小波分析在数字图像处理中的应用

介绍了基于小波变换的图像分解与重构,小波变换具有时-频局部化的特点,因此不但能对图像提供较精确的时域定位,也能提供较精确的频域定位.经过小波变换的图像具有频谱划分、方向选择、多分辨率分析和天然塔式数据结构特点.基于小波变换这些特性,讨论了MATLAB语言环境下图像增强、图像融合、图像平滑和图像压缩的基本方法.通过实验可见,基于小波变换的图像处理具有理想的效果.     

基于小波变换的图像编码研究

图像压缩编码技术是现代多媒体及通信领域中的关键技术之一,小波分析作为一种新的信号分析工具,因其对非平稳信号进行时频多分辨率分析的强大能力而在图像压缩领域中得到了广泛的应用.研究了小波变换在图像压缩中的应用,在得到图像的小波变换系数的基础上,对图像小波变换系数应用了一种多阈值量化方法并将其实现.根据图像小波系数量化结果,提出了幅值平均化方法和一种游程编码的改进方法,以对量化后的系数进行进一步的压缩,在图像的压缩比和重建图像的质量上获得了较为满意的结果.     

小波变换在基于视觉特性图像压缩中的应用

对小波变换在基于视觉特性图像压缩中的应用进行研究与探讨.通过一个功能完善的图像压缩软件介绍小波变换与零树编码应用于图像压缩的具体实现,并进一步提出编码算法的改进方案,利用该软件验证作者提出的改进方案的可行性.     

多小波变换在图像压缩编码中的应用与发展

小波变换及量化思想的发展产生了优于现有图像压缩标准（如JPEG算法）的新算法。为了获得图像压缩的最佳性能，小波变换要求滤波器具有众多期望的特性，如正交性和对称性等。但由于很同时满意所有这些期望的特性，小波的设计受到了限制。而与之相关的新领域－多小波则显示了解决小波部分局限性 的可能。多小波提供了更多的设计参数，并能综合多种需要的变换特性。多小波在理论上所表现出来的优势以及它在图像处理方面所具有的潜力，使其受到高度重视，迅速成为新的研究热点。文中介绍了多小波变换有关的基本知识及其近来在图像压缩编码方面的新发展，并对其研究前景进行了评价。     

余弦与小波变换在图像压缩中的比较

基于变换域编码中应用最广的是离散余弦变换(DCT)和小波变换(DWT).小波的迅速发展给传统DCT提出了严峻考验.DCT算法有新发展:内嵌法、策略性重组的引进使其具有类似小波的特性,如ESDCT在对某些图像压缩还优于小波的SPIHT,故DCT的优良特性使其在图像压缩中仍然有广阔的应用前景.实际上,变换域压缩的主要因素在于量化器与熵编码器,DCT与DWT各有优势,在应用中可根据不同需要进行合理的选择.     

基于提升小波变换域运动估计的序列图像压缩方法

提出了一种基于小波域运动估计的序列图像压缩编码算法，针对图像经小波分解后生成的子带图像所特有的多分辨率特性，引入了多分辨率运动估计方法，在一定程度上解决了传统的基于空域运动估计而采用全搜索法时存在的搜索范围大、搜索运算量大等问题。此外，本算法采用基于提升格式的第二代整数小波变换进行图像分解，具有运算筒单、节约内存、便于硬件实现等优点。     

小波变换在图像压缩中的应用研究

介绍了数据压缩图像基本原理,指出了小波变换是实现图像压缩的一种重要方法,介绍了小波变换如何实现对图像进行压缩,并与传统的DCT方法作了分析比较,分析了各自的压缩比和重建效果,以及小波变换在图像压缩技术中的优越性。     

小波变换在储粮害虫图像压缩中的应用

介绍了小波变换的基本理论以及基于小波变换的图像分解和重构过程.对储粮害虫图像实现了2种图像压缩方法.通过实验结果表明,小波变换用于粮虫图像压缩有很高的实用价值.     

基于小波的图像压缩处理分析

介绍了基于小波的图像多分辨率分析方法及小波图像压缩的基本原理,论述了在图像小波处理过程中小波函数类型的选择问题,并通过实例对EZW、SPIHT和MRWD三种小波图像压缩方法进行了分析和比较.     

用于图像压缩的最优双正交小波设计方法

基于图像压缩中小波基选择的多样性，提出了一种用于图像压缩的最优双正交小波构造方法，该方法给出了一种单参双正交小波的设计准则，它在正则性和滤波器长度上对小波滤波器进行平衡，提高了小波滤波器的频带特性．通过编码增益和时频分辨率的均衡不确定度建立了单参量评价函数．对该函数取最大值可获得应用于图像压缩的最优双正交小波．实验表明．该方法实现简单，只需知遒图像的自相关系数，同时获得了比其他同类小波更高的峰值信噪比．     

Contourlet变换的图像分割

针对小波域隐马尔可夫树模型分割的图像结果容易产生方向边缘成分模糊和奇异性扩散现象,根据Contourlet变换可以充分捕捉图像中高维奇异性,提出了一种基于Contourlet变换域的新的多尺度图像分割算法.该算法通过Contourlet域隐马尔科夫树模型获得各尺度上的初始分割,采用自适应的上下文结构对分割后的图像进行多...     

基于多尺度马尔科夫随机场融合的遥感图像变化检测

在区域变化检测中,为了克服配准误差或噪声引起的伪变化,从多尺度融合的角度出发,对多尺度分析应用于遥感图像变化检测进行了探讨.首先利用小波变换对原始图像进行多尺度分解,然后利用马氏距离判决函数对不同尺度图像进行变化检测,最后利用马尔科夫随机场将不同尺度变化检测结果进行融合.由于马尔科夫随机场融合方法充分考虑了相邻像素间的相关性和不同尺度检测结果的联系,从而使融合结果更细致和精确.一系列图像的实验结果证明本方法具有很好的实用性和鲁棒性.     

小波变换在地质雷达干扰波压制中的应用

小波变换方法是近年来发展起来的一种新的数学方法,具有强大的时频分析能力,并广泛地应用到信号处理的各个领域。本文首先简要地介绍了小波变换原理及去噪方法,然后通过阻尼震荡信号、一维地质雷达合成记录和二维地质雷达合成剖面等模型,用db4小波进行了三阶分解,然后根据干扰波的特征进行了小波去噪和干扰波压制,结果表明,小波多尺度分解后,随机噪声主要集中在较低阶的小波细节之中,用小波变换去噪方法,可有效去噪和压制干扰波。对实测的地质雷达资料也进行了处理,取得了较好效果。     

基于MAS小波的噪声污染图像边缘检测方法

提出了一种基于MAS小波变换多尺度相关的噪声污染图像边缘检测方法.该方法采用二进MAS小波对图像进行多尺度分析,由于小波变换的模极大值充分刻画了图像的奇异点,利用模极大值得到所有的奇异点包括边缘和噪声的图像;利用边缘和噪声具有不同的Lipschitz指数造成它们的小波变换模在不同尺度下的不同传播特性,根据小波变换模尺度相关性区分边缘和噪声,得到边缘轮廓不太光滑的图像;将两幅图像进行融合,得到最终检测结果.实验结果表明,该方法能够有效地对噪声污染的图像进行边缘检测.     

基于曲波变换的边缘检测技术研究

曲波变换是一种新的多尺度表示方式,其系数包含位置和尺度信息.本文通过对曲波变换系数的分析,提出一种对各层系数区别处理的方式来加强图像边缘信息的方法.实验表明该方法能明显地加强灰暗部分物体的边缘.     

基于中值金字塔变换的图像逆半调

针对误差分散半调的系统特征，构建了一种基于非线性中值算子的多分辨金字塔变换．研究了变换后各级近似、细节信号中半调噪声的分布特性和消噪方法．提出了一种用wiener滤波抑制一级细节中半调噪声，并用消噪后的细节与近似信号重构连续色调图像的逆半调算法．实验结果表明．该变换具有较好的信噪分离能力，比线性多尺度变换更适合于逆半调．新逆半调算法的时空间复杂度较低．其结果的峰值信噪比值及去噪保沿效果良好．     

湍流边界层微小尺度流动结构的精细实验测量

用热线风速仪以高于对应最小湍流时间尺度的分辨率,精细测量风洞中平板湍流边界层不同法向位置的流向速度时间序列信号.用子波分析对湍流脉动速度信号进行多尺度分解,用自相关法得到不同尺度湍涡结构的实际物理时间-空间长度,研究了子波分析的分尺度参数与湍流分尺度湍涡结构实际物理时间尺度的对应关系.并由实验测量得到的耗散尺度及泰勒微分尺度研究了耗散尺度、泰勒尺度等湍流微小尺度在湍流多尺度谱中的定位,分析了它们沿平板湍流边界层法向位置的变化规律,用多尺度条件采样方法提取了湍流边界层中微小尺度流动结构的条件相位平均波形.     

基于小波矩的车牌字符识别研究

牌照字符识别是车牌识别系统中关键的一步,而字符识别的关键在于有效特征的选取.小波矩是小波多尺度分析与矩相结合的新的视觉不变量,图像的小波矩特征能很好地反映图像的局部和全局特征,并且具有较强的抗干扰能力.但不同的小波矩离散化方法在性能上有很大的差异.在分析小波矩和矩快速算法的基础上,引入了一种新的小波矩离散化算法用于车牌字符识别系统,以车牌字符图像的小波矩作为特征量,结合改进的BP神经网络实现了车牌字符的识别,获得了很好的识别效果.     

基于B样条小波的自适应阈值多尺度边缘检测

利用小波变换的特点,设计了3次B样条平滑滤波算子。对图像进行多尺度滤波,得到了不同尺度的小波变换。结合自适应阈值方法,在每种尺度下分别提取了图像边缘;而后利用边缘信息的多尺度特性,综合多尺度边缘得到单像素宽边缘。通过计算机仿真对该方法进行验证表明:该方法不仅能准确检测出图像边缘,而且能有效地抑制噪声,明显优于已有的边缘检测方法。     

多尺度图像增强可见光与红外图像融合

针对同一场景在可见光和红外传感器得到的图像其高频细节部分存在着较大差异这一特点,首先对已经配准的红外传感器和可见光得到的图像进行小波变换,在多尺度下对两幅图像进行边缘提取。然后以局部模方为活性测度,局部模方的比值为匹配测度,并且利用图像的边缘特征指导融合策略,经过合成模块和多尺度逆变换得到融合图像。最后对融合后的图像进行图像增强,并对其进行客观评价,证明了本文方法的有效性。