基于小波包变换的遥感图象融合

为了能够更好地把来自多传感器的图象信息综合起来，以提高对图象信息的分析和提取能力，在研究了小波包图象分析法之后，提出了一种基于小波包变换的图象融合方法，由于小波包变换能对图象进行多层次分解，包括对小波变换没有细分的高频部分也能进行进一步的分解，因此小波包分析能够为图象提供一种比小波多分辨分析更加精细的分析方法，利用此融合算法将由多传感器获得的同一目标不同波段的遥感图象和不同分辨率的遥感图象进行融合后得到的融合图象，能够很好地将源图象的细节融合在一起，通过与该融合图象进行主观与客观的评价比较，证明该融合方法可以获得更好的融合效果。     

小波图象去噪综述

小波图象去噪已经成为目前图象去噪的主要方法之一。在对目前小波去噪文献进行理解和综合的基础上，首先通过对小波去噪问题的描述，揭示了小波去噪的数学背景和滤波特性；接着分别阐述了目前常用的3类小波去噪方法，并从小波去噪中常用的小波系数模型、各种小波变换的使用、小波去噪和图象压缩之间的联系，不同噪声场合下的小波去噪等几个方面，对小波图象去噪进行了综述，最后，基于对小波去噪问题的理解，提出了对小波去噪方法的一些展望。     

结合小波变换的零搜索分形图象编码

为提高分形图象编码的质量,缩短编码时间,针对Monro在文献[1]中提出的零搜索分形图象编码方法,其恢复图象在存在的块效应的问题,提出了一种结合小波变换的多项式近似快速分形图象编码方法,该方法是利用各频带间能量分布不均衡的特性,构造一种结合小波分解的分形图象编码算法,首先对图象进行塔式离散正交小波变换,然后再对小波系数进行分形编码,实验结果表明,用该算法对图象进行编码,不仅使恢复图象的质量得到了较大的提高,而且编码时间仅用1．48s。     

基于二维小波分解的图象编码

本文给出一个基于二维小波分解来进行图象压缩编码的方法。这里是使用正交小波变换来由行图象分解，得到一个图象的多分辨率表示，各频道分量对图象结构的把握是整体的，从更大程度上解除了图象象素之间的相关性，克服了由ＪＰＥＧ方法进行图象压缩编码而产生的块效应。对图象进行二维正交小波分解后，我们使用ＣＶＱ对小波系数进行编码，得到了较高的编码效率和重建图象质量。     

一种基于小波变换的迭代正则化图象恢复算法

提出一种基于小波变换的迭代正则化图象恢复算法,兼顾抑制噪声的增长和保留图象重要边界。该算法根据图象小波变换各个子频段的不同频率特性和方向特性,分别采用不同的正则化参数和正则化算子。实验结果表明舸用该算法的图象恢复的性能优于常规的空域算法。     

基于小波分形特征提取的图象分割方法

提出了一种基于小波分解和分形纹理特征计算的图象分割方法,首先考虑对图象进行小波变换,然后对不同通道的子图象提取纹理的分形特征和能量特征,最后用直方图阈值分割方法实现图象的分割,实验表明,该方法对模拟纹理图象以及多少谱遥感图象的分割都取得了满意的效果。     

基于多进制小波变换的图象放大方法

多进制小波是近几年发展的小波分析理论的一个新分支，为了更好地进行图象的放大，提出了一个基于多进制小波变换的图象放大方法，并用三进制小波变换进行了图象的放大试验，通过与常用的插值放大方法进行比较的结果表明，基于多进制小波放大的图象能较好地保持原来图象的特征，优于一般的插值放大方法。     

一种基于局部极大模和分形的混合编码方法

在分析分形理论和小波变换模极大值用于图象压缩方面优缺点的基础上 ,根据它们的特点 ,综合利用两种方法的优点 ,弥补它们不足 ,提出了一种基于小波变换极大模和分形的混合编码方法 .该方法先利用小波局部模极大值提取的图象边缘特性来进行图象编码 ,然后用分形的自相似性对图象的误差图进行压缩 ,以获得高压缩比和质量好的恢复图象 ;同时还简单进行了理论阐述和给出了具体算法的步骤 .实验结果表明 ,采用此方法压缩后的图象不仅视觉效果好、无方块效应 ,而且边缘无振荡现象、图象清晰无模糊 ,压缩比高 .     

多小波图象编码

首先,与许多有关多小波的文献不同,该文从Ｍａｌｌａｔ多分辨率分析的角度叙述多小波理论,并由此推导出多小波变换的快速算法;其次,结合二种常用的多小波图象变换预处理方法,提出了一种新的预处理方法,最后,揭示了经多小波分解后,同一幅矢量子带图象不同分量图之间的相关性,并利用这种相关性进行图象编码,理论分析和实验数据都表明,多小波图象编码是一种很有潜力的图象编码方法。     

多通道小波在掌纹图象几何变换与消噪中的应用

提出了三通道小波变换的思路，解决了实际应用中获得的掌纹图象，由于采样问题而产生严重几何变形的校正问题，采用QMF的方法构造出多通道小波滤波器组，三通道小波分解后进行二插值重建对数字图象进行重采样，从而达到图象几何变换的目的，小波变换有分频的特性，在对图象进行几何变换处理的同时，也对采样效应引起的噪声（Morie条纹）进行了消除，掌纹图象经过处理后的效果令人满意，从而证明方案可行。     

基于多传感器图像融合技术的鲁棒景象匹配算法

将多个传感器获取的具有不同大小、不同分辨力和不同信噪比的实时图基于Kalm an滤波的方法进行融合,以提高实时图的性能;搜索融合后的实时图在基准图中的位置达到目标定位之目的,即进行景象匹配。在景象匹配过程中,选用归一化互相关系数作为相似性度量。多组实验与分析表明:所介绍的基于多传感器图像融合技术的景象匹配算法可以有效地解决实时图存在部分遮挡、灰度与对比度变化以及复杂噪声干扰等影响下的景象匹配问题。     

广义模糊算子法用于图象的浮雕显示

广义模糊算子法是一种用于图象边缘检测的全新而有效的方法。它能与不同的图象预处理方法相结合从而产生不同的图象显示效果。此文提出一种预处理方法，首先对一幅图象进行预处理，然后将广义模糊算子作用于该图象，能得到较好的浮雕显示效果。调整预处理中的参数，所显示的效果也有所不同。     

基于图像质量等级的自动目标识别效果评估

通过对图像质量度量指标类型进行统计分析,提出一种简单的图像质量等级划分方法,在此基础上利用支持向量机对各图像子集进行目标识别,分析图像质量对目标识别效果的影响,结合传统的目标识别效果评估方法,给出一种基于图像质量等级的目标识别效果评估方法。实验结果证明,与传统方法相比,该方法的评估结果更准确。     

多区域差异化的图像风格迁移算法

图像风格迁移技术可以自动地赋予图像不同的风格。现有的研究大多针对图像的整体或者图像中的单一区域进行风格迁移,在实际应用中难免存在局限性。在风格迁移过程中引入内容图像的语义信息,提出一种针对图像不同区域进行的差异风格化的方法。将内容图像经过语义分割后引入VGG损失网络,从而限定图像的风格化区域。分别在每个区域上计算各自的格拉姆矩阵,并在反向传播阶段将梯度传播限定在各语义区域上,得出针对图像不同区域的风格特征值。将正则化损失引入损失函数中,以减弱不同区域间的相互影响。在Microsoft COCO2017数据集上设计了实验,结果表明,该方法实现图像多个区域不同风格化的同时,保证了区域之间过渡自然。     

遮挡物体移除与图像纹理修补方法

以基于样例修补的目标移除方法为基础,改进了基于样本块的图像纹理修补方法.首先将抠像技术应用到目标物的提取过程中,然后使用图像分割的方法实现了分区修补的目的.改进后的方法能够更好地还原图像的线性特征并且减少图像修补的时间.在此基础上,根据不同角度的图像可以提供更加丰富的修补信息这一思想,进一步提出一种基于多幅图像的修补方法,并取得了更高质量的修补效果.实验结果表明,该方法不仅能够准确地提取并移除图像上不需要的物体,而且能够有效地修补图像受损区域的纹理和结构.     

基于动态图像差分的多维脉搏信号获取

传统的脉搏传感器无法实现真正的多点脉搏信号检测。该文应用新型脉搏图像化检测装置采集脉搏动态图像，提出利用图像差分的方法获取多点脉搏信号。对不同差分方法实验结果的进一步比较分析表明，利用选择参考帧的差分法能够获得稳定的脉搏信号。讨论了参考帧的选择，实现了多维脉搏信号的获取。为脉搏信号检测与脉诊客观化研究提供了新的思路和方法。     

用二元向量有理插值实现彩色图像缩放的方法

以二元向量有理插值为基础，提出了一种图像缩放方法．首先将图像的每一个像素看作是平面域的关于RGB三原色的一个向量，利用二元Newton—Thiele型向量连分式建立关于像素值的有理插值函数，即有理插值曲面；然后对此有理插值曲面进行重新采样，以实现图像的缩放．通过实验证明，该方法能有效地用于图像的缩放处理，并且算法简单，易于实现．     

基于卷积网络的灰度图像自动上色方法

随着深度学习的出现,灰度图像自动上色得到了快速的发展,出现了上色效果优秀的基于one-hot编码（独热编码）的方法,避免基于[L2]损失函数上色效果平淡的问题。沿用one-hot编码方法的基础思路,提出了一种卷积网络的灰度图像自动上色方法。该方法对编码器与解码器进行了改进和重新设计,重新设计了神经网络结构。通过使用高斯函数的传统卷积,减少每一个像素点选取邻近分类的数量,简化了one-hot解码与编码的流程,避免了频繁选取参数,提升了处理图片的速度。通过堆叠不同尺寸的空洞卷积以及添加Dropout等方法,构建了一个体积相对较小、速度较快的基于深度学习的灰度图自动上色网络。实验证明了提出的方法图像上色效果良好,且在网络体积、上色效果上有较大的优势。     

基于空间特征的SAR图像分割方法研究

空间矩阵描述了不同区域间的相邻概率。SAR图像具有不同地域呈现不同纹理的特征,并且区域间有较大的对比度,因此SAR图像的空间矩阵具有同类区域间相邻概率最大,异类区域间相邻概率较小的特点。利用这一特点,该文提出了一种基于空间矩阵的图像分割的方法。该方法将空间矩阵作为适应度,用遗传算法可以使分割阈值收敛到最优,并在阈值搜索的过程中用孤立点检测的方法消除相干斑噪声的影响。仿真结果表明,这是一种有效的SAR图像区域分割方法。     

一种新的小波半软阈值图像去噪方法

在小波半软阈值图像去噪方法基础上,提出了一种基于自适应局部相关系数的新方法。该方法在软阈值法和硬阈值法之间有很好的折衷,通过加入局部相关系数,使其在各种小波变换中均能增强子带内小波系数的相关性。在阈值选取中选用了基于Bayes风险估计的自适应阈值和具有统计意义上的阈值方法,获得了小波系数不同子带不同方向的最优估计。实验结果显示,该方法去噪效果显著,同时能够改善小波变换所造成的图像视觉失真和边缘振荡效应,更好地保留了图像边缘和细节纹理特征。该方法可通过调节局部相关系数控制图像去噪程度和效果,能满足不同需求,具有很高的实用价值。