小波分析在图像处理中的应用

本文比较全面地探讨了小波分析在图像处理中的应用,涉及的范围主要包括图像压缩、图像去噪、图像边缘检测(图像特征提取和识别)、图像目标检测、图像增强、图像配准、图像镶嵌、图像细化、图像融合、图像分解等方面.同时还与其他传统分析方法比较,介绍了小波分析方法的独特优势.最后展望了小波分析的前景.     

一种基于小波变换和人类视觉系统的图像压缩算法

为了解决大数据量的图像信息给存储器存储容量、通信信道带宽和计算机处理速度带来的压力,必须对图像进行压缩处理。提出了一种基于小波变换和人类视觉系统的图像压缩算法用以提高对高质量图像的压缩效果。该算法首先使用小波滤波器选择模型及最佳滤波器以得到最小数目的非零小波系数。其次,利用人类视觉系统特性对分解后的小波系数进行有效的量化处理,最终进行小波编码,实现对图像的压缩。实验结果表明,所提出的算法对高质量图像进行压缩所达到的效果要优于传统压缩算法。     

浅析图像压缩技术

本文主要介绍了图像压缩技术,以图像压缩技术减少图像文件冗余数据的原理入手,详细阐述了当前比较常见的JPEG压缩技术、小波变换压缩技术以及分形图像压缩技术,从而完成数字图像压缩,提高网络传输和图像存储的效率。     

一种基于ADV212图像压缩的方法

高效的硬件图像压缩系统可以有效的减少图像数据的冗余度,在分析专用编解码芯片ADV212的基础上,设计了一种现场可编程门阵列(FPGA)组合ADV212的图像压缩系统,实现对720×288的静态图像进行JPEG2000压缩.FPGA用来实现时序控制和数据转换,ADV212则进行图像的压缩.本次实验主要是改变图像压缩倍数及小波变换级数,并采用峰值信噪比(peak signal to noise ratio,PSNR)和均方误差(mean squared error,MSE)两个参数来衡量压缩图像的质量.实验结果表明,该系统可实现图像的有效压缩,并且压缩倍数越大图像失真越严重,小波变换级数在3级以上时图像质量较好.     

有利图像压缩的小波去噪算法

提出了一种有利于图像压缩的小波图像去噪方法及一种小波系数校验方法.首先利用多个阈值在小波域进行硬阈值迭代去噪,然后利用小波子带的方向性对小波系数进行校验,并将保留的非零小波系数乘以一个比例系数,最后利用小波逆变换获得去噪图像.实验结果表明该方法的去噪效果优于常用方法,接近甚至超过BayesShrink方法.该方法可在有效去除图像噪声与保留较少的非零小波系数之间得到较好的折衷.     

基于小波包最优基的图像压缩算法研究

阐述了基于小波包最优基的图像压缩算法,分析了代价函数的选择和最优基的构建并与小波树压缩算法进行了比较,对小波包分解尺度及不同小波基选取对压缩性能的影响进行了探讨.仿真实验表明,基于小波包最优基的压缩算法在保持图像细节信息方面优于小波树压缩算法.但是,如何合理的选取分解尺度及小波基仍有待于进一步研究.     

基于小波系数均衡方向变换的图像压缩

本文提出了一种新的基于小波系数的均衡方向变换方法,首先用小波变换对图像做多尺度分解,再用改进后的均衡方向滤波器组(uniform directional filter banks,uDFB)对小波变换后的高频子带作方向变换。该变换是对基于小波的contourlet变换的一种改进,它充分利用了小波的非线性逼近特性以及均衡方向滤波器良好的多分辨率和多方向特性,进一步增强了图像的方向特征,同时能有效抑制瑕玷的引入。仿真结果表明,将该方法用于图像压缩可以比基于小波的压缩算法更好地恢复出原图像的轮廓和纹理,并获得较高的峰值信噪比。     

基于快速提升小波变换的改进型SPIHT算法在图像压缩中的应用

为保证图像传输的实时性和在保证图像质量下获得高压缩比,对图像压缩技术提出了新的改进型算法.提出的基于快速提升(lifting)小波变换[1,2]的改进型SPIHT(Set Partitioning in Hierarchical Trees)[3]图像编码算法,引入快速提升小波变换以改进变换过程,且利用量化编码后出现许多连续零这一特点,将熵编码与SPIHT编码统一进行,一次完成,熵编码采用变长零游程方法.仿真结果表明,图像经该方法编码后峰值信噪比和效率上都得到了提高.该方法可以应用于电力系统中远程图像监控系统的图像数据传输与存储.     

基于快速提升小波变换的改进型SPIHT算法在图像压缩中的应用

为保证图像传输的实时性和在保证图像质量下获得高压缩比,对图像压缩技术提出了新的改进型算法。提出的基于快速提升(lifting)小波变换[1,2]的改进型SPIHT(SetPartitioninginHierarchicalTrees)[3]图像编码算法,引入快速提升小波变换以改进变换过程,且利用量化编码后出现许多连续零这一特点,将熵编码与SPI HT编码统一进行,一次完成,熵编码采用变长零游程方法。仿真结果表明,图像经该方法编码后峰值信噪比和效率上都得到了提高。该方法可以应用于电力系统中远程图像监控系统的     

继电保护装置人机界面实时传输与远程控制

针对不同的继电保护装置人机界面系统,提出了基于点阵图与矢量图的两种图像传输控制策略。研究了行程长度编码,LZW编码和小波变换3种图像压缩方法,并对它们进行了仿真比较。给出了图像采集、压缩、传输、还原的具体方法,对液晶屏和按键两种输入设备,设计了屏幕图像的控制方法。提出的方案已成功应用于部分继电保护装置和监控系统,取得了良好的效果。     

基于非高斯分布的四元数小波图像去噪

图像去噪一直是图像处理的经典问题之一.四元数小波变换是一种新的多尺度分析图像处理工具,图像通过四元数小波变换后的小波系数尺度间具有一定的相关性,而广义高斯分布不能体现这个特性.本文首先采用非高斯二元分布的贝叶斯统计模型来模拟四元数小波系数的统计分布,然后运用最大后验概率估计从带噪声图中的小波系数估计原图的小波系数,从而达到去除噪声的目的.实验表明;该方法不仅可以达到明显的去除噪声的效果,而且在峰值信噪比上也要优于目前的许多算法.     

旋纹壳体衬层粘接图像处理技术研究

基于粘接质量评价的超声检测,是无损检测长期关注的课题。本文以钢/橡胶多层粘接结构超声成像的图像为处理对象,采用均值滤波和低通窗函数滤波的方法去除图像中的噪声点;采用图像锐化的方法来使图像的边缘和轮廓变得清晰;采用一维、二维、小波包分析的图像处理方法来去除图像中的纹理。采用上述方法,使脱粘点成像更加清晰化,并达到无损精确检测出脱粘点的目的。     

模糊色差图像的白平衡偏差补偿技术

在光照背景较复杂的情况下采集的图像具有模糊性和色差性,通过白平衡偏差补偿,提高图像的成像效果。传统方法采用轮廓特点融合自适应匹配方法进行复杂光照背景下的白平衡补偿,当成像像素较低的情况下导致色差补偿效果不好。提出一种基于小波包分解的模糊色差图像白平衡偏差补偿算法。对复杂光照背景下的图像进行采集系统和成像描述,对原始图像进行降噪滤波处理,基于小波包分解方法进行图像的色差白平衡特征分析和提取,并进行自适应均衡设计,实现对模糊色差图像的白平衡偏差补偿。仿真结果表明,采用该图像处理方法进行模糊色差图像的白平衡偏差补偿,能有效均衡图像的色差,提高了图像的美感,对图像的细节特征的表现能力更强,峰值信噪比较高,性能优越。     

基于小波多尺度变换的局部放电图像识别方法

局部放电模式识别是一种高电压设备绝缘故障诊断的有效方法。文中基于小波多分辨理论,提出了一种对局部放电(?)-q-n灰度图像进行模式识别的新方法。该方法对局部放电待识别图像和参考图像进行小波多尺度分解,然后对某一尺度上形成的低频子图像进行相似度以及模式贴近度计算,按照模式贴近度最大的原则进行模式识别。文中对放电模型实验获得的放电样本进行了模式识别并计算出基于4种小波基的多尺度图像分解的局部放电图像的识别率,分析了小波分解尺度及4种小波正交性及光滑连续性对识别率的影响。分析表明,选择正交小波和合适的分解尺度,文中提出的方法能够获得良好的效果。     

多小波变换及其在图像处理中的应用

简要回顾了多小波变换理论及其在图像处理中的重要性质 ,分析了离散多小波变换时预滤波设计和边界处理问题。而后介绍了多小波变换在图像处理方面的应用。实验表明 ,多小波方法在图像数据压缩以及图像去噪等方面能够取得比单小波更好的效果。     

基于模拟退火的寻找给定压缩图像的最优小波算法

本文根据给定图像,提出了一种寻找其最优小波的方法,该法首先推导了长度为N的小波滤波器的参数化公式;然后用模拟退火来寻找给定图像的最优小波,并详细讨论了该算法的基本要素、实现以及优点;最后,在matlab上进行了实验,实验表明本文算法效果良好.     

基于均值滤波和小波分析的图像去噪

由于均值滤波在抑制噪声的过程中会损失图像的边缘等细节信息,从而导致整幅图像的模糊不清,而小波分析在图像处理中具有较强的图像增强能力,故而采用两种滤波方法的结合来处理含噪图像。通过实验证明,该法在处理含噪图像时,不仅很好地降低了噪声,而且还较好地保留了原图像的边缘等细节信息,使得图像的对比度增强,增进了图像的视觉效果。两者的有机结合使得图像的去噪效果比单独使用其中一种更优。