一种新的基于平衡多小波的编码技术

讨论了用平衡正交多小波编码技术对图像进行压缩处理,设计了一种新的基于平衡多小波变换方法,并将矢量量化和SPIHT零树编码技术用于图像的压缩处理。试验结果表明该方法优于非平衡多小波压缩方法,得到了较好的峰值信噪比和编码效果。     

基于平衡正交多小波的超声图像降噪研究

医学超声图像存在特有的斑点噪声,它大大降低了超声图像的质量,因此必须进行降噪处理。平衡正交多小波同时满足正交性和对称性,具有比单小波分解更加精确、去噪效果更好的特点。故对超声图像进行平衡正交多小波分解,然后利用模糊聚类与半软阈值相结合方法对小波系数进行萎缩处理,实现降噪目的。结果表明该方法优于硬阈值和软阈值方法,可以有效地降低原图像的斑点噪声并保留图像细节。     

平衡多小波滤波器及其在图像编码中的应用

将平衡概念引入双正交多小波变换，给出了相应的滤波器构造方法，利用了矢量量化和SPIHT零树编码技术，通过图像实验测试该滤波器的性能。实验结果表明，该方法不需要作任何预滤波，双正交平衡多小波滤波器性能优于非平衡多小波压缩方法，并得到了较好的峰值信噪比和编码效果。     

基于正交多小波变换的图像压缩方法

本文讨论用正交多小波变换对图像进行压缩处理。选择具有最优时频性质的正交多小波，采用改进的零树编码，试验结果表明该方法优于单小波压缩方法。     

基于CLi多小波的SAR图像压缩去噪混合方法

CLi是由复小波构造的一类对称、正交、紧支撑且消失矩阶数较高的多小波.针对CLi多小波的优越特性,本文给出了基于CLi多小波的SAR图像去噪压缩混合方法,该方法在压缩的同时,对噪声也进行了抑制.仿真实验表明,该方法无论对于常规图像,还是SAR图像都具有较高的压缩性能.     

基于平衡区间多小波理论的图像去噪研究

多小波在实际应用中需要对信号进行预滤波,这破坏了多小波的特性.提出了一种基于平衡区间多小波变换的综合闽值图像去噪方法.该方法通过对含噪图像进行区间多小波变换,一方面,克服了单小波变换中无法同时满足正交性和对称性的缺点,且因为区间多小波能够直接适应信号空间,所以不需要像普通小波信号处理那样进行信号的边界延;另一方面,因为平衡区间多小波的平衡性,因此在应用中不需要对图像进行预滤波.将综合阀值处理方法与平衡区间多小波变换相结合,根据多小波分解后的能量分布特性,在不同尺度的子带选择不同的最佳阈值,有效地提高了重构图像质量.实验结果表明,相对于非平衡多小波阈值处理方法,文中的去噪方法在输出信噪比扣主观视觉效果上都有明显改善.     

基于双正交多小波的红外和可见光图像融合

利用双正交单小波的对称性和良好的滤波性能，给出了具有GMPs (Good Multifilter Properties)的双正交多小波滤波器，对其经过平衡处理后，结合Burt提出的选择和平均的融合方案，对可见光图像和红外图像进行了融合实验，充分利用红外波段和可见光波段的信息互补性，达到便于观察的目的。仿真结果表明该方法能取得较好的融合效果。     

基于小波变换的多分辨率图像融合技术的研究

本文提出了使用小波变换对多幅不同分辨率图像进行融合的方法.该方法对大分辨率图像进行正交小波变换分解图像,然后把逼近部分和小分辨率图像进行处理,得到处理的小波系数矩阵,对该矩阵进行反变换,得到一幅汲取两幅图像优势的融合图像.最后对该方法进行了实验,效果较好.     

基于小波变换的多分辨率图像融合技术的研究

本文提出了使用小波变换对多幅不同分辨率图像进行融合的方法。该方法对大分辨率图像进行正交小波变换分解图像,然后把逼近部分和小分辨率图像进行处理,得到处理的小波系数矩阵,对该矩阵进行反变换,得到一幅汲取两幅图像优势的融合图像。最后对该方法进行了实验,效果较好。     

基于多小波基的联合图像去噪方法

小波广泛应用于图像去噪,多个小波基联合运用可以把小波的光滑性、紧支性、正交性、对称性等结合起来。首先用多个小波基分别对含噪图像进行分解、阈值处理和重构,得到多幅重构图像,然后对这些图像进行算术平均,得到最终去噪图像。实验结果表明,该方法去噪效果比单一的小波基方法有明显的改善。     

基于EBCOT和多小波的图像压缩编码

多小波是近年才发展起来的矢量小波理论,同时具有正交性、对称性、短支撑和较大的消失矩等多个良好特性,这就意味着多小波将可以对信号提供一种更新的分析手段。本文充分利用多小波分解系数的结构,采用EBCOT图像压缩算法,对多小波系数进行压缩处理,得到一种比较有效的多小波图像压缩方法。     

基于双正交多小波变换的多光谱与全色图像融合研究

针对多光谱与全色图像融合中存在的光谱扭曲问题,提出了一种利用双正交多小波进行多分辨率分析,并结合平均与选择法处理小波高频系数的融合算法。该算法首先对已配准的多光谱图像进行IHS变换,然后分别对变换得到的强度分量I与全色图像进行双正交多小波分解,为增强融合图像的空间信息,对分解得到的高频系数利用平均与选择相结合的方法来确定,低频系数则通过邻域方差准则得到。最后由新的小波低频和高频系数重构并进行IHS逆变换得到融合图像。实验结果表明,该方法可以有效减少光谱扭曲,并提高图像的空间分辨率,保留图像中的边缘细节。     

多小波零树图像编码方法研究

多小波变换兼有对称性、正交性、光滑性和有限支撑等信号处理中的十分重要的性质,特别适用于图像的压缩编码。该文采用能量集中率很高的多小波预处理方法,对多小波变换系数采用多门限逐级量化方法,提出了一种新的多小波零树图像编码方案,仿真试验表明了该方法的优越性。     

基于反对称双正交小波重构的图像增强方法

详细给出了基于反对称双正交小波重构的多尺度边缘检测方法的相关理论基础, 即推导了反对称双正交小波变换所具有的卷积运算性质; 分析了反对称双正交小波变换的微分算子功能; 提出了一种针对图像多尺度边缘提 取的小波重构算法. 在此基础上, 提出了基于反对称双正交小波重构的图像锐化增强方法. 首先对图像进行多尺度小波分解; 然后在小波重构中, 计算模值图和相角图, 提取各尺度边缘图像, 并根据边缘图像, 增强半重构图像的对应边缘点; 最后继续逐级重构,实现图像增强. 该方法在小波塔式分解数据的重构过程中有针对性地实现对图像边缘的锐化增强, 对图像增强和图像滤噪增强提供了一种新的解决问题的思路. 实验结果验证了 该方法的有效性.     

基于小波变换的图像去噪算法的实现

图像的有效去噪是图像信息预处理的关键步骤,该文描述了利用正交小波变换和软阈值方法对数字图像的去噪的实现算法。它主要包含正交小波变换、阈值去噪与小波反变换部分,其中,正交小波反变换是指对包含噪声的数字图像进行正交小波变换,得到小波系数;阈值处理是指对小波系数进行软阈值处理,去除噪声;正交小波反变换是指对去噪后的小波系数进行正交小波反变换,得到去噪图像。此外,为了减少图像边缘失真,进行了滤波处理。     

基于多小波变换的医学图像压缩

小波因具有多尺度特性和良好的局部特性,在医学图像的压缩中取得了较好压缩的效果。但是,小波由单个尺度函数生成,不能同时满足对称性、正交性等的缺陷,存在应用上的局限性。因而,本文提出基于多小波的医学图像压缩方案,实验结果表明,其PSNR值得到了较大的提高,且具有更好的主观视觉效果。     

用正交多小波压制信号的随机噪声

正交多小波可同时具有短支集，对称性或反对称性和正交性，这是一般的正交单小波所没有的性质。本文详细说明了应用GHM正交多小波对信号进行去噪处理原理，并给出实际例子说明该方法的有效性。     

一种多小波滤波器在医学图像融合中的应用

医学图像融合为临床诊断、手术设计与效果评估等提供不同模态影像互补信息。构造具有3阶消失矩的双正交多小波滤波器,其以高斯函数一次泰勒规范展开正交化后得到的完备二次单位正交基作为尺度函数。利用构造的多小波滤波器,分别对CT、MRI医学图像进行分解,使用基于多小波分解改进的局部能量加权规则融合图像。结果表明改进规则融合了源图像主要信息,优于常用的融合规则。应用构造的多小波滤波器可有效地融合医学图像,略优于DGHM多小波。     

r重a尺度正交平衡插值多小波的设计

研究了r重a尺度紧支撑正交平衡插值多小波,其中a≠r.所得的多尺度函数是正交平衡插值的,同时对应的多小波是正交插值的. 首先,根据插值多小波的定义,利用取整函数这一技巧,得到关于r重a尺度插值条件的显式方程.其次,研究了a=2, r=3 和a=2, r=4的紧支撑正交插值多小波,并构造了相应的实例. 最后,利用Gram-Schmidt正交化方法讨论了a=3, r=4的正交插值多小波,并给出了算例.     

基于平衡多小波图像变换的视频多描述编码

提出了一种新的视频多描述编码方法，即基于平衡多小波图像变换的视频多描述编码。首先，把图像进行多小波变换，然后，按照图像多小波变换后子带图像分量的异同重组图像的多小波系数，相同分量的多小波系数就构成图像的一个描述。视频的每帧图像都如是处理，就得到视频的多描述编码。一个好的视频多描述编码方案应该满足两个基本条件：各个描述平均分担图像信息和各个描述能够互相差错掩埋。通过统计分析和数学推导发现，在目前几种常用的多小波中，只有平衡多小波能够满足视频多描述编码的两个条件。本文给出了各个描述之间进行差错掩埋的数学公式，并据此提出视频多描述编码的算法。实验结果表明，即使在丢失四分之三数据的情况下，该算法依然能够以接近30dB的PSNR值和较好的视觉效果恢复原图像。