基于区域特征的遥感图像融合方法的改进

提出了一种基于小波变换的区域遥感图像融合方法的改进。对图像进行小波多分辨分析,以分解后的高频子图像的区域能量构造匹配度和融合算子,并给出了两个阈值,以便根据不同的特征构造不同的融合算子。对于低频部分采取加权平均的融合规则。并通过小波逆变换得到融合图像。根据主观目视判决和客观评价指标对融合结果进行了比较和分析,结果表明,本文的方法融合效果优于一般的融合方法,具有应用价值。     

基于视觉显著性和NSCT的红外与可见光图像融合

结合非下采样轮廓波变换的平移不变性,提出了一种基于视觉显著性的红外与可见光图像融合算法。首先,利用引导滤波器改进显著性检测算法并将其用于红外图像;然后,对红外图像和可见光图像进行非下采样轮廓波变换以得到各自的低频与高频子带;最后,在低频与高频子带的融合中分别采用红外图像显著性指导法与绝对值取大法。实验结果表明,与多种相关算法相比,该算法所得融合图像在突出红外目标的同时还具有丰富的可见光背景信息,具有更好的视觉融合效果和客观质量评价。     

基于提升小波变换的多传感器图像融合算法研究

为了更好的进行图像融合,基于提升小波变换,采用了一种基于区域方差和方向对比度的融合规则相结合的图像融合新算法.该算法结合提升小波的优势,将图像进行多分辨率分解;针对变换后的低频分量和高频分量的不同特点,采用了不同的融合规则进行融合;最后通过提升小波逆变换得到融合图像.实验结果表明,该算法具有增强图像空间细节的能力,使得融合后的图像内容清晰,相比于传统小波变换法,具有更好的融合效果.     

基于形态学和平均梯度的小波图像融合算法

提出了一种基于形态学和平均梯度的小波图像融合算法。其基本思想是利用形态学对图像预处理,再对各图像进行小波变换,对低频部分根据分块后各子块的平均梯度和局部能量,按照一定规则选择融合系数;高频部分采取最大系数法选择融合系数。最后进行小波逆变换得到融合图像。实验结果表明,该算法能显著改善融合图像的视觉效果。     

Directionlet域的多波段遥感图像融合算法研究

提出一种有效的基于Directionlet变换的多波段遥感图像融合算法。Directionlet变换是一种新的基于格子的歪斜多尺度多方向各向异性小波变换工具,具有更高的逼近精度和更好的稀疏表达能力的图像分解变换,与小波变换相比,抑制了小波变换在图像边缘方向表示的固有局限性。首先采用具有多尺度、多方向特点的Directionlet变换对多波段遥感图像进行分解。对于低频系数采用平均融合算法,方向高频系数采用区域边缘检测实现多波段遥感图像的融合处理。实验结果表明,提出的算法与传统融合算法相比不仅原始图像的边缘和纹理信息可保留,而且可获得更好的融合视觉效果。     

基于Contourlet域HMT模型的图像融合

针对小波域隐马尔可夫树融合速度较慢、方向信息少的缺点,提出了一种图像融合新算法．首先将待融合图像进行Contourlet分解得到低频系数和高频方向系数,低频系数采用模极小值的规则融合,高频方向系数经过Contourlet域隐马尔可夫树训练后求得边缘概率密度函数,与原系数相乘得到新的方向系数,然后采用局部内积的规则对高频系数融合．对融合后的系数进行逆Contourlet变换,从而得到融合后的图像．由于Contourlet域隐马尔可夫树模型在细尺度方面能够跨越几个相邻的方向子带,方向子带间具有与尺度相似的统计模式,因此该算法不仅能提高建模精度,而且能降低运算的复杂度(减少了参数数目)．仿真实验表明,相比Contourlet和小波域同类算法,这种算法能够得到更加清晰光滑的融合图像;标准差、平均梯度、平均交叉熵等统计指标均比小波域隐马尔可夫树有显著改善,训练速度提高了17倍左右,且能够快速融合采用小波域隐马尔可夫树算法比较困难的图像．     

基于小波变换和多通道脉冲耦合神经网络的高光谱图像融合

针对高光谱多波段图像融合的问题,提出了一种基于小波变换和多通道脉冲耦合神经网络模型的新融合方法。该算法利用小波变换对图像进行多尺度分解,将得到的低频和高频系数分别采用多通道PCNN模型进行非线性融合处理,对低频子带直接利用其点火频率图得到融合结果,对各高频子带则利用点火频率图的直方图矢量重心及偏差计算自适应阈值并进行区域分割,对不同的区域采用不同的融合规则进行融合处理;最后进行小波重构得到融合图像。对OMIS高光谱图像的实验结果表明:所提方法能够有效地融合高光谱多个波段图像信息,且纹理细节信息突出。     

基于小波变换的全局能量图像融合算法

提出了一种基于小波变换的全局能量图像融合算法。对小波分解系数采用基于全局匹配度来选择和加权的融合规则。全局匹配度以区域能量作为测度,包含了小波分解的高频3个方向的匹配度。使得选择策略下融合图像的高频3个方向的小波系数均来自同一源图像,保证了小波重构时融合的一致性。实验结果表明,全局能量法的融合图像具有更好的融合特性。     

基于Contourlet尺度相关的SAR图像融合

针对不同波段全极化SAR图像的融合,提出了一种基于Contourlet变换域进行图像融合的方法.利用Contourlet变换将图像分解为一个低频子带和多个不同方向的高频子带,对分解后的低频子带进行邻域能量加权融合;对方向高频子带依据尺度间相关性定义一个边缘信息量测指标,选择量测指标大的系数作为融合系数.最后对两波段全极化SAR图像进行了融合实验.实验结果表明：与小波变换等融合方法相比,利用所提出方法融合后的图像能够明显抑制SAR斑点噪声影响,在视觉特性以及评价指标上效果更好.     

一种基于区域分割的红外可见光图像融合方法

提出了一种基于提升小波和区域分割的红外可见光图像融合方法。先对红外图像和可见光图像进行提升小波分解,得到各自的高频和低频子图像,利用红外图像的热效应特征显著的特点对红外图像的低频子图像进行检测分割,用分割得到的二值图像来指导低频子图像的融合决策,对于高频子图像,采用区域方差匹配度决策法,最后对融合后的小波系数进行重构得到融合图像。实验结果表明,这种算法能够合理有效地保留红外图像的热目标信息以及可见光图像中丰富的光谱信息,提高了图像的可理解性,客观评价准则与目视效果吻合良好。     

基于低频边缘特征和能量的多聚焦图像融合方法

针对多聚焦图像融合问题,提出一种基于低频边缘特征和能量的多聚焦小波图像融合方法.首先对待融合图像进行小波多尺度分解,然后对高频细节分量图像按区域能量最大化原则进行融合,对低频近似分量图像采用能量结合边缘特征的融合方法.试验结果表明,与已有的低频域平均法相比,该方法所得的融合图像能反映更丰富的细节信息,具有更好的视觉效果.     

一种高效的贝尔图像编码方法

提出了一种基于小波高频子带替换的贝尔图像编码方法,所设计的编码器对绿色分量和红、蓝分量分开处理。采用JPEG-LS标准算法对绿色分量近无损压缩,对红、蓝分进行小波变换后,只对压缩低频子带进行压缩。解码端利用绿色分量的高频子带作为红蓝分量高频子带,从而恢复红、蓝分量。在给定失真条件下,与JPEG2000标准算法相比,所设计的编解码方法具有较高的近无损压缩比和较低的计算复杂度。     

基于提升方案的整数小波图像编码

随着互联网的普及和图像应用范围的不断扩大，对图像的编码提出了新的要求，即不仅要求具有高的压缩比，还要求有许多新的功能，如渐进编解码、从有损压缩到无损压缩等。小波编码较好地实现了这一思想，因此奠定了它在图像编码中的地位。提升框架可以实现整数到整数的小波变换，克服了第一代小波变换所带来的缺陷。该文利用第二代小波变换的特性，提出了一种基于整数小波变换的图像压缩方法。首先充分利用小波系数的分布特性，将图像进行整数小波变换，然后对最低频子带采用DPCM预测编码，对其它子带采用零树加熵编码的方法进行编码。实验结果表明，该方法有较好的压缩性能。     

基于快速整数提升小波变换的多幅图像融合

在分析已有多分辨率图像融合方法的基础上,针对多幅图像融合模型的选择问题,提出了一种基于快速整数提升小波变换的多幅图像融合新算法。首先采用整数提升小波变换将多幅源图像分解到不同尺度、方向频带范围内,然后根据图像提升小波变换后不同子带的特点分别采用了2种新的高、低频融合策略,最后通过整数提升小波逆变换得到融合图像。对多幅源图像进行了融合实验,并对融合结果进行了主观和客观的评价。实验结果表明,该算法不仅适合多幅图像的实时快速融合,而且可以获得视觉效果较佳、细节更为丰富的融合图像。     

联合Contourlet和Bandelet的变换在图像压缩中的应用

针对小波变换方向选择性差的局限,提出了一种基于Contourlet的Bandelet变换．该变换首先通过小波变换把图像分解成不同频率的子带,接着用方向滤波器组把高频子带分解为多个方向子带,之后对每个方向子带进行Bandelet变换．这种多方向多尺度临界采样的变换能更稀疏地表示图像边缘和纹理等几何特征,有利于图像压缩．将JPEG2000的比特位平面和上下文编码方法应用到量化后的变换系数上实现了图像压缩．实验结果表明,对于纹理和边缘丰富的图像,提出的压缩算法优于JPEG2000．     

基于小波包的遥感图像融合新算法

提出了一种基于正交小波包的局域方差遥感图像融合新算法．该算法利用正交小波包变换,把图像分解成不同尺度的低频和高频部分,采用小波包局域窗口和子区域窗口统计,把小波包系数分类成边缘和非边缘系数．在融合处理中,把低频图像的小波包系数平均值作为融合后的低频系数,高频细节系数根据不同区域特征选择方法以及对应图像小波包系数的多窗口区域方差,来确定融合后高频小波包系数．实验结果表明,这种方法能够在保留图像微小细节方面获得满意的结果,有效且优于其他图像融合算法．     

一种鲁棒和自适应的数字图像水印算法

为提高算法的鲁棒性和自适应能力，将原始真彩色图像的Y分量进行离散小波变换，提取出HL、LH子带的鲁棒系数嵌入水印。考虑到人眼的HVS特性，计算出HL、LH子带系数的可见误差阀值确定鲁棒系数。并根据小波分解后，同一分解阶小波系数之间的相关性，通过计算LL子带邻域均值来实现对HL、LH子带进行估计和量化，使算法的嵌入容量和鲁棒性得到增强。算法通过散列加密确定水印嵌入的位置，使攻击者即使知道算法也无法得到水印信息。实验表明算法具有在不同图像处理和攻击下，水印的鲁棒性好、检测时不需要原始图像、安全性好等优点。     

基于小波变换的静态图像数字水印研究

通常静态图像经过离散余弦（DCT）小波变换后,纹理及边缘的特征主要集中在高频子带LH,HL和HH上,经过一般的图像处理以后,高频上的信息容易丢失。在嵌入的水印信息量较少的情况下,可以把水印信息嵌入到低频系数上,使人眼不易察觉,增强了水印的鲁棒性。实验表明,该算法有良好的不可感知性和强健的鲁棒性。     

基于提升小波和图像融合的数字图像隐藏技术

提出了一种基于提升小波变换的彩色图像融合算法.首先阐述提升小波变换的基本原理,然后根据人眼的视觉特性,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 色彩分量采用改进的混沌序列来代替融合参数融合,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到 RGB颜色空间,在该图像融合方法的基础上,给出了针对相同大小图像的数字图像隐藏的方法,在图像融合过程中,用改进的混沌序列来代替融合参数,使得该方法具有很好的安全性.实验表明,该方法具有较好的效率和安全性.     

数字图像多重水印及容量分析

利用CDMA系统多址复用的特点,提出了一种基于CDMA的多重水印算法,在小波变换域中同时嵌入多个水印。对多个原始水印进行卷积编码和交织编码后,采用Gold码组进行正交扩频,经CDMA编码的水印信息被叠加嵌入在除HH1以外的其他小波子带中。水印嵌入的幅值根据Watson小波域视觉感知模型确定。嵌入位置取决于一个PN序列随机发生器,检测时不需要原始图像。在此基础上对多重水印容量进行了分析,结果表明当嵌入两个水印时,其容量大于任何一个单一水印的容量,但小于两个单一水印容量之和。