基于第二代Curvelet变换的面波压制(英文)

针对面波能量强、频率低、视速度低等特点,本文提出了基于第二代Curvelet变换的多尺度、多方向分解的面波压制方法,充分利用Curvelet变换的多尺度、多方向功能,分离出含有面波的尺度和方向然后利用面波与有效波在Curvelet域基本不重叠的特性,进行信噪分离处理。这种方法在实际叠前地震数据的处理中,能够有效压制面波,同时较好地保护有效反射波,特别是反射波的低频分量。文中提出的基于第二代Curvelet变换的去面波方法是一种较好的保幅去噪方法。

应用第二代Curvelet变换的遥感图像融合

提出了一种基于第二代Curvetlet变换遥感图像融合算法.将具有高空间分辨力的Pan图像与Ms图像的待融合波段图像进行直方图匹配,并对直方图匹配后的Pan图像与待融合波段Ms图像分别进行Curvelet变换分解,得到各自的低频子带系数和各带通方向子带系数;采用一定的融合规则对Curvelet变换系数进行组合得到融合图像的Curvelet系数;最后对组合后的系数进行Curvelet重构得到该波段具有高空间分辨力的Ms图像.对IKONOS卫星遥感图像的仿真实验结果表明:与传统的基于亮度-色调-饱和度彩色空间变换融合算法相比,该算法使融合后的Ms图像整体光谱保持度提高了10.54%,而与传统的基于小波变换的图像融算法相比,其空间质量提高了0.81%～1.12%,有效解决了基于亮度-色调-饱和度彩色空间变换融合算法中光谱失真严重和基于小波变换图像融合算法中空间质量较低的缺点,使得融合后的Ms图像在最大可能地保持原始Ms图像光谱特性的同时,显著提高了融合图像的空间质量.

基于第二代Curvelet变换的彩色图像增强算法

针对小波变换对彩色图像增强算法诸多问题,提出基于第二代Curvelet变换的彩色图像增强算法,它克服了小波变换在表达彩色图像边缘的方向特性等方面的内在缺陷,更加适合分析二维图像中的曲线或直线状边缘特征。阐述了第二代Curvelet变换的基本原理,通过对512×512的Lena和Babon彩色图像仿真实验,实验结果表明算法对彩色图像具有很好的增强效果,提高了彩色图像的对比度,降低了噪声,同时也较好地保留了边缘信息,无论是从视觉效果还是从性能指标都优于小波和Ridgelet算法。

第二代Curvelet变换与像素能量特征对比度结合的医学图像算法融合算法

针对传统的多尺度医学图像融合算法大多没有突出待融合图像的特征,在图像细节信息较丰富情况下,并没有突出图像边缘等较多信息,融合效果并不理想的特点,提出基于第二代Curvelet变换与像素能量特征对比度结合的医学图像融合算法.源图像经第二代Curvelet变换后,其低频部分采用基于窗口的融合算法,高频部分采用每个窗口的Curvelet能量系数取最大的融合算法,最后通过Curvelet逆变换获得融合图像.实验表明,本文提出的融合方法图像包含源图像的信息量大,对源图像的边缘结构保持最好,与源图像信息相关程度较高且差异性较少,实验结果远优与传统的图像融合方法 PA法(像素平均法)、拉氏(Laplace)法、DWT(小波变换)法.

基于第二代Curvelet变换和特征量积的图像融合

文中提出了一种基于二代Curvelet和特征量积的图像融合算法.首先对融合图像进行快速离散Curvelet变换,在相应的尺度上由融合规则将Curvelet系数融合.采用平均策略融合低频系数;对于高频分量采用了小波的局部能量、局部梯度、局部的标准偏差组成的特征量积自适应地融合高频系数.最后利用Curvelet重构得到融合图像.对多聚焦图像和多光谱图像进行了实验.采用了标准差、平均梯度、信息熵作为评价标准,并与小波的融合结果做了比较..实验证明二代Curvelet所获得的融合结果更佳清晰、效果更佳且应用广泛.

基于第二代Curvelet变换的多聚焦图像融合方法研究

本文针对光学成像系统聚焦范围有限,很难使得同一场景中所有物体都清晰这一特点,将一种多尺度几何分析方法——第二代Curvelet变换引入到多聚焦图像融合之中。本文通过对多幅多聚焦图像Curvelet变换后的系数进行调整,再进行Curvelet反变换得到结果图像。实验结果表明,基于Curvelet变换的多聚焦图像融合结果好,空间质量得到显著提高。

基于第二代Curvelet变换的多聚焦图像融合

将第二代Curvelet变换引入图像融合领域。选取目前有代表性的融合规则进行大量实验,并用峰值信噪比(PSNR)和均方误差(MSE)进行定量分析与比较。实验表明,采用适合的Curvelet变换融合算法具有更强的细节获取能力,融合效果优于采用各种融合规则的小波分解融合算法。特别是采用基于边缘的融合规则时Curvelet变换的融合改进效果更好。

第二代Curvelet变换压制面波方法

鉴于现有去除面波方法会损害有效信号,本文提出了一种基于第二代曲波变换压制面波的方法。该方法将地震数据分为多个尺度和方向,根据有效波和面波在不同尺度不同方向特征的差异,设计了多级曲波变换压制面波的流程,该方法充分利用有效波和面波在曲波域不重叠的特性,仅对含面波的尺度和方向上的曲波系数进行处理,最终获得压制面波后的地震数据。模型及实际资料处理结果表明,该方法能够在压制面波的同时最大限度地保护有效信号,是一种有效的相对保幅去噪的方法。

基于二代Curvelet变换和ProbShrink算法的红外图像背景抑制

为了提高红外复杂背景下弱小目标的检测性能,提出了一种基于二代Curvelet变换和ProbShrink算法的红外图像背景抑制新方法。弱小目标在二代Curvelet变换后表现为高频信息,而二代Curvelet系数表示了边缘信息的稀疏,抑制其低频系数即能很好地去除大部分复杂背景。本文通过对高频子带系数单一分布和联合分布的分析,确定包含目标信息的子带位置,利用ProbShrink算法对高频系数中的背景系数进行有效地缩减。实验结果显示,对输入信噪比为4.16 dB的复杂云层进行背景抑制后,其输出信噪比能达到40.04 dB,优于小波和二代Curvelet的方法,表明本文算法能够很好地抑制红外图像背景,保留弱小目标信息。

基于第二代曲波变换算法的检测图像增强

为了提高组织结构细节的显示,满足机器分析的要求,对图像进行多层的小波分解与重构,通过对多层分解后的低频逼近系数和各层分解的细节系数作处理,以达到对图像进行增强目的。引入的第二代曲波(ⅡCurvelet)增强算法,根据各子带的噪声水平分别进行分段非线性增强,最后进行反变换得到增强图像。增强对比实验表明:ⅡCurvelet增强算法在整体效果和局部细节上优于小波增强算法,更能达到抑制背景噪声、突出目标细节、提高对比度的效果,对检测图像增强更加有效。

基于二代Curvelet变换耦合图像纹理算法

当前较多图像融合算法主要是通过图像的能量信息来完成系数融合,忽略了图像的纹理特征,导致融合结果中存在吉布斯以及块现象等缺陷。设计了二代Curvelet变换耦合纹理信息调节的融合算法,该算法采用二代Curvelet变换,从输入图像中获取不同的Curvelet系数,采用图像的R(Red),G(Green),B(Blue)值,构造纹理信息因子,测量图像的纹理信息,并联合图像的信息熵特征,定义低频信息融合机制,完成低频系数的融合,使融合图像具有更多的纹理信息。利用图像的平均梯度特征建立高频信息融合方法,实现高频系数的融合,使其含有更多的边缘细节信息。测试结果显示:与已有的融合算法相比,该算法的融合图像更为清晰,没有吉布斯和块现象,具有更大的交互信息量和标准差值。

基于第2代Curvelet变换的彩色图像去噪

提出基于第2代Curvelet变换的彩色图像去噪算法,克服小波变换在表达彩色图像边缘的方向特性等方面的内在缺陷。该算法适合分析二维彩色图像中的曲线或直线状边缘特征,且具有较高的逼近精度和稀疏表达能力。通过Matlab对512×512的Lena和Babon彩色图像进行仿真实验,结果表明,该算法在视觉效果和性能指标方面都优于小波和Ridgelet算法。

基于二代Curvelet变换与近似度制约规则的遥感图像融合算法

为了提高遥感图像的融合质量,消除模糊与不连续效应,设计了基于二代Curvelet变换与近似度制约规则的遥感图像融合算法。通过HSV变换对多光谱图像进行分解,获取其亮度子图。引入二代Curvelet变换,对全色图像与亮度子图进行精细分解,求取图像的高频与低频系数。利用图像的对角信息改进空间频率模型,求取全色图像低频系数的注入因子,并将全色图像的低频系数注入到亮度子图对应的低频系数中,获取融合低频系数。利用结构相似度模型对不同高频系数进行近似度测量,建立近似度制约规则,获取融合高频系数。通过对融合系数实施Curvelet和HSV反变换,获取融合的遥感图像。实验结果表明,较已有的遥感图像融合方法而言,所提方法具有更好的融合质量,包含了更多的光谱与空间信息。

基于第二代Bandelet变换的自适应阈值去噪算法

针对目前最新发展的Bandelet变换的特点,文中提出了基于第二代Bandelet变换的自适应阈值去噪算法,充分利用图像内在的几何正则性,自适应获得图像的最优表示,通过噪声强度设置阈值,并利用软阈值函数实现图像去噪.实验结果表明,该算法比小波算法去噪后的图像在视觉效果及客观指标上都有显著提高.

基于第二代自适应Bandelet变换彩色图像融合算法

提出基于第二代自适应Bandelet变换彩色图像融合算法。该算法引入了表现彩色图像灰度正则变化的几何流,对几何规则彩色图像,Bandelet基可以达到最佳逼近,可以很好地获取原始彩色图像的特征信息,为彩色图像融合提供更丰富的信息,特别在处理尖锐的彩色图像过渡时非常有效。通过对256×256的Clock彩色图像仿真实验,实验结果表明算法对于多聚焦、纹理和边缘特征丰富的彩色图像融合是最理想的,无论从主观视觉效果上还是客观质量指标上均优于小波变换的融合算法。

基于第二代Bandelet变换的彩色图像去噪算法

针对目前最新发展的Bandelet变换的特点,本文提出了基于第二代Bandelet变换的彩色图像去噪算法,充分利用彩色图像内在的几何正则性,自适应获得彩色图像的最优表示,通过噪声强度设置阈值,并利用软阈值函数实现彩色图像去噪。通过MATLAB实验结果表明,使用该算法去噪后的彩色图像,无论在主观视觉效果上还是客观质量指标上都比小波和第一代Bandelet算法有显著提高。

第二代Bandelets变换定码率图像压缩

由于第二代Bandelets变换是由量化步长来控制最佳Bandelet化过程,难以实现定码率图像压缩。为了解决这个问题,提出了一种通过非线性逼近来控制最佳Bandelet化过程的方法。同时采用了沿几何流的方向小波变换方法,直接把JPEG2000的编解码器应用到Bandelets变换系数上进行有效的图像压缩,而无需重新构造上下文模型。实验表明,提出的压缩方法具有很好的边缘和纹理保护能力,特别对于直线纹理图像,压缩性能优于JPEG2000标准。

基于第二代轮廓波变换的消噪方法

提出一种基于第二代轮廓波变换的消噪方法,该方法在阈值选取上采用基于自适应冲激响应的多尺度多方向阈值,在硬阈值处理之后采用自适应维纳滤波。该方法充分利用了第二代轮廓波变换在频域和时域的局部化、多尺度、多方向和低冗余特征;能够利用更多较小的轮廓波变换系数以减轻轮廓波硬阈值消噪带来的纹理效应,并能更好适应人类的视觉特征。实验结果表明提出的消噪方法在峰值信噪比和视觉效果上都优于第一代轮廓波和小波的消噪效果。

基于二代Curvelet变换耦合二维因子的图像融合算法

目的为了解决当前图像融合算法在融合过程中忽略了低频系数中所包含的图像细节信息,导致其输出的融合图像存在间断以及模糊效应的不足,方法提出基于二代Curvelet变换耦合二维因子的图像融合算法。首先,利用具有多尺度以及多方向特性的二代Curvelet变换对源图像进行快速的分解,以获取源图像精细的低频以及高频系数。引入低频系数的信息熵以及区域方差特征来构造二维因子,对低频系数所包含的信息量以及图像的变化程度进行度量,以完成低频系数的融合。随后,利用高频系数的平均梯度特征,构造信息融合规则,完成高频系数的融合,提高融合图像的细节信息含有量。最后,利用像素点的R,G,B值,构造颜色校正因子,对融合图像进行颜色修正,以获取色彩效果较好的融合图像。结果实验结果显示,与当前图像融合算法相比,所提算法具有更强的细节表达能力,其输出的融合图像具有更好的清晰度及视觉效果。结论所提算法拥有较好的融合质量,能提高图像的对比度与分辨率,在图像处理领域具有一定的参考价值。

基于第二代曲波变换的低照度彩色含噪图像增强算法

第二代曲波变换除了具有一般小波变换的多尺度和时频局部特性外,还满足各向异性尺度关系,能够很好表示图像边缘和平滑区域。提出了一种改进的基于第二代曲波变换的低照度彩色含噪图像增强算法。该算法利用YUV色彩空间的折衷因子及改进的增益函数,分段抑制、提升或保持曲波系数,有效地抑制了噪声,预防增强过度。试验结果表明,与传统的基于小波变换算法相比,该算法不仅能抑制噪声,而且能使低照度下图像边缘和平滑部分得到最优恢复,有效提高彩色含噪图像增强质量。