非抽样轮廓波变换构造及其在图像去噪中的应用

提出了一种由非抽样塔式分解和非抽样方向滤波器组实现的具有平移不变性的非抽样轮廓波变换,文中利用M cC le llan变换设计非抽样塔式分解中的满足精确重构条件的圆对称滤波器组。非抽样轮廓波变换具有与视皮层变换相似的频带划分,符合人眼视觉特性。利用非抽样轮廓波变换系数的局部高斯模型及最大后验概率法对图像去噪,其峰值信噪比和视觉效果均有较大改善。

基于非抽样双树复小波变换幅值相位信息的图像去噪算法

提出了一种非抽样双树复小波变换域结合幅值阈值化和相位正则化的自适应图像去噪算法。首先将非抽样双树复小波变换系数进行幅值相位表示,在分析了幅值分布特点后,使用瑞利分布模型作为系数幅值的先验分布,然后在贝叶斯去噪框架下推导出闭式形式的阈值函数,为了更好地抑制噪声,我们亦对相位信息进行平滑处理,最后通过逆非抽样双树复小波变换得到去噪图像。由于同时对幅值和相位信息进行处理,实验显示所提算法抑制噪声效果明显,与一些经典算法相比,本文方法在主、客观上皆获得了有竞争力的结果。

基于非抽样轮廓波变换和矩阵F-范数的旋转不变纹理图像检索方法

针对纹理图像检索中常见的旋转问题,提出一种基于非抽样Contourlet变换(NSCT)和矩阵F-范数的旋转不变纹理图像检索算法。对图像进行NSCT变换,以NSCT域各个子带系数矩阵的F-范数构造特征向量,然后在相同尺度上,利用各个子带系数矩阵的均值和标准方差之和对特征向量由小到大排序,再利用不同尺度的特征向量相似度加权求和得到两幅图像的相似度。实验采用Brodatz库生成实验库,结果表明该方法能取得较好的效果。

非抽样双树复小波域的红外可见光图像融合

为提高红外与可见光图像的融合精度,借助非抽样双树复小波的平移不变性和良好的方向选择性,提出非负矩阵分解和区域方差能量的融合方法。通过对严格配准的红外与可见光图像进行非抽样双树复小波变换获取高低频信息,对低频子带系数采用基于块主元旋转的非负矩阵分解的融合方法,对高频子带系数选用结合区域方差能量的对比度进行融合。对融合后的系数采用非抽样双树复小波逆变换重构得到融合图像,对融合结果进行主观视觉和客观评价。对比实验结果表明,该算法具有较好的主观视觉效果,客观评价指标有明显提高,验证了提出算法的有效性。

采用非抽样轮廓波的红外与可见光图像融合

提出了一种基于非抽样轮廓波变换的红外与可见光图像融合算法。该算法首先利用非抽样轮廓波变换对输入图像进行多尺度、多方向稀疏分解,有效地表达了图像的高维奇异信息;然后,为了弥补基于像素的图像融合方法的不足,在变换域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,所提出的算法既可保持可见光图像的光谱信息,又可有效获取红外图像的热目标信息。

非抽样双树复小波域的BPP-NMF图像融合

提出了一种非抽样双树复小波变换(UDT-CWT)与基于块主元旋转的非负矩阵分解(BPP-NMF)相结合的多聚焦图像融合算法。利用UDT-CWT具有完美的平移不变性及良好的方向选择性,首先对图像进行多尺度、多方向分解并得到低频子带和高频子带系数;然后对低频子带系数采用块主元旋转的非负矩阵分解的融合策略,高频系数则选用高斯加权区域能量与区域标准差一致性选择的融合准则。最后对融合后的系数进行UDT-CWT逆变换得到重构图像。选用多组多聚焦图像进行融合并对融合结果进行主观视觉、客观方面的评价。试验结果表明,该融合算法不仅具有良好的视觉效果,同时在客观评价指标也优于一般的融合策略,验证了该算法的有效性。

复轮廓波包的构造及其图像去噪应用

一般的轮廓波变换只对信号的低频部分进行分解,却忽略了信号的高频部分,因而丢失了丰富的细节和纹理信息,为了克服这种缺陷,本文利用解析的双树复小波包变换和非抽样方向滤波器组,构造了复轮廓波包变换,并提出一种基于相邻系数阈值分类的复轮廓波包图像去噪算法.新的变换除了具有多分辨率、局部性、多方向性和各向异性的特点外,还具有平移不变性和更丰富的方向分量.仿真试验结果表明,构造的复轮廓波包变换能够有效地抑制伪Gibbs现象,并且保护更多的边缘和纹理等细节,其PSNR值和视觉质量均优于一般的去噪方法.

基于主成分分析和双树复小波变换的CT和MRI图像融合改进算法研究

目的:提出一种级联主成分分析(PCA)与双树复小波变换(DTCWT)的CT和MRI图像融合新算法,以获得高质量的CT和MRI融合图像。方法:基于级联PCA与DTCWT的融合算法采用非抽样小波变换(UDWT),将已配准的CT和MRI图像分解成为不同尺度的低频和高频子图像;采用PCA融合规则和UDWT逆变换,获得初次融合子图像;采用DTCWT变换将融合子图像分解为实数与复数部分;采用最大值取大融合规则和DTCWT逆变换获得CT与MRI融合图像。选用哈佛大学脑图库中CT和MRI图像进行仿真实验,采用定性与定量结合评估融合图像质量,并将本研究算法所得融合效果与离散小波算法(DWT)、非抽样小波变换(UDWT)及PCA等算法进行比较。结果:定性分析显示,基于级联PCA与DTCWT的融合算法所得CT与MRI融合图像对比度最强,边缘信息最丰富且伪影最弱。定量结果中融合算法所得空间频率、均方误差、边缘相似度、互相关和平方差数值分别达到42.683、0.002、0.925、0.978和0.016,较其他融合算法提升8.71%~194.52%、98.46%~99.49%、8.95%~33.48%、6.19%~230.40%和42.86%~95.83%。结论:基于级联PCA与DTCWT的融合算法性能优越,能获得高质量的CT和MRI融合图像。

基于非抽样复轮廓波变换的图像去噪算法研究

将二维双树复小波变换(DT-CWT)与非抽样方向滤波器组(NSDFB)相结合,构造一种新的非抽样复轮廓波变换(NSCCT),并对其平移不变性作了相应证明。同时利用对称的正态逆高斯(NIG)分布先验概率模型和贝叶斯最小均方算法,提出一种基于NSCCT的图像去噪算法。实验结果表明,本文构造的NSCCT能够有效地抑制伪Gibbs现象,并且具有更丰富的方向分量,因而在图像的细节和纹理表现方面有一定的优势。

基于PSNR-NC函数优化和非抽样双树复小波变换的自适应多重水印算法

针对多重水印信息的有效嵌入和提取,提出了一种基于峰值信噪比-归一化相关系数函数(PSNR-NC)优化和非抽样双树复小波变换的自适应多重水印算法。该算法首先利用PSNR-NC函数来确定水印的最佳嵌入位置,其次通过非抽样双树复小波变换-奇异值分解(UDTCWT-SVD)算法将多个相互独立的水印信息嵌入到彩色宿主图像中,最后通过水印提取算法在含水印图像中提取多重水印,有效实现了多个版权信息的嵌入和提取。实验结果表明,嵌入水印图像具备良好的不可见性,所提算法对常见的图像处理攻击,特别是在抵抗JPEG压缩、噪声攻击和滤波攻击方面表现出较强的鲁棒性。

基于NSCT变换的红外空中小目标检测方法研究

针对空中远距离红外小目标检测的实际问题,提出了一种基于非抽样轮廓波变换的检测算法。首先利用非抽样轮廓波变换的优良性质,通过分析噪声系数、背景边缘系数和目标系数在尺度间的不同特性,计算各个信号在尺度间的相关系数并归一化。接下来,按照自适应阈值法抑制噪声和背景边缘系数,然后通过反变换得到抑制背景增强目标的图像。最后,结合目标面积信息选择适当阈值,对重构图像进行分割,生成单帧检测结果并进一步利用帧间目标位置的相关性完成小目标检测过程。试验结果表明,提出的算法能够准确地检测目标。相对于通常的小目标检测算法,本算法在背景抑制方面具有一定的优势,能够获得相对较高的信噪比。

一种基于清晰度计算的NSCT域多聚焦图像融合算法

针对多聚焦图像的特点,提出了一种基于清晰度计算的非抽样轮廓波变换(Non-SubsampledContourlet Transform,NSCT)域多聚焦图像融合算法。该算法首先对源图像进行NSCT分解,以此克服传统Contourlet变换不具平移不变性的缺点。在分析光学成像中散焦表现形式的基础上,对分解后的低频子带和高频方向子带分别以"邻域梯度"及"合成邻域模值"作为清晰度指标,采用自适应选择法实现对多聚焦图像的融合处理。实验结果表明,该方法不仅能有效融合图像中的"伪影"和"振铃效应",视觉效果明显优于传统小波和Contourlet方法,且融合图像的熵、交叉熵及均方根交叉熵等客观评价指标也有明显提高。

基于NSCT及QR分解的零水印算法

为有效对抗几何攻击,提出了一种利用图像几何校正的非抽样Contourlet变换(NSCT)及QR分解的数字图像零水印技术。该算法对图像进行NSCT变换,并在低频系数子图中提取稳定的SIFT特征点,根据特征点的变化求出几何变换参数。在对几何失真图像进行校正后,进行分块QR分解。取各块中R矩阵行向量2-范数组成序列,二值量化后变换为矩阵并与水印结合生成零水印。仿真实验结果表明,该算法能有效抵抗几何攻击,校正精度好,鲁棒性强,且能够避免水印鲁棒性与不可见性之间的矛盾。

一种基于NSCT域的自适应阈值函数SAR图像去噪

提出一种基于Nonsubsampled Contourlet变换的能量自适应的阈值函数合成孔径雷达图像去噪方法.该算法针对硬阈值函数、软阈值函数的缺点,利用具有冗余性和良好的方向选择性的Nonsubsampled Contourlet变换,结合根据图像不同分解层不同方向的轮廓细节能量的分布自适应调节的阈值函数完成去噪.实验结果表明该算法在有效抑制SAR图像斑点噪声的同时能很好地保持图像的边缘细节特征.