Image denoising using statistical model based on quaternion wavelet domain

Image denoising is the basic problem of image processing. Quaternion wavelet transform is a new kind of multiresolution analysis tools. Image via quaternion wavelet transform, wavelet coefficients both in intrascale and in interscale have certain correla- tions. First, according to the correlation of quaternion wavelet coefficients in interscale, non-Ganssian distribution model is used to model its correlations, and the coefficients are divided into important and unimportance coefficients. Then we use the non-Gaussian distribution model to model the important coefficients and its adjacent coefficients, and utilize the MAP method estimate original image wavelet coefficients from noisy coefficients, so as to achieve the purpose of denoising. Experimental results show that our al- gorithm outperforms the other classical algorithms in peak signal-to-noise ratio and visual quality.

基于QWT和GLCM的多特征双重加权纹理分割

针对传统特征加权算法对混合属性数据只进行全局样本加权,而忽略不同特征提取算法对纹理描述性能强弱的缺点,提出一种基于算法有效性和特征重要性的双重加权策略.将四元数小波变换和灰度共生矩阵融合特征应用k-means算法进行初聚类,并以此产生的初始聚类中心作为参考,取每类聚类中心的k-近邻样本作为双重加权的训练样本集合.利用改进的ReliefF算法和相关性度量解决特征内权值的设定问题,再利用SVM解决特征间加权问题,最后将双重特征加权结合FCM应用于纹理分割.实验结果表明,该方法在合成纹理和自然纹理图像中均有较好的性能,且较其他特征加权算法分割准确度更高.

基于新闻人物图像的水印算法

现有的图像水印算法在针对新闻人物图像时没有将人物与背景区域区分,而攻击者以盗版为目的,会聚焦到人物区域。为了对人物区域进行更好保护,提出了一种基于新闻人物图像的水印算法。首先,将人物与背景区域区分,由图像各通道的四元数加权系数得到图像的三通道相关分量,对其进行离散小波变换后再得到子带相关分量;其次,使用SIFT算法找到复杂的纹理区域上的特征点,根据特征点进行水印嵌入。经过实验,2张人物图像嵌入水印后的PSNR值都在48 dB以上,人物区域的PSNR值也都超过44 dB。在进行各种常规攻击后,所提算法几乎都能完整提取出水印信息,并且在与其他算法进行对比时,拥有更好的鲁棒性。

基于DCT变换的QWT域改进的图像盲水印算法

针对数字图像的版权保护,基于离散余弦变换和四元数小波变换,提出了一种新的改进的盲水印算法,先根据待嵌入水印的大小对载体图像进行四元数小波变换,获得与幅值和相位信息相对应的4幅低频子带,然后对每个低频子带分别进行全局离散余弦变换,最后通过修改两个随机子带中特定位置上DCT系数的大小关系嵌入水印,利用分阶线性Logistic映射产生的混沌序列预处理经Arnold置乱后的水印信息和确定水印的嵌入位置。实验结果表明,该算法对添加噪声、JPEG压缩、滤波和亮度及对比度调整等攻击都具有很强的鲁棒性。

基于BEMD和QWT的遥感图像去噪算法

遥感图像在传输过程中容易受噪声影响,需要对其进行去噪处理。在传统遥感图像去噪方法的基础上,设计了基于二维经验模式分解和四元数小波变换的遥感图像去噪算法。首先,对遥感图像进行二维经验模式分解,得到相应的内蕴模式函数和残差分量;然后,用四元数小波变换方法仅对第1个内蕴模式函数进行变换得到新的第1个内蕴模式函数,并进行硬阈值去噪,通过四元数小波逆变换得到第1个内蕴模式函数;最后,通过二维经验模式分解重构得到最终去噪遥感图像。实验表明,所提出的方法有效可行,可以突出遥感图像的细节信息。

Wavelet Transform and Radon Transform on the Quaternion Heisenberg Group

Let be the quaternion Heisenberg group, and let P be the affine automorphism group of . We develop the theory of continuous wavelet transform on the quaternion Heisenberg group via the unitary representations of P on L2（ ）. A class of radial wavelets is constructed. The inverse wavelet transform is simplified by using radial wavelets. Then we investigate the Radon transform on . . A Semyanistyi-Lizorkin space is introduced, on which the Radon transform is a bijection. We deal with the Radon transform on both by the Euclidean Fourier transform and the group Fourier transform. These two treatments are essentially equivalent. We also give an inversion formula by using wavelets, which does not require the smoothness of functions if the wavelet is smooth. In addition, we obtain an inversion formula of the Radon transform associated with the sub-Laplacian on .

基于非高斯分布的四元数小波图像去噪

图像去噪一直是图像处理的经典问题之一。四元数小波变换是一种新的多尺度分析图像处理工具,图像通过四元数小波变换后的小波系数尺度间具有一定的相关性,而广义高斯分布不能体现这个特性。本文首先采用非高斯二元分布的贝叶斯统计模型来模拟四元数小波系数的统计分布,然后运用最大后验概率估计从带噪声图中的小波系数估计原图的小波系数,从而达到去除噪声的目的。实验表明;该方法不仅可以达到明显的去除噪声的效果,而且在峰值信噪比上也要优于目前的许多算法。

基于四元数小波变换HMT模型的图像去噪

实小波变换域中的图像去噪会产生伪Gibbs现象,为此,提出一种基于四元数小波变换的隐马尔可夫树模型(Q-HMT),并应用于图像去噪。模型结合四元数小波变换理论与HMT模型,体现小波系数层间的相关性,捕获小波系数邻域的统计特征。实验结果表明,该模型的图像去噪效果在峰值信噪比以及视觉效果上均优于经典的去噪方法。

基于四元数小波幅值相位表示及分块投票策略的人脸识别方法

提出一种基于四元数小波幅值相位表示及分块投票策略的人脸识别方法。该方法首先对人脸图像进行预处理,利用四元数小波变换的四路小波提取多个角度方向的小波系数,并求取四元数幅值和三个相位,将这些幅值和相位特征组合并分成若干子块,对每个子块根据最近邻原则进行分类,对各子块分类结果进行投票以实现人脸图像最终识别。对五个人脸数据库的实验表明,该方法具有较高识别率和对表情及光照变化的鲁棒性。

基于四元数小波变换及多分形特征的纹理分类

将四元数小波变换(QWT)和多分形相结合进行纹理分类,充分利用了QWT的旋转不变特性和纹理图像的多分形特性,能弥补传统的应用小波变换进行纹理分类时缺乏将输入图像分解成多个方向的不足。通过对UIUC数据库中的纹理图像分类,表明四元数小波与多分形相结合的方法具有较高的分类精度,平均分类正确率可达96.69%,是一种合理有效的纹理分类方法。

基于四元数小波变换域统计模型的图像去噪

图像去噪是图像处理的基本问题,四元数小波变换是1种新的多尺度分析工具。图像经四元数小波变换后,其小波系数不仅在尺度间具有相关性,而且在尺度内也具有一定的相关性。首先利用层内及层间的相关性,用非高斯分布对四元数小波系数进行建模,然后给出分类准则,把小波系数分类为重要系数和不重要系数,再用非高斯分布模型对重要系数与其邻域系数进行建模,最后运用最大后验估计原图像的小波系数,从而达到去除图像噪声的目的。仿真实验表明,文中方法不仅可以获得较高的峰值信噪比,而且在视觉上达到明显的去噪效果。

四元数小波变换联合稀疏表示的图像融合

基于四元数小波变换和稀疏表示理论,提出了一种图像融合方法,该方法弥补了传统的多尺度理论分析和稀疏表示理论在融合过程中的不足。所提方法分为3步:首先,利用四元数小波变换分解所给的源图像,得到各个尺度下的高通子带和低通子带;其次,对高通子带选用系数绝对值最大和低通子带采用稀疏表示的规则进行融合,获得融合系数;最后,对融合系数进行四元数小波逆变换得到融合图像。此外,对所提融合方法进行了理论分析。在数值实验中用6组测试图像测试所提方法性能,并将融合结果与稀疏表示、离散小波变换、对偶数复小波变换、四元数小波变换等融合方法所得结果进行了主观与客观的比较。实验结果表明,该方法是十分有效的。

基于多元频域变换与几何校正的彩色图像水印算法

提出了多元频域变换与几何校正机制的彩色图像水印算法。对重力模型进行改进,实现水印信息的加密,利用四元变换处理处理载体图像的最大中心区域,获取其相位与幅度信息;设计水印嵌入机制,将水印信息植入到四元变换的幅度中,借助逆变换,输出水印图像;引入四元小波变换处理水印图像的训练样本,获取其四元小波变换系数训练支持向量机,完成水印图像实现准确的几何校正;利用四元变换,建立水印提取机制,复原水印图像。测试数据表明：与当前图像水印方案相比,所提算法能够准确校正几何失真图像,具备更高的鲁棒性与抗盲检测能力。

小波变换法在姿态解算中的应用

在惯性导航系统中,为提高陀螺仪的姿态测量精度,抑制低频噪声的影响,提出采用小波变换法融合陀螺仪、加速度计数据解算姿态角。首先将陀螺仪采集的数据进行2层小波分解,剔除低频分量和不稳定的信号,并和高频分量重构,得到滤波后的陀螺仪数据。然后利用加速度计采集的数据解算姿态角,用来不断迭代初始四元数,由初始四元数求出重力向量,再由重力向量叉积求出误差,并作PID控制来修正陀螺仪的角度。最后把修正和滤波后的陀螺仪数据用龙格库塔法计算新的四元数,用该四元数进行负增益调节,最终解算出精确的姿态角。仿真结果表明,解算姿态角的精度提高了80%,可以有效地抑制低频噪声,更加精确地计算姿态角,从而进一步提高导航系统的定位精度。

EWT算法在姿态解算中的应用

针对陀螺仪存在低频噪声和漂移误差导致姿态测量精度下降的问题,提出采用经验小波变换(empirical wavelet transform,EWT)算法融合陀螺仪、加速度计解算姿态角。首先运用EWT算法对陀螺仪采集的数据进行频谱分割,得到信号的模态分量;其次采用小波自适应软阈值去噪的方法对信号进行降噪处理并重构信号,得到处理后的陀螺仪数据;然后根据PID互补滤波方法,利用加速度计的数据实现对陀螺仪数据的修正;最后利用校正后的陀螺仪数据,结合龙格库塔法解算四元数,从而通过四元数获得精确的姿态角。实验结果表明,EWT算法融合陀螺仪和加速度计,能够将姿态解算精度提高50%,且降噪效果良好,满足姿态解算准确性的要求。

结合四元数与小波的彩色图像边缘检测算法

针对岩石节理裂隙图像噪声多、分割困难等问题,提出一种使用四元数卷积,由反对称小波系数加权的彩色图像边缘检测算法。该算法将彩色图像的R、G、B三个分量表示为四元数的三个虚部,通过四元数卷积后,其方向产生了一定角度的旋转;将旋转后的四元数与水平方向和垂直方向的结果相加,得到相应的幅值和角度;使用反对称双正交小波系数对这些幅值和角度加权后,再使用Otsu阈值并进行模极大抑制,即可得到彩色图像边缘。通过对常用彩色图像和岩石节理裂隙图像的实验结果表明,本算法对彩色图像边缘检测具有较好的效果。

四元数小波变换的无参考图像质量评价

提出了一种新的利用四元数小波变换的通用型无参考图像质量评价算法,其利用四元小波金字塔将二维图像映射到四维空间,每层可以表示为1个幅值和3个相位(Φ,θ,ψ),其中ψ相位包含丰富的图像纹理信息,能有效表征图像的结构信息。因此,通过提取各尺度ψ相位中能有效表征图像失真程度的特征,并构成特征向量,通过支持向量回归(support vector regression,SVR)模型预测图像质量得分。实验结果表明,该算法能有效反映各失真类型图像的视觉感知质量,斯皮尔曼等级相关系数值能达到0.942。

基于四元数小波变换和奇异值分解的图像水印

文章提出了基于四元数小波变换(QWT)和奇异值分解(SVD)的数字图像水印算法,该算法对原始载体图像进行四元数小波变换和奇异值分解,对水印图像进行Arnold变换和奇异值分解,并把分解的水印嵌入到分解后的原始载体图像中。结果表明,该算法对高斯噪声、剪切、JPEG压缩及滤波具有较强的鲁棒性。

基于四元数小波变换和自适应神经网络的图像融合处理

夜晚环境下,同一物体的可见光图像、红外图像以及环境噪声等特征信息往往融合在一起,从而导致所提取的图像清晰度变差,边缘模糊等。为改善夜间图像的可视化效果,提出了一种基于四元数小波变换和自适应神经网络的红外与可见光图像融合算法。该算法首先对夜间原图像中的弱光信息进行动态压缩和自适应增强;再利用四元数小波变换对增强后图像的可见光、红外部分进行分解;在低频部分,取系数最大的融合算法;在高频部分,采用神经网络参数自适应融合算法;最后,采用四元数小波逆变换得到融合图像。理论与实验表明,该算法能很好地改善夜视场景下同一目标图像的提取效果。

一种基于三维模型冗余贴图的信息隐藏技术

针对传统三维模型信息隐藏技术鲁棒性不强的缺点,提出了一种基于三维模型冗余贴图的信息隐藏算法。首先,对正交投影纹理映射规则进行面片贴图的可行性进行验证;其次,构造带有表面颜色属性的四元数小波变换空间并选取传输的关键信息进行加密;最后,将隐秘消息嵌入鲁棒空间后生成含密OBJ模型,贴图纹理与状态信息保存至MTL文件中,以RSA编程手段进行含密模型文件加密处理。仿真实验表明,与不含表面贴图属性的三维模型水印以及隐写方法相比,该算法在特殊渲染环境下具备较强的抗攻击能力。