像去噪算法。正交有限脊波分析处理信息时,有限域平面上的直线由于模运算的存在而引起信息Radon系数的卷绕,为此,对Radon系数周期振荡方向的信息采用离散余弦变换处理,其他方向信息采用小波分析处理,以减少卷绕对信息重建影响;同时,结合图像信息中噪声的特点,提出了一种去噪浮动阈值的选取方案。仿真结果表明,采用该算法实现的图像去噪,在抑制噪声的同时较有效地保留了信号的细节,去噪图像的PSNR值较OFR IT+W iener、2D-DWT等算法有所增加。

基于MG-HMT模型的正交有限脊波域图像分割

针对图像分割中的过分割问题,提出了一种基于图像混合高斯-隐Markov树(Mixture Gaussian-hiddenmarkov tree,MG-HMT)模型的正交有限脊波分析的图像分割算法。正交有限脊波变换处理信息时具有检测信号线奇异的能力,在图像分割中为准确定位信息的边缘、轮廓提供了有力的支持。其次,对图像的小波系数建立了混合高斯-隐Markov树(MG-HMT)模型来描述其在不同尺度子带间的相关性,并利用小波系数自身的传递性和同层小波系数相关性进行补偿处理。仿真结果表明,采用本文算法实现的图像分割,有效地检测出图像信息的线奇异,从而减小了由于干扰在梯度图中造成虚假的局部极值而产生的过分割现象,准确地定位了图像的区域信息。

有限脊波域受约束的全变差能量泛函

为了减小有限脊波变换在图像处理应用中所出现的"卷绕"伪直线,将此伪直线视为一种振荡,首先对降质图像进行非线性有限脊波变换阈值,然后引入全变差正则化方法来抑制这一振荡,并约束所保留系数与待恢复图像的变换系数相等,以此确定可行域,进而建立了一种带脊波域约束的极小化全变差能量泛函模型,借助投影梯度算法对其进行求解.实验结果表明该方法对噪声具有较强的鲁棒性,在去噪和保留边缘的同时,使"卷绕"伪直线得到有效的抑制.

二进脊波变换的高光谱遥感图像融合分类

将二进脊波变换应用到高光谱遥感图像的数据融合中,并针对该算法的特点,提出了将变换数据分成两部分分别进行融合的融合算法,即将经过二进小波行变换的图像数据进行划分,对于包含图像概貌特征的低频数据进行归一化方差加权融合,对于包含图像边缘、直线等细节特征的高频数据选择各波段数据对应像素点小波系数绝对值最大者作为融合后该像素点的像素值.对标准的AVIR IS高光谱遥感图像实现了数据融合,并在此基础上完成了对高光谱遥感图像的分类.实验结果表明,无论是从直观上还是从数值结果上来看,该方法能有效地实现高光谱遥感图像的数据融合与分类.

基于小波变换矩阵的改进脊波变换图像去噪

针对Mallat算法构造小波变换矩阵处理图像.为解决有限域脊波变换(FRIT)只能应用于素数像素大小的图像且图像处理中产生随机信号和"环绕"的问题,提出3种改进型FRIT方法,并将其与不同边界延拓方法相结合应用于图像去噪中.实验结果表明,所给方法在对于具有直线特征的图像去噪方面性能较优.

基于小波基向量的改进FRIT去噪方法

计算小波变换的Mallat算法需要逐级分解和重构,而本文通过矩阵变换方法,给出不需逐级计算的小波分解和重构矩阵的构造方法,并给出9/7小波的分解和重构矩阵的基向量及波形图。另外,本文改进了一种新型的图像方向性表示方法———有限域Ridgelet变换(FRIT),通过折叠分块和增加零行的方法克服了原FRIT需要构造素数长度的小波基的缺点,使小波变换的基向量可直接应用于FRIT中,计算方法和计算量都得到简化。实验表明,在对具有直线特征的图像去噪方面其性能优于FRIT。