基于非降采样轮廓波变换的图像修复算法

多尺度分析技术已经广泛应用于数字图像处理领域,较大破损区域的图像修复成为图像修复的一个热点和难点。针对该问题,结合多分辨率分析原理与传统的样本块图像修复技术,提出了一种基于非降采样轮廓波变换的图像修复算法。该算法利用非降采样轮廓波变换把图像分解成低频部分和高频部分,并对图像分解后不同频率的部分分别予以修复。其中,图像的低频成分采用改进的纹理合成的方法进行修复。因为图像经过非降采样轮廓波变换后,低频分量与高频分量之间对应位置的信息之间具有一致性的特点,所以在修复低频成分的同时实现其他高频分量对应位置信息的修复。最后通过非降采样轮廓波重构过程完成纹理图像的修复。一般图像修复方法的参数选取以图像的修复效果最佳为宜,给出一个反例进行分析论证。实验发现,所提算法所修复图像的结构相似性测度与经典Criminisi算法和小波修复算法相差不大,但是峰值信噪比(PSNR)测度依据不同图像的纹理结构的特点与破损区域的不同位置特点而不同。仿真实验表明,所提方法很好地推广了非降采样轮廓波变换在图像修复中的应用,并且在修复大区域破损图像时能够获得较好的修复效果。

基于非降采样轮廓波和直方图变换的生物图像融合

随着分子成像系统的发展,图像融合在细胞生物学领域得到广泛应用,其中灰度结构图像与彩色功能图像的融合对蛋白质定位和功能的研究有重要意义。针对传统融合方法平衡结构信息和功能信息的难点,提出一种适用于生物图像融合的新方法。该方法基于非降采样轮廓波变换,得到源图像亮度分量的高低频分量,计算融合所需的权重矩阵,并由直方图变换对其做必要的调整,系数融合后经反变换得到融合的亮度分量,继而采用广义亮度-色调-饱和度法的快速实现算法,得到最终的融合结果。实验对117组来自约翰英纳中心的拟南芥细胞图像进行测试,采用视觉信息保真度,量化评估了荧光区和非荧光区中融合图像与源图像的相似程度。结果表明,新方法受荧光图像黑色背景影响较少,并保留了荧光图像中大量的细节信息,相比传统方法更为优越。

区域能量和图像自相似的NSCT域图像融合

非降采样轮廓波变换(NSCT)不仅具有平移不变性,还拥有足够的冗余信息,可以更有效地提取源图像中的方向信息,使得融合后的图像更符合人眼的视觉特性。利用NSCT在图像处理中的优势,针对红外光与可见光图像的融合,提出了一种新的基于改进的区域能量和图像自相似的NSCT域图像融合算法。首先,利用NSCT将图像分解为一个低频子带和多个不同方向的带通子带;然后,对低频子带采用区域能量自适应加权融合规则,带通方向子带则利用图像自相似进行系数的融合;最后,对融合系数进行NSCT逆变换,以重构生成融合图像。实验结果表明:与一些现有算法相比,该算法的图像融合结果在人眼主观视觉标准和客观评价标准上均具有明显优势。

基于IPCNN的红外与可见光图像融合算法

为充分保留源图像的细节信息,提高融合图像的清晰度、对比度,提出一种基于改进脉冲耦合神经网络(improved pulse coupled neural network,IPCNN)的红外与可见光图像融合算法。对源图像进行非降采样轮廓波变换(nonsubsampled contourlet transform,NSCT),采用基于静态小波变换(static wavelet transform,SWT)的融合策略对低频子带进行融合,对高频子带采用绝对值取大与IPCNN相结合的融合方式,在融合过程中引入链接突触计算神经网络(linking synaptic computation network,LSCN)进行图像增强,通过NSCT逆变换得到融合图像。实验结果表明,该算法的融合图像在清晰度、对比度、图像信息熵等方面均具有较好的优势。

基于NSCT的自适应多聚焦图像融合算法

针对非降采样轮廓波变换(NSCT)具有多尺度、方向性和平移不变性等特点,为改善融合后图像模糊现象,提出了一种基于区域特性的非降采样轮廓波变换的多聚焦图像融合算法。该算法结合NSCT的特点,将图像进行NSCT,变换为不同方向的各子带信息;然后基于局部均值和局部方差选择低频子带系数,并在带通方向子带中引用局部方向对比度作为测量算子来选择带通方向子带系数;最后,通过反变换得到融合图像。实验结果表明,本算法融合效果优于传统的加权平均、小波变换及NSCT算法。