基于小波变换的多尺度立体视觉方法*

本文给出了一个基于二进小波变换的多尺度双眼视觉匹配算法．对原立体图对进行二进小波变换，得到原图对的一个多频道表示；对变换系数的分析使我们得到了有效的消除噪声，再提取出边缘的方法，提出的边缘作为对应点匹配的基本特征是恰当的．匹配的一些基本约束，如边缘方向大致一致等,已经包括在小波变换的系数中，更为重要的是我们在小波变换系数上推导出4个有效的新的约束——平滑分量梯度约束和平滑分量Laplace约束，由粗及精的多尺度控制策略得以自然引入，使得引起误匹配的可能对应点大量减少，从而提高了匹配的精确度和速度，鲁棒性增     

立体视觉的微分几何约束与特征匹配

本文在微分几何的统一框架下导出视差，边缘方向和曲率在体视图对上差值或变化的概率分布，在适当的风险下求得相应的匹配界限；视差梯度界限、方向界限和相对曲率界限，从而得到了立体视觉匹配中非常有力的约束条件。据此我们提出一个两步的体视匹配算法，在要素匹配阶段，采用相对较小并与视差相关的匹配界限快速搜索初始匹配；在松驰匹配阶段，形状连续性是唯一的匹配准则，两步匹配过程都借助了投票表决的方法，实验结果表明我们     

基于小波变换的多尺度立体视觉方法

本给出了一个基于二进小波变换的多尺度双眼视觉匹配算法，对原立体图对进行二进小波变换，得到原图对的一个多频道表示；对变换系数的分析使我们得到了有效的消除噪声，再提取出边缘的方法，提出的边缘作为对应点匹配的基本特征是恰当的。匹配的一些基本约束，如边缘方向大致一致等，已经包括在小波变换的系数中。     

基于复数小波变换增强带噪图像的空间自适应方法

针对目前的多尺度增强方法一般很难实现抑制噪声和凸显细节间有效均衡的问题,提出一种基于复数小波变换增强图像方法,充分利用复数小波兼具平移不变性和方向选择性的优势,首先通过相邻两层小波系数的相关性来有效区分噪声和图像边缘．并根据各层小波系数的分布设置局部阈值抑制噪声;在此基础上,自适应地选取增强函数来增强较弱的细节并保护原图像中的清晰边缘不产生失真．实验结果表明,运用该算法增强带噪图像可以在较好地抑制噪声的同时,显著地放大细节特征．     

基于二进小波变换的子线段匹配方法研究

提出了一种基于小波变换的子线段匹配方法.该方法利用样条二进小波变换系数在不同尺度下的模极大点能提供在不同尺度下信号急速变化点的位置信息的特点,以该位置点为子线段的端点,采用由粗到细的匹配策略匹配这些端点,根据顺序一致原则,快速匹配子线段两端点之间的点.这种方法较好的解决了匹配精度和匹配速度之间的平衡问题.采用该方法对篦冷机内水泥熟料高度进行测量,实验表明该方法能较精确的得出水泥熟料料层的分布状况.     

基于网络最小割的分层立体视觉匹配方法

立体匹配是计算机视觉领域中的一个难点问题.为了得到准确的高密度的视差图,本文提出一种基于网络最小割的分层匹配方法.该方法综合运用区域灰度相关法和最小割全局最优搜索策略.首先对原图像对进行两层金字塔分解,在低分辨率的图像中运用网络最小割方法求得全局最优匹配.然后在低分辨率的图像中匹配的像素对的约束下,在原图像对中采用区域灰度相关法进行匹配,得到高密度视差图.这样既缩小匹配时的搜索空间,又保证匹配的可靠性.实验表明,该方法是有效可行的.     

一种改进的二进小波变换图像去噪方法

本文在分析图像噪声消除与细节保持相矛盾的基础上,提出了一种改进的二进小波变换图像去噪方法。首先用自适应滤波多尺度边缘检测方法检测出图像的边缘;然后用二进小波变换去噪方法进行全局闯值去噪;最后将边缘图像嵌入到二进小波去噪后图像。实验结果表明,该方法不仅能够滤除图像的噪声,而且能够保持图像的边缘信息。     

基于自适应二进小波变换的人脸检测方法

提出一种基于提升二进小波变换的检测人脸部位（如鼻子、眼睛和嘴唇等）的快速算法。在提升二进小波滤波器中的自由参数是学习的,从便使两个向量（其中一个向量的分量是提升二进小波滤波器系数,另一个向量的分量是人脸某部位像素）之间的夹角的余弦值最大化。学习得到的滤波器应用到测试图像中,可以检测人脸某些部位。实验结果表明,该方法具有较强的鲁棒性,能够很好地解决复杂背景下的人脸检测问题。由于该方法实现的简单性,并容易由硬件实现,使得检测速度进一步提高,因此该方法在可视电话等领域有着广阔的应用前景。     

一种快速立体视觉边缘匹配算法

提出了一种立体视觉边缘匹配快速算法。通过小波变换,得到了图像的边缘和边缘幅角 并定义了边缘幅角约束。由视差梯度的分布密度函数,导出了左图像连续边缘上相邻两点在右图像 中的对应点的坐标间的相互约束关系,从而限定了右图像中匹配点的搜索范围。最后给出了基于视 差梯度约束和边缘幅角约束的快速边缘匹配算法。     

双目视觉小波域SIFT匹配与极线约束算法研究

研究双目立体视觉技术,特征的提取和匹配是双目视觉的最基本的问题。目前,SIFT已经被证明鲁棒性最好的局部不变特征描述符。但是SIFT算法产生的误匹配较多,精度偏低,为了解决这一问题,同时降低算法特征提取与匹配的复杂度,达到双目立体视觉实时性的要求,文中提出了一种结合小波变换和SIFT特征点的双目立体视觉匹配方法。首先,对双目视觉系统采集的左、右图像进行小波分解,把分解得到的低频图像作为输入,用SIFT算法进行特征点的初始匹配,再利用极线约束的理论求得精确匹配。实验结果表明,该方法具有较强的适应性,能够在减少误匹配的同时,大大加快运算速度。     

一种基于提升小波变换的图像融合改进算法

提出一种基于提升小波变换的图像融合算法.对小波分解后的图像低频子带采用平均融合算子处理,在高频子带的融合中依据小波系数树状结构特点提出了一种新的自适应融合方法,最后经过小波逆变换得到融合图像.仿真实验结果表明该算法能有效地减少融合图像的失真,是一种有效的图像融合算法.     

基于小波变换的滤波方法

小波变换正在众多学科掀起研究和应用热潮，并已获得了许多成功的应用。本文系统地研究了小波变换在滤波方面的应用，根据不同类型的噪音，给出了基于不同小波变换的滤波算法，并研究了其滤波原理。仿真结果表明，小波滤波方法不仅能实现各种滤波功能，而且简单易行，是一种有效的滤波手段。     

基于平稳小波变换的图像去噪方法

正交小波阀值消噪方法已广泛地应用于图像噪声抑制，目前对于正交小波阈值去噪方法的研究主要集中于如何选取阈值使消噪达到较好的效果，然而对于图像中噪声幅度较大的情况下，正交小波变换阀值消噪会使图像边缘失真，甚至图像模型，提出的平衡小波变换的图像消噪方法，可以有效地降低噪声，同时又较好地保持图像边缘细节，与正交小波变换阈值降噪方法相比，有明显优越性。     

基于小波变换相位基元的立体匹配系统

本文将近年来兴起的小波理论应用于立体视觉技术，提出了一种新的立体匹配算法。该算法利用Ｈａｒｄｙ小波基函数将原始象对分解成一系列具有良好时（空）领域定位性的带通分量，以多通道带通分量的相位信息为匹配基元，从而将视差估计转化为相位差估计问题，整个系统采用由粗到细引导的多通道匹配结构，将匹配约束溶于估计算法之中。实验结果表明，该算法结构简单，抗噪力强，能快速有效地产生密集的视差场。     

基于小波包变换的分层预测图像压缩算法

将基于上下文的算法编码方法和位平面编码方法有机结合,得到了基于小波包变换的分层预测图像压缩算法ＢＰＰ,为了充分利用小波系数间的各种相关性,在组合父子,邻居和兄弟相关性基础上得到了其它四种相关性,提出了小波包基选择方法既保持了父子相关性,彰关,根据二类拉数据的特点,进行了相应的预测和编码,对比分析表明ＢＰＰ的压缩效果 一的其它小波图像压缩算法。     

基于小波特征的台标识别

台标分割与识别在视频语义分析与检索中有着重要作用.首先分析了视频图像序列中台标区域分割算法,然后分析了台标小波特征参数提取方法,并利用提取的小波特征参数实现了台标识别.实验表明,基于小波特征参数的台标识别算法取得了较快的识别速度和较高的识别准确率.     

基于分割采样的小波域图像信息隐藏算法及性能分析

提出了一种结合加密技术的小波域变换图像信息隐藏算法.该方法首先利用分割采样置乱变换对待隐藏图像进行变换加密处理,并对载体图像进行多分辨率小波分解,然后根据人眼视觉特性自适应选取信息隐藏的小波变换域系数.在此基础上,将置乱加密信息乘上一个调节嵌入深度的权值后叠加到所选小波域嵌入位置,实现图像信息的自适应隐藏.实验结果表明,所提出的信息隐藏算法具有非常好的不可见性,对于大量的隐藏攻击手段具有较好的安全性和鲁棒性.     

基于三次B-样条小波变换的汉字字形无级放大算法

本文提出将三次Ｂ－样条小波变换用于汉字字形无级放大处理的算法。该算法是在点阵汉字字形转化成轮廓线描述字形的基础上，将小波变换中的合成过程用于汉字字形的轮廓线放大，小波变换中的分解过程用于提高字形轮廓线放大的质量；在轮廓线放大成２＇与２ｊ＋１倍之间，实现任意比例的无级放大。从仿真结果来看，本算法具有放大质量高、算法简单等特点，不失为一种有效的汉字字形放大处理方法。     

使用小波变换的图象压缩编码算法

本文实现了一种利用小变换的极大值描述进行图像压缩编码的方法。该编码方法能有效的保持图像的重要边缘,在压缩比较高情况下,重建图像主观视觉效果良好。     

基于多尺度小波的Roberts边缘检测法

在Roberts交叉梯度算子边缘检测框架基础上,提出一种小波增强的多尺度边缘检测方法,对不同尺度下的小波变换子图像,通过Roberts梯度算子对各子图像进行空间一次微分,得到对应尺度上的边缘图像,各尺度下边缘图像通过小波重构、融合及差影运算得到最终的边缘图像。实验结果表明,该算法实现简单,能有效地抑制噪声,补偿弱边缘,可以有效获取多个尺度下的边缘信息,对边缘信息定位精度高,是一种可行、有效的图像边缘检测的方法。