基于小波变换的红外图像增强算法研究

针对目前夜间红外图像质量低、噪声大,无法为后续的分析提供支持等问题,提出一种基于小波变换的红外图像增强算法对红外图像进行增强.首先采用二维FWT滤波器组通过小波变换将低质量、缺陷明显的夜间红外图像分解成高频和低频两部分,对高频部分采用改进NL-means算法和改进维纳滤波算法进行降噪,通过改进直方图均衡化防止过度增强.试验结果表明,采用本研究算法进行图像增强,能够提高将近30％的图像对比度和将近40％的信噪比.     

基于提升方法的SPECK算法的研究

集合分裂嵌入块编码算法(SPECK)是基于小波变换的采用块状结构的图像编码算法.对SPECK算法的排序过程进行了详细的分析,针对离散小波变换(DWT)在相同压缩比下,SPECK算法重建的图像质量有时比SPIHT算法差的情况,提出基于9-7整数小波变换的改进的SPECK.先对图像整数小波分解,然后通过完善集合分配策略、合理分配比特等处理.实验结果表明,该算法在相同的输出码率情况下不仅得到了更好的恢复效果,而且缩短了编码时间.     

超光谱图像的三维小波嵌入零块压缩编码

超光谱图像作为一种三维图像,其海量的数据导致在有限带宽信道上传输和存储非常困难,必须对它进行有效的压缩编码.提出了一种基于非对称三维小波变换(3D wavelet transform,简称3DWT)和三维集合块分裂的超光谱遥感图像压缩方法.因为大多数超光谱图像在各个方向上具有非对称的统计特性,所以利用非对称三维小波变换去除图像的谱间和空间冗余.与传统的对称三维小波变换相比,非对称的三维小波变换能够更有效地去除相邻谱段间的冗余.提出了一种改进的3DSPECK(3D set partitioning embedded block)算法--非对称三维集合分裂块算法(asymmetric transform 3DSPECK,简称AT-3DSPECK),并被用于编码变换后的系数.根据变换系数的能量分布特点,三维零块分裂和三维octave子带分裂方法被有效地结合在所提出的AT-3DSPECK算法中.为了优化率失真和加速编码速度,也给出了一种零块优化排序的快速算法.实验测试表明:AT-3DSPECK算法的平均PSNR(peak signal to noise ratio)分别比AT-3DSPIHT(asymmetric transform 3D set partitioning in hierarchical trees)和3DSPECK算法高0.4dB和1.4dB.此外,AT-3DSPECK还具有比零树算法更快的编码速度.     

基于分形图像编码的小波补偿算法

提出了一种对图像进行分形“粗略”（概貌）编码,“细节”（边缘）信息通过小波变换提取图像高频信息进行补偿的编码算法。该编码算法中,小波变换产生的高频小波系数根据系数重要性采用类似嵌入式小波零树编码方式进行编码,从而具有比特率可控等特点。通过实验表明,新编码算法的编码效果优于分形自适应四叉树编码算法和小波变换编码算法。     

提升方案结合改进EZW的快速图像压缩方法

在EZW算法的基础上,针对零树编码存在的不足,利用图像平滑技术,提出了一种基于提升方案下的整数小波变换,简化了计算过程.并根据静止图像经整数小波变(integer wavelet transform)后,各子带系数的幅值动态变化范围小,不利于零树编码(embedded zero-tree wavelet coding)的缺点,在使用嵌入式零树小波编码算法进行变换系数的编码时,提出了新的阅值选取方案..实验结果表明,新的选取方案能够有效地增加零树的数目,从而提高图像的压缩效率.     

基于自适应滤波的嵌入式视频编码算法的研究

嵌入式小波零树编码(EmbeddedZerotreeWavelet,EZW)是一种典型的小波图像编码算法。它是一种非常有效和实用的压缩技术,曾为其他小波编码算法的产生奠定基础。小波变换理论是近几年兴起的崭新的时(空)频域分析理论,与其它的变换编码方法一样,小波变换也是将视频(空域)信号变换到系数空间(频域)上进行处理的方法,许多学者在利用小波变换进行视频图像压缩方面做了大量工作,并取得了相当大的成果,其中Shaprio的嵌入式零树小波编码方法(EZW)则是最有影响的小波编码方法之一。     

一种分层图像编码算法

针对纹理较丰富的图像提出了一种分层编码算法。该算法将图像划分成具有不同特征的两层:平滑层和纹理层,分别基于小波变换和自适应局部余弦变换(ALCT)进行编码。编码平滑层时,仅对原图像一级小波变换后的低频子带进行小波SPIHT编码,在减少计算量的同时,提高了整个算法的性能。该文改进了实现ALCT的折叠算子,并且提出了一种ALCT系数的重组方案,从而利用零树编码获得了嵌入式码流。实验结果表明,本算法在未进行算术编码的情况下,压缩性能优于SPIHT,并且在重建图像中更好地保留了原图像的纹理特征。     

基于EZW的嵌入式图像编码算法的研究

嵌入式零树小波(EZW)编码算法是基于小波变换的一种图像压缩方法,它可以实现渐进编解码,进行有损或无损压缩,具有较高的压缩比和图像恢复质量.在研究嵌入式零树小波编码算法及原理的基础上,描述了算法的应用过程,阐述了具体的实现思路.结合多组图像数据对算法的过程进行测试,对其性能进行了评价.评价结果说明算法在原来方法的基础上进行了一些有效的改进,获得了更高的编码性能.     

基于边缘自适应小波变换的低比特率图像压缩算法

常规的小波压缩算法在低比特率情况下将不可避免地在图像强边缘附近产生振铃效应。为此提出了一种基于边缘自适应小波变换的低比特率图像压缩算法。在编码端，先检测出图像的强边缘并将其作为附加信息进行编码；然后，利用强边缘信息将图像沿行列方向分割成一些独立的数据段分别进行小波变换；最后，利用EBCOT算法对得到的小波系数进行编码。特别地，从图像的成像机理出发，提出了一种克服分段数据边界效应的新方法。实验结果表明，这种边缘自适应小波变换即使在比特率极低的情况下也可以保持图像轮廓的清晰，强边缘附近的振铃效应也得到有效的抑制。由于附加信息的存在，压缩图像的PSNR值相比于常规方法通常会有所降低，但图像的主观视觉质量却有明显的提高。     

矢量小波在图像压缩中的应用

为了评估在低比特率情况下矢量小波变换压缩图像的效率，使用一种有效的嵌入式小波系数来实现编码．首先，使用Tan等找到的预滤波器对二维图像进行预滤波；并选择BSA(4／4)^*滤波器进行滤波；然后使用一种经过改进的嵌入式零树小波编码方法来对矢量变换系数进行量化；最后，利用算术编码算法对比特流进行编码．文中给出了一些实验结果来证明本文方法的可行性，并且把它们与标量小波变换和其他矢量变换的结果相比较。     

A dyadic multi-resolution deep convolutional neural wavelet network for image classification

For almost the past four decades, image classification has gained a lot of attention in the field of pattern recognition due to its application in various fields. Given its importance, several approaches have been proposed up to now. In this paper, we will present a dyadic multi-resolution deep convolutional neural wavelets’ network approach for image classification. This approach consists of performing the classification of one class versus all the other classes of the dataset by the reconstruction of a Deep Convolutional Neural Wavelet Network (DCNWN). This network is based on the Neural Network (NN) architecture, the Fast Wavelet Transform (FWT) and the Adaboost algorithm. It consists, first, of extracting features using the FWT based on the Multi-Resolution Analysis (MRA). These features are used to calculate the inputs of the hidden layer. Second, those inputs are filtered by using the Adaboost algorithm to select the best ones corresponding to each image. Third, we create an AutoEncoder (AE) using wavelet networks of all images. Finally, we apply a pooling for each hidden layer of the wavelet network to obtain a DCNWN that permits the classification of one class and rejects all other classes of the dataset. Classification rates given by our approach show a clear improvement compared to those cited in this article.

     

基于小波变换理论的影像融合及评价

研究了基于MALLAT小波变换与静态小波变换(SWT)改进的IHS影像融合方案,并与标准IHS,BROVEY,PCA融合算法进行对比,分析了各种融合结果的优缺点。采用信息熵,标准差指标对信息量进行比较。选择平均值,相关系数,标准偏差指数进行融合影像光谱特征评价。针对ETM 全色波段与多光谱波段进行实验分析,结果表明小波变换融合算法总体优于传统融合算法,并能较好的保持光谱特性,但两种不同的离散小波变换方法改进的融合效果各有优缺点。     

基于超混沌迭代的双重零水印算法

提出一种用超混沌迭代产生的序列进行加密的双重零水印算法,用图像离散余弦变换和小波变换后的重要系数分别构造零水印,以提高水印算法的抗攻击能力,采用超混沌序列进行加密,以提高系统的安全性。实验结果表明,该算法提高了水印系统的综合性能,具有较好的不可见性、鲁棒性和安全性。     

基于带参数整数小波变换可见数字水印

构造出了带参数的整数小波,应用变型的Rijndael密码构造出了Hash函数.提出了一种基于带参数整数小波变换、离散余弦变换及变型Rijndael加密算法的可见数字水印算法.利用整数小波的参数变化,并结合Hash函数保证了水印的安全,同时使得该可见数字水印满足公开密码体制.通过理论分析和实验证明,该方法能够保证图像的质量和水印的安全,在版权保护方面具有广阔的应用前景.     

一种改进的魔方数字水印算法研究

为了提高数字水印算法的安全性和鲁棒性,在研究了各种常见的水印算法优缺点的基础上,提出了一种改进的基于魔方概念的数字水印算法。首先通过魔方混沌算法将原始水印转化为噪声信号,以提高水印安全性。再结合离散余弦变换(DCT)、离散小波变换(DWT)和矩阵奇异值分解(SVD)嵌入水印,以提高水印的不可见性和鲁棒性。实验结果表明,在确保不可见性的基础上,水印信息在噪声干扰、图像处理、图像压缩下具有很好的鲁棒性。     

基于二维混合变换(DCT-DWT)的图像水印算法

本文首先分析现有的离散余弦变换(DCT)和小波变换(DWT)结合的数字图像水印算法;然后,给出二维混合变换(DCT-DWT)的定义,性质,算法;最后提出基于DWT-DCT混合变换的嵌入和检测水印的算法。试验结果:该算法有很好的鲁棒性。     

Contourlet和小波相结合的SPIHT算法

借鉴Contourlet变换和WBCT的思想,采用Contourlet和小波相结合的变换,并根据变换后系数的特殊结构,提出了一种新的空间方向树结构,实现了对变换后系数的类似SPIHT编码,达到了对图像压缩的目的。实验表明,该算法能更好地恢复图像的纹理和细节信息,并在低比特率下具有较高的峰值信噪比。     

基于DWT和SVD相结合的图像水印算法

以多级小波变换,奇异值分解为基础,一种新的可以同时抵抗几何变换及噪声攻击的图像数字水印算法被提出.首先对水印图像先做加密处理,将原始图像进行多级小波分解,然后对其低频部分进行奇异值分解,并把已加密的水印信息嵌入其中.实验结论和攻击测试表明:该算法不仅具有较好的不可感性,而且与相近算法相比,该方法可以同时抗击几何变换,如旋转、剪切、镜像,及叠加噪声如椒盐、高斯噪声等外界攻击,并具有很好的鲁棒性.     

整数CDF(2,2)双正交小波变换结合SPIHT的无失真图像压缩

讨论了整数CDF(2,2)可逆双正交小波变换,该方法可以由加法和移位完成,所以运算速度快,便于硬件实现该方法与SPIHT以及熵编码相结合可以实现无失真图像压缩,与ARJ、JPEG、整数Haar变换结合DPCM中使用的无失真编码方法相比,压缩比分别平均提高了40%、30%、15%左右。     

DWT域图像水印的精确嵌入与盲检测的实现

文章提出了一种用于版权认证的基于小波变换的盲图像水印算法,该算法首先从低频子带中选择N个大系数作为嵌入区间,用它们的的低5位表示水印信息;在嵌入过程中,该算法根据小波变换所具有的良好的空域局部化特性,采用了分块舍入技术,实现了水印信息的精确嵌入;在检测过程中,文章提出了一种新颖的差分检测方法,替代了传统的位置检测方法,既简化了检测过程,又增强了系统的鲁棒性。实验结果证明,该算法具有嵌入信息量大,水印透明性好,对各种常见的图像处理操作、有损压缩、裁剪和几何变换抵抗性强等特点。