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。

脊波框架的构造及其在图像去噪中的应用

为了能够充分利用现有的各种小波族,提出了脊波框架的概念。脊波框架的构造不需利用Meyer小波的特殊"封闭性质",几乎各种正交小波基都能被用来构造此框架。叙述了脊波框架的构造过程,并证明了其构成框架界为1的紧框架。最后为验证脊波框架的有效性进行了去噪实验。

基于脊波和Cycle Spinning的SAR图像相干斑抑制

本文导出脊波的一个性质,并基于这种具有特殊性质的脊波,提出一种SAR图像相干斑抑制算法。在脊波域中引入Cycle Spinning,以解决基函数所缺失的平移不变性。实验结果表明:这种脊波比小波更适于SAR图像滤波,尤其适于含直线奇异性的图像。