基于Retinex的一种图像去雾算法

由于中心环绕Retinex图像增强算法尺度的选择有限,不能在对有雾天气下采集的图像进行有效去雾的同时增强其细节,提出一种基于Retinex算法的曲波变换图像增强算法。首先,根据Retinex算法,先用高斯函数估计出图像的入射分量,再通过Retinex算法将图像的反射分量得出,然后利用曲波变换的多尺度特性将反射分量进行子带分解,对高频子带采用自动变换阈值处理,对低频子带采用线性拉伸,增强其对比度,最后将曲波系数进行合成,得出处理后的图像。实验结果表明,用该方法对雾天图像处理后,图像的纹理细节更清晰,信噪比和信息熵明显提高,视觉效果改善,失真度显著减小。

基于快速曲波变换和独立分量分析的有噪图像盲分离算法

曲波(Curvelet)变换有两种数值实现方法,一种是基于非均匀采样的快速Fourier变换即usfft算法;另一种是基于特殊选择的Fourier采样的卷绕即wrapping算法。将这两种实现方法针对图像去噪性能进行了比较,并且提出将曲波变换的wrapping算法和FastICA算法结合起来,对含有噪声的混合图像进行了盲分离。仿真研究结果表明,对于含有加性观测噪声的混合图像,该方法有更好的去噪分离效果,并且运算速度显著提高。

一种快速的曲波变换图像去噪算法

第二代Curvelet变换有两种数值实现方法,一种是基于非均匀采样的快速Fourier变换;另一种是基于特殊选择的Fourier采样的卷绕。本文将这两种实现方法进行了比较,并且将其应用到图像去噪中,分析噪声进行curvelet变换后的系数特点,采用曲波硬阈值去噪。试验结果表明,wrapping曲波变换算法比usfft算法具有更好的去噪效果,并且运算速度显著提高。

基于快速曲波变换的数字水印算法

为适应大图像的数字水印,结合快速曲波算法的特点和人类视觉特征,设计了一种快速的数字水印算法。仿真研究结果表明,基于usfft算法和基于wrapping算法的数字水印算法都能较好地保证数字水印的鲁棒性和不可见性之间的统一,并且基于wrapping算法在提高了运行速度方面效果更加显著。

基于曲波变换的彩色图像零水印研究

提出了一种基于曲波变换的彩色图像零水印构造和检测算法。利用原图像进行USFFT算法的曲波变换(Curvelet Transform)和离散余弦变换(DCT)得到的系数进行二值化处理,构造具有一定鲁棒性的水印,解决了水印嵌入时鲁棒性与隐蔽性之间的矛盾,更好地保护了原图像信息。该算法通过抗攻击测试和识别测试,证明其具有性能稳定、可行性高的特点。