基于小波域多状态隐马尔科夫树模型的自适应 文本图像分割算法

本文针对文本图像首先提出了一种基于小波域多状态隐马尔科夫树模型的自适应文本图像分割算法(Context-Adapted wavelet-domain Hidden Markov Tree,简称为CAHMT),该算法具有较高的分割质量和较低的计算复杂度.其次,为了进一步提高CAHMT算法分割的效果,将该算法与微分算子、尺度系数相结合提出了两种新的文本图像分割算法.最后通过实例阐明了这些算法的有效性.     

基于改进差分进化算法的连续小波变换电路

提出一种基于改进差分进化算法和开关电流微分器的连续小波变换实现的新方法。引入混沌初始化种群、自适应变异和指数递增交叉概率因子,提高差分进化算法的收敛速度和精度,构造小波函数逼近模型,并利用改进差分进化算法,求得小波逼近函数及频域传递函数。采用开关电流微分器作为基本单元,设计冲激响应为小波逼近函数的开关电流滤波器组,通过调节小波滤波器的时间常数,获得多尺度小波函数,实现连续小波变换。实验结果表明该方法可行。     

分数阶微分在图像纹理增强中的应用

为了实现对模糊图像边缘及纹理的增强,使图像的细节信息更加清晰,需要对图像进行锐化增强。现有的增强方法一般是整数阶微分锐化及高通滤波,由于这些方法的处理效果仍不理想,文中引入了分数阶微分算子。分数阶微分不仅可以很好地增强图像的边缘和纹理信息,还可以保留平滑区域信息,抑制较大噪声。研究并分析了Tiansi分数阶微分算子的原理及特点,并对其进行了改进,提出了一种新的分数阶微分算子,可以更好地增强图像的边缘和纹理信息,同时保证图像的亮度不产生大幅度变化,而且可以抑制较小噪声的影响。从定量的角度分析,改进的分数阶微分算子的平均梯度最大可比原图像提高3.8倍。从而验证了改进的分数阶微分算子比整数阶微分算子如Laplace算子及Tiansi分数阶微分算子具有优越性,且算法简单易于实现,可应用于工程中的实时图像处理系统中。     

用B样条小波进行图像的多尺度边缘检测

提出了一种基于B样条小波理论的多尺度图像边缘检测算子,并与传统的边缘检测算子:Carnny算子和Sobel算子,进行了比较.计算机仿真结果显示,该算子性能优于Sobel算子,与Canny算子性能相当,但比Canny算子算法简单,效率高.     

小波反导数在矩量法中的应用

本文介绍了选取小波反导数为作为试验函数来有效地处理二阶微分算子的小波矩量法，并讨论了采用小波反导数所带来的计算优点，同时给出简单数值算例和应用实例。     

基于小波变换数据融合的图像边缘检测算法

本文提出了一种基于小波变换数据融合的图像边缘检测算法。该方法对原始图像分别采用小波变换、“Sobel”算子和“Log”算子三种方法提取边缘,再将三种算法结果通过数据融合的手段获得一幅新的边缘图像。仿真实验结果表明,该方案所得到的边缘优于单独采用“Sobel”或“Log”算子所获得的边缘图像,是一种有效的图像边缘提取算法。     

图像边缘检测算法的设计和研究

针对经典的边缘检测算法均涉及梯度的运算,存在对噪声敏感、计算量大等缺点的问题,为了找到一种检测效果好、计算量相当的图像边缘算法,提出了只基于对周边像素的灰度比较,完全不涉及梯度运算的SUSAN算法。主要研究了SUSAN算法,并比较了主流的Prewitt算子,Gauss—laplace算子,Canny算子的边缘检测算法,经Matlab仿真实验后,确定该算法不需要计算微分,计算量小,进一步减少了噪声的影响,且SUSAN算子控制参数的选择很简单,任意性较小,所以比较容易实现自动化的选取,是一种非常有效的算法。     

逆RADON变换的一种新算法

本文基于微分算子d/dx与Hibert变换的具有紧支集正交小波基表示，给出了利用小波变换快速计算逆Radon变换的方法并与传统的卷积法计算Hibert变换进行了比较。     

多小波变换在夜视图像融合算法中的应用

从微光图像和红外图像的特点出发,提出了一种基于多小波变换的夜视图像融合算法.该方法先对夜视图像进行多小波变换得到各子带的多小波系数,其低频系数采用自适应加权融合算子进行融合,高频系数先进行阈值去噪和子带增强,再采用基于频带方向的融合算子进行融合,经多小波逆变换后得到融合图像.实验结果表明,本文算法与单小波融合算法、传统融合算法相比,得到的图像能更好地突出图像的边缘特征,增强图像的可视性和清晰度,并在信息熵、峰值信噪比等客观性能指标上取得了显著的改善.     

基于多算子融合的图像分割算法的研究

图像分割是图像处理技术中重要的组成部分,在实际生活中有着广泛的应用.针对目前几种常用的基于微分算子的图像分割算法不能很好的分割出目标区域,本文提出了一种基于多算子融合的图像分割算法.算法对几种不同的算子处理的结果进行融合,从而实现对目标区域的分割.实验结果表明,相对于Sobel算子、Prewitt算子、Canny算子、Roberts算子和Kirsch算子,多算子融合算法取得了最优的综合性能.其不仅能很好的解决简单背景下的目标分割,对背景较复杂的图像也能达到很好的分割性能.     

Fast implementation of the continuous wavelet transform withinteger scales

We describe a fast noniterative algorithm for the evaluation of continuous spline wavelet transforms at any integer scale m. In this approach, the input signal and the analyzing wavelet are both represented by polynomial splines. The algorithm uses a combination of moving sum and zero-padded filters, and its complexity per scale is O(N), where N is the signal length. The computation is exact, and the implementation is noniterative across scales. We also present examples of spline wavelets exhibiting properties that are desirable for either singularity detection (first and second derivative operators) or Gabor-like time-frequency signal analysis     

基于提升框架的整数小波变换

提升框架可以从一个新的角度来构造小波滤波器,它的核心是确定预测算子和更新算子。该文 引进了多项式局部拟合方法来求取预测算子和更新算子,对每步提升下取整,就实现了整数小波变换。仿真结果表明,该方法应用于二维数字图像,在一定失真的前提下,具有较高的压缩比,而且小波系数与尺度系数都是整数,不需要量化步骤。因此,它对于整数数据压缩具有重要的意义。     

基于频域增强和差分盒维数的早期火灾烟雾图像分割

根据烟雾的半透明性特征和分形性质,提出一种基于频域增强和差分盒维数的烟雾图像分割算法。首先,利用小波变换空-频域的特性,通过对图像多层分解后小波系数的加权处理得到烟雾纹理增强图像;然后,运用差分盒维数方法遍历图像,计算出各像素分形维数值,由阈值法得到烟雾分割图像。最后,通过形态学膨胀运算使分割图像更加完整。实验结果表明,该算法能有效利用小波频域增强的特点,减小烟雾薄弱区内背景的影响,使该区域烟雾的分形维数更多地集中于阈值内,提高了烟雾分割的准确性。     

基于M带小波变换与模糊聚类的图像去噪算法

M带小波变换是标准二带小波变换的自然推广，能够分析具有相对窄带的高频信号，而且能更好的集中信号能量，因此在信号处理中应用广泛。本文结合模糊聚类算法，提出了一种新的基于M带小波变换的图像去噪算法，利用模糊聚类算法把小波系数划分成两类：包含信号的小波系数与只包含噪声的小波系数，对只包含噪声的小波系数置为零，将包含信号的小波系数进行利用软阈值法进行收缩，最后对处理后的系数进行M带小波逆变换，得到去噪后的图像。对SAR图像的实验结果表明，该算法有效，而且能较好地保留边缘信息。     

基于Ridgelet变换的图像融合

文章介绍了小波变换和脊波变换在表达信号特征上的区别、脊波变换的实现方式,讨论了基于脊波变换的图像融合思想。通过一系列图像融合实验,研究了脊波变换中图像子块的大小对融合图像的质量的影响,重点说明了脊波变换在保持融合图像的空间细节信息上的能力。     

基于方向小波变换的边缘检测算法

提出了一种基于方向小波变换的边缘检测算法.本文详细介绍了方向小波变换的原理、基于此的图像边缘检测算法,比较了方向小波变换和传统小波变换、Canny算子在图像边缘检测的效果.实验结果表明,方向小波变换更符合图像的方向、纹理特征,因此更能反映图像的边缘信息,对传统的小波变换、Canny边缘检测算法有一定程度的改进.     

Adaptive wavelet packet basis selection for zerotree image coding

Image coding methods based on adaptive wavelet transforms and those employing zerotree quantization have been shown to be successful. We present a general zerotree structure for an arbitrary wavelet packet geometry in an image coding framework. A fast basis selection algorithm is developed; it uses a Markov chain based cost estimate of encoding the image using this structure. As a result, our adaptive wavelet zerotree image coder has a relatively low computational complexity, performs comparably to state-of-the-art image coders, and is capable of progressively encoding images.     

一种新的基于提升多小波变换的图像融合方法

多小波是一种新的小波,它在理论上所表现出来的优势以及它在应用领域所具有的潜力,使其受到高度重视。在短短的几年时间内,它在图像处理方面的应用已取得了一定的成效。提升方法不仅是现存小波变换的一种快速算法,而且是构造新的小波变换的一种工具。本文根据提升方法和多小波变换的特点,对多小波实现了提升变换,并把这种基于提升方法的多小波变换应用于图像融合,结果表明有更好的效果。     

提升多小波变换及其在图像编码中的应用

多小波是一种新的小波．他在理论上所表现出来的优势以及他在应用领域所具有的潜力．使其受到高度重视。在短短的几年时间内，他在图像处理方面的应用已取得了一定的成效。提升方法不仅是现存小波变换的一种快速算法．而且是构造新的小波变换的一种工具。根据提升方法和多小波变换的特点，介绍了一种实现多小波变换的提升方法．并把这种提升多小波变换应用于图像处理，结果表明有很好的效果。