嵌入式彩色图像的小波包压缩算法

提出一种基于小波包变换的嵌入式彩色图像压缩方法，利用彩色图像的三分量之间的相关性，结合小波包分解的思想和多级树集合分裂算法(SPIHT)，对彩色图像进行压缩鳊码，对比分析表明该方法是可行的、有效的彩色图像压缩方法。     

小波变换和直方图均衡化的保持色调不变彩色图像增强算法

彩色图像增强的目的是保持色调的前提下加强图 像对比度,提高彩色图像视觉效果,文中提出小波变换域内色调不变 彩色图像增强算法,RGB彩色空间中,对各通道进行小波分解,高频部分进行非线性变换, 突出细节信息,然后通过小波逆 变换重构图像,然后对图像进行限制对比度直方图均衡化后与原图比较算出增强因子,最后 处理gamut问题,得到保持色调 不变的增强图像,在相同条件下与其它彩色图像增强算法进行性能比较,实验结果表明,该 算法对质量不同的彩色图像有较 好的增强效果,增强了图像细节和对比度,并具有自适应能力。     

基于小波域的彩色图像自适应水印算法

提出了一种小波域下,基于小波零树结构的彩色图像水印嵌入算法。该算法通过选取对彩色图像视觉效果影响较小的色彩空间进行水印的嵌入,使嵌入水印的图像透明性较好;通过对原始图像和水印图像分别进行不同级别的小波变换,自适应地选取原始图像小波重要系数,将水印图像小波系数以一定的方式嵌入进去,使图像具有很好的稳健性及抗压缩性;水印的恢复只借助少量密钥信息。实验结果表明该算法是有效和可行的。     

基于独立分量分析的压缩域彩色图像融合

提出了一种基于独立分量分析的压缩域彩色图像融合方法,其基本思想是将源彩色图像进行IHS变换,将两幅图像的亮度分量/进行小波分解,对分解后的高频系数采用由独立分量分析得出的变换矩阵进行变换,然后对变换系数采用局部方差法进行融合,而对小波分解后的低频子图像分成若干N×N的图像块,分别对每个图像块做二维DCT变换,最后对融合的系数进行反变换得到融合结果,并用客观评价标准对结果进行了定量的分析.实验结果表明:该方法在提高空间信息的基础上,较少地降低了颜色失真.     

基于Gabor小波变换的彩色图像分割

本文提出了一种基于Gabor小波变换的彩色图像分割方法，首先对彩色图像进行Gabor小波变换，然后进行特征提取，并采用动态聚类K-均值算法进行分类，最后得到图像分割的结果。实验和分析表明，该方法对于彩色自然图像的分割具有较好的效果。     

小波分析和小波包在图像消噪中的应用

小波包理论是在小波基础上发展起来的时频分析理论,在图像消噪中取得了较好的应用。文中介绍了小波分析和小波包的基本理论,分析了基于小波和小波包进行图像消噪的方法,利用MATLAB7对相同舍噪图像进行了计算机仿真,并对仿真结果进行了分析。实验表明,图像消噪效果与阈值的选取密切相关,小波包消噪后的效果比小波更好。     

DWT和SVD相融合的彩色图像水印算法北大核心

为加强数字多媒体的版权保护,提出了一种结合离散小波变换和奇异值分解相融合的彩色图像水印算法(DWTSVD)。首先对彩色数字载体图像进行小波分解,并对其小波系数进行奇异值分解;然后对水印信息采用Arnold进行置乱,并进行奇异值分解;最后将水印信息的奇异值嵌入到彩色图像的小波系数奇异值中,并对水印嵌入强度进行调节。仿真结果表明,DWT-SVD可以检测到完整的水印信息,具有良好的不可见性,对各种攻击具有较强的鲁棒性。     

离散小波变换和奇异值分解相融合的彩色图像水印算法

为加强数字多媒体的版权保护,提出了一种结合离散小波变换和奇异值分解相融合的彩色图像水印算法(DWT-SVD).首先对彩色数字载体图像进行小波分解,并对其小波系数进行奇异值分解;然后对水印信息采用Arnold进行置乱,并进行奇异值分解;最后将水印信息的奇异值嵌入到彩色图像的小波系数奇异值中,并对水印嵌入强度进行调节.仿真结果表明,DWT-SVD可以检测到完整的水印信息,具有良好的不可见性,对各种攻击具有较强的鲁棒性.     

小波变换和菲涅耳变换的多彩色图像加密

为了解决多彩色图像加密后,解密图像质量不佳、数据量大以及传输时速率慢的问题,采用了一种基于小波变换和菲涅耳变换的多彩色图像加密方法,加密过程中,利用小波变换的多级分解特性提取每幅彩色图像的低频分量,将低频分量分别重组为三元组图像（R,G和B）,并且依次将三元组图像（R,G和B）通过菲涅耳域中的衍射加密系统,对这3个三元组图像进一步加密,从而实现了多彩色图像的加密。结果表明,该方法不仅可以高质量地恢复原始彩色图像,而且可以同时对4幅彩色图像进行加密,提高了加密彩色图像的容量;原始图像经过小波变换,其数据量压缩到原来的1/4,有利于数据的传输和存储。该算法能够有效地同时对多幅色彩图像进行压缩和加密,不仅提高了解密图像的质量,并且具有较高的密钥敏感度和较好的鲁棒性。     

基于亮度分量的多聚焦彩色图像融合

针对小波变换在图像融合中的平移变性和有限的方向选择性等缺陷和多聚焦彩色图像融合的复杂性,将Q-Shift双树复小波变换应用于多聚焦彩色图像融合.首先对IHS模型的亮度分量I进行Q-Shift双树复小波分解,根据多聚焦图像的成像特点和分解后的高低频系数相关性,对分解后的高频系数和低频系数采用"选择取大"的融合准则进行融合和逆变换,得到融合后的亮度分量,再根据融合前后亮度分量值的接近程度来确定融合后的色调分量和饱和度分量,从而实现多聚焦彩色图像的融合.通过对实验评估指标信息熵、平均梯度、方差和相关系数等实验值的比较,所研究方法的各参数值都得到了很好的体现,获得了较好的融合效果.     

基于小波分析的火车滚动轴承故障点分析

火车机械在运转时发生故障是常见的一种现象,如何快速、准确地提取故障信号、定位故障发生点及进行故障预测是滚动轴承故障信号分析的关键性问题。为此,本文提出基于小波分析的滚动轴承故障诊断分析方法。首先通过试验方法确定了小波基和分解层数,然后对第一层小波系数进行希尔波特变换及频率分析,从而对故障点进行定位。试验结果表明,通过小波变换对火车滚动轴承故障信号进行分析,提高了故障检测的准确性,同时使故障检测更具可操作性。     

多分辨率下的彩色图像分割方法

通过对彩色图像分割方法的研究,提出一种在多分辨率条件下彩色图像的分割方法。通过离散小波变换获得原始图像的低分辨率近似,并利用分水岭算法对低分辨率近似图像进行初始分割。对初始分割区域根据颜色信息和空间关系按照一定的先后顺序进行合并,直到形成理想的分割结果。对合并后的图像应用小波逆变换得到原始分辨率下的分割结果。在低分辨率下进行的分割和合并大大减小了计算量,提高了分割速度。     

小波变换在语音信号降噪技术中的应用

小波变换是一种时频变换方法,它由短时傅立叶变换发展而来,继承了局部化的思想,克服了短时傅立叶变换窗口大小不随频率变化的缺点,并且可以提供随频率改变的时频窗口,是进行信号时频分析和处理的理想工具。文中介绍了小波变换的基本理论及其在语音信号降噪中的具体方法,使用加入高斯白噪声的语音信号作为被处理信号进行小波降噪,并且对比了使用不同阈值小波变换的降噪效果,验证了小波降噪方法在语音信号降噪中的可行性。     

基于小波和模糊聚类的示温漆彩色图像分割算法

针对小波分析和聚类算法用于彩色图像分割的不足,提出了一种结合小波和模糊聚类示温漆彩色图像分割算法.首先通过小波变换模值得到图像各颜色分量的模值,并与颜色特征一起作为颜色特征量;然后根据聚类算法计算欧氏距离;最后根据欧氏距离和颜色特征量,按照模糊C均值聚类算法完成图像分割.实验结果证明,将该方法应用于示温漆彩色图像分割中,取得了较好的效果.     

基于提升小波和人眼视觉特性的自反馈彩色图像融合

提出了一种基于提升小波变换和人眼视觉特性的自反馈彩色图像融合算法.首先讨论提升小波变换的基本原理,然后考虑到人眼的视觉特性,将彩色图像变换到YIQ颜色空间,运用不同融合规则进行融合.对I和Q色差分量采用平均法融合,对Y分量采用自反馈法得到其最终优化融合结果,最后由三分量融合结果变回RGB颜色空间.实验结果表明,该算法具有良好的融合效果.     

基于小波变换和HVS的数字水印算法研究

以静止彩色图像为研究对象,结合人类视觉系统模型,提出了一种基于离散小波变换的数字水印算法,该算法选择在原始图像小波变换的低频子带嵌入水印,提高了水印的鲁棒性和不可见性,并对所提出的算法进行了性能分析,实验结果表明,该算法对常见的图像攻击具有较强的鲁棒性。     

彩色图像有效压缩及联合重建的研究

足够的稀疏性是信号或图像压缩感知精确重建的前提,但实际情况下的彩色图像并不完全满足此约束条件。为了降低稀疏性的限制,这里给出了基于小波分解与联合重建的彩色图像压缩方法,该方法是将彩色图像的RGB分量独立地分解成密集和稀疏两部分,密集部分采用传统方法编码,稀疏部分采用压缩感知进行压缩编码。文中还讨论了如何采用联合重建算法同时重建RGB3个分量的稀疏部分,及结合密集部分进行原始彩色图像的重建问题。仿真结果表明：该方法是实现实际彩色图像的压缩传输和精确重建的一种有效方法。     

图像小波变换VC程序实现

目前,小波理论应用已成为物理、数学和计算机等学科研究的热点,其中小波理论最成功的应用就是在图像处理中。在小波变换中,人们一般多运用MATLAB作为工具来进行图像处理的研究实现,但是在调用MATLAB小波工具箱的相关函数对小波进行构造时,往往忽略了对底层函数的理解,这对小波的进一步研究带来了不便。本设计重点阐述了二维离散小波变换的Mallat算法实现原理,并运用C＋＋编程实现,这改进了在MATLAB中不足之处,并且在MFC基础上进行了编程,得到一个可视化窗口,更加清晰地体现小波变换算法的核心。     

基于小波分析的图像融合评述

图像融合是将同一场景的多幅图像的互补信息合并成一幅新图像,以便更好地对场景进行监视和侦察。小波分析具有多分辨等特点,可以有效地将特征明显、分辨率高的图像融合在一起,得到比任何一幅源图像效果都好的图像。阐述了基于小波分析的图像融合的基本原理、方法及优点。比较了各种图像融合规则和融合算子的特点。介绍了基于小波包图像融合、小波框架图像融合和多小波图像融合方法。     

小波基的构造方法和算法设计

本文首先对小波分析的基本原理作了简要介绍；然后从分解信号完全恢复的角度，对几种典型的小波基进行了概括；并且着重指出：对于两带分解的小波基设计等价于在正则性条件下，设计一个两带完全恢复或近似完全恢复恢复的滤波器组；最后给出了相应于Ｄａｕｂｅｃｈｉｅｓ基的小波生成算法和实验结果。