基于红黑小波的图像显著性检测

频域分析方法是图像显著性检测的经典方法之一,算法简单且计算速度快.然而传统的傅里叶频域分析方法计算出的显著性图精细度较低,难以获得满意的显著性区域分割结果.针对此问题,文中提出基于红黑小波变换的图像显著性检测方法.首先根据图像的尺寸确定红黑小波的分解层数;然后将原始图像和经过高斯平滑处理的图像分别进行红黑小波分解,求得二者分解结果的差值,并对该值进行红黑小波反变换获得显著性图.实验结果表明,与传统的傅里叶频域分析方法相比,该方法可获得更好的显著性检测效果.     

几种变换域体绘制算法的比较研究

医学图像三维重建技术具有重要的学术意义和应用价值.变换域体绘制是该重建技术的一个新兴的重要分类,目前它已成为一个热点研究方向.综述了变换域体绘制下的傅里叶体绘制、哈特里体绘制、小波域射线投射法、小波足迹法典型算法的算法思想和优缺点,而且通过列表与其它三维医学图像可视化算法的特点及性能进行了分析比较,从而得出变换域体绘制具有绘制速度快、图像品质高等其它绘制算法不可比拟的优点及其相应的改进之处.     

几种变换域体绘制算法的比较研究

医学图像三维重建技术具有重要的学术意义和应用价值。变换域体绘制是该重建技术的一个新兴的重要分类,目前它已成为一个热点研究方向。综述了变换域体绘制下的傅里叶体绘制、哈特里体绘制、小波域射线投射法、小波足迹法典型算法的算法思想和优缺点,而且通过列表与其它三维医学图像可视化算法的特点及性能进行了分析比较,从而得出变换域体绘制具有绘制速度快、图像品质高等其它绘制算法不可比拟的优点及其相应的改进之处。     

基于变换域和噪声估计的路面图像去噪研究

针对不考虑噪声的统计分布,仅使用傅里叶变换或小波变换对图像进行降噪处理会带来图像的失真（扭曲）的问题,提出基于变换域和噪声估计的图像去噪方法。算法根据傅里叶变换和小波变换对图像的有效表示侧重点不同,以及图像噪声在不同变换域下的统计特性,提出先将图像进行傅里叶变换,根据噪声的统计特性构造传递函数H,使用Wiener滤波器进行降噪处理,得到一次降噪图像;再对图像再进行小波变换,根据噪声在小波的各尺度下,以及同一尺度下的不同特性,分别采用软门限降噪法和MMSE准则的降噪方法,得到二次降噪图像。仿真实验证实,该算法能有效提高降噪效果,降噪后的图像不失真,包含噪声少。     

用于EVS的改进小波变换图像融合算法

为增强小波变换图像融合算法的实时性,提高视觉增强系统(EVS)可见光图像与红外图像实时融合的效率,提出了一种基于矩阵QR分解和小波变换的图像融合算法.该算法对原始图像的像素矩阵进行QR分解,再利用正交矩阵的性质,根据小波变换图像融合算法对QR分解得到的上三角矩阵进行分解融合,利用QR分解得到的正交矩阵逆变换得到融合图像.实验结果表明,该算法能获得较好的实时性,同时保证较好的融合效果.     

视频运动图像中人脸清晰度的分析与捕捉

图像的清晰度主要取决于它的高频分量的能量,离散快速傅里叶变换和小波变换,是两种优秀的频域变换工具。介绍了利用离散快速傅里叶变换和小波变换分析运动图像中人脸清晰度的方法：首先利用直方图均衡化以及形态学操作对图像进行预处理;然后进行人脸检测和人脸跟踪;最后进行人脸的捕捉。对比了离散快速傅里叶变换和几种小波变换的质量和效率,实验证明基于bior基的小波变换是最有效的。     

基于冗余小波变换与引导滤波的多聚焦图像融合

针对传统多尺度变换在多聚焦图像融合中存在的边缘晕圈问题,提出了一种基于冗余小波变换与引导滤波的多聚焦图像融合算法。首先,利用冗余小波变换对图像进行多尺度分解,将源图像分解为一个相似平面和一系列小波平面,该多尺度分解能够有效地提取源图像中的细节信息;然后,对相似平面和小波平面分别采用引导滤波的加权融合规则来构造加权映射,从而得到相似平面和小波平面的加权融合系数;最后,进行冗余小波逆变换,即可得到融合结果图。实验结果表明,与传统融合算法相比,所提算法能够更好地体现图像边缘的细节特征,取得了较好的融合效果。     

多频率超声衍射CT图像重建的研究

根据傅里叶衍射投影定理,不同频率的超声波得到的投影数据的傅里叶变换对应着复平面上不同半径的圆弧。文中对多频率衍射层析成像原理进行深入探讨,提出了多频率超声CT模型,并对多频率超声CT进行实验研究。重建步骤如下：首先,根据标准的体模算出重建数据点的值;然后运用网格插值法将非笛卡分布的重建数据点插值到笛卡网格内;最后用二维的傅里叶逆变换完成图像的重建。多频率超声衍射CT的成像速度要快于单频率CT的成像速度。     

多频率超声衍射CT图像重建的研究

根据傅里叶衍射投影定理,不同频率的超声波得到的投影数据的傅里叶变换对应着复平面上不同半径的圆弧.文中对多频率衍射层析成像原理进行深入探讨,提出了多频率超声CT模型,并对多频率超声CT进行实验研究.重建步骤如下:首先,根据标准的体模算出重建数据点的值;然后运用网格插值法将非笛卡分布的重建数据点插值到笛卡网格内;最后用二维的傅里叶逆变换完成图像的重建.多频率超声衍射CT的成像速度要快于单频率CT的成像速度.     

基于静态小波变换和2代曲波变换的图像融合算法

提出了一种基于静态小波变换(SWT)和2代曲波(curvelet)变换的图像融合算法.首先将原图像分别进行SWT变换得到高、低频分量.然后,对低频分量采用基于2代曲波变换的方法进行融合,对高频分量基于绝对值最大的方法进行融合.最后进行SWT逆变换得到最终的融合图像.实验结果表明,该算法具有SWT变换和2代曲波变换二者的优点,主客观评价均优于单独SWT变换和单独2代曲波变换融合算法,也优于离散小波变换(DWT)和曲波变换相结合的融合算法.     

An Extension of Fourier-Wavelet Volume Rendering by View Interpolation

This paper describes an extension to Fourier-wavelet volume rendering (FWVR), which is a Fourier domain implementation of the wavelet X-ray transform. This transform combines integration along the line of sight with a simultaneous 2-D wavelet transform in the view plane perpendicular to this line. During user interaction, only low resolution images are computed based on wavelet approximation coefficients. When user interaction ceases, the images are refined incrementally with the wavelet detail coefficients. The extension proposed in this paper is similar to a technique called view interpolation, which originates from the field of computer graphics. View interpolation is used to speed up rendering of complex scenes by precomputing images from a number of selected viewpoints. For intermediate viewpoints, rendering is performed by interpolating the precomputed images. In this paper, we show that for FWVR the speed of rendering low resolution images is increased by interpolation of precomputed sets of wavelet approximation coefficients in the Fourier domain. The differences with traditional view interpolation are that (i) interpolation is performed on the wavelet approximation coefficients in the Fourier domain and not on images, and (ii) interpolation is performed during user interaction only. When interaction ceases, ordinary FWVR progressively renders an image at high quality. Medical CT data are used to assess the accuracy and performance of the method. We use regular angular sampling of spherical coordinates which determine the viewing direction. The results show that angle increments as large as 10 degrees result in only a small degradation of image quality.     

基于小波的网络多分辨率体绘制

为了能在网络环境下，快速地进行三维绘制，提出了一种网络环境下的基于小波的体数据多分辨率体绘制方法，该方法采取基于客户端的三维重建方案，首先利用三维小波的多分辨率分析方法，将体数据分解为不同分辨率下的离散逼近信号与高频细节信号；然后按先离散逼近信号，后高频细节信号的次序将数据传输到客户端；最后在客户端实现由粗及精的、渐进式的三维绘制。在这个过程中，一种3D的Mallat滤波器组被用来加速体数据的3D小波分解与重构，一种离散的简略化小波域体绘制方程被用来满足体绘制的实时性。实验结果表明，由于该方法仅需要12．5％或更低的数据量，即可以绘制出品质良好的图像或图像的概貌，所以非常适宜于需要频繁选择、交互的三维图像网络系统。     

基于小波的图像序绘制算法研究

以三维医学ＣＴ数据为实验对象,描述基于小波的图像序列绘制的关键技术;物质人了数、体数数据的小波表示、明暗计算及体绘制积分的计算。修正现有文献中差异 分因子的定义,由此提出新的数据结构,阐述利用同一光线上相邻抽样点的相关性构造数据结构的技术,给出了简化的明暗计算方法,以重构三维数据场代替重构光亮度场,提出基于小 图像序绘制的改进算法。最后,通过实例检验了有关绘制算法的实用性能。     

基于小波的大容量无损数据图像隐藏及其应用

提出了一个基于整数小波的无损大容量数据图像隐藏方法,该方法基于人眼视觉对于小波域各个频率子带不同的敏感性,将大容量的数据嵌入到小波系数的较低位平面中。该方法不但能保证嵌入数据后的图像在视觉上失真较小。对于预先处理后的图像,不但嵌入数据可以无损恢复,载体图像也可无损恢复。在电子政务中应用了该方法,并取得了较好的效果。     

一种基于蒙特卡罗方法的体绘制算法*

为解决医学图像三维可视化中大规模体数据显示速度与成像质量问题,引入一种基于蒙特卡罗方法的新颖体绘制算法。本算法根据给出的概率密度函数从随机样本点或其子集中选取一个点阵来进行绘制,主要适用于对大规模体数据集的有效可视化。另外,使用渐进细化的方法在图像质量和交互性上进行权衡折中,以适应实时要求。实验结果表明,在最终图像分辨率固定的情况下,本算法的时间复杂度和空间复杂度都比之前的算法要好,成像质量也满足实时绘制要求,可以在实际应用中使用。     

一种基于小波的人脸衰老化合成方法

提出了一种基于小波变换与纹理移植相结合的人脸衰老化合成(绘制)方法.首先,将衰老模板进行二维离散小波变换(2D discrete wavelet transform,简称2D DWT),提取出承载衰老皮肤纹理特征的高频子图与高通滤波后的低频子图;然后,将其与目标人脸图像的对应分量进行置换与融合,利用小波重构来完成衰老纹理向目标人脸的移植;同时,提取出年轻人群到年老人群在脸形上的平均变化,将其作用在目标人脸上以增强衰老化合成的效果.结合色彩渲染技术,设计实现了真实感人脸衰老化绘制的完整技术框架.实验部分分别将该方法应用于东西方人脸以及艺术图片,绘制结果显示出了具有真实感和感染力的效果.与基于PCA(principal components analysis),3D渐变模型、比例图等方法相比,该方法较好地解决了在人脸衰老化绘制中真实感与易操作性之间难以折衷的问题.     

基于变换域的条带噪声去除方法

为解决线扫描图像中的条带噪声干扰问题,提出了傅里叶变换与小波分解相结合的变换域条带噪声去除方法。首先对图像进行多尺度小波分解,将包含条带噪声的小波子带与包含图像信息的小波子带分离;然后对含有条带噪声的小波子带进行傅里叶变换,并对变换系数进行带阻滤波以消除条带噪声。利用实际采集的带有条带噪声的棉花异性纤维图像进行仿真实验,结果表明:傅里叶变换与小波分解相结合的方法,去噪效果明显优于单独使用傅里叶变换或小波分解的方法,既能有效地去除图像中的条带噪声,又能较好地保持图像的细节信息。     

一种基于小波与概率估计的医学图像配准方法

为提高医学图像配准效果,提出了一种基于小波变换和互信息的配准方法.以小波变换对源图像进行二级分解,并在每个分解层对其子带分量分别进行贝叶斯最大验后概率估计,求概率估计的回归参数,得到配准图像的各小波子带分量,再进行小波逆变换,实现对源医学图像的配准.