基于小波变换的图象压缩方法

由于小波变换具有良好空间一频率局部化特性，使得原始图象的能量大部分聚集到了低频子图，利用原始图象在小波分解中不同分辨率级能量分布不均匀的特点，可以提高图像压缩的效率和重建图象的质量。实验证明，小波变换在图象压缩中的应用可以有效的提高压缩效率和重构后图象的质量。     

基于树型小波变换的图像检索算法分析

本文结合树型小波变换的基本原理和算法，分析了基于树型小波变换的图像检索过程及其优缺点，比较了树型小波变换和高斯滤波算法检索纹理图像的结果。经过研究得出：基于树型小波变换的图像检索算法在检索纹理较清晰图像时结果更精确，有着很大的应用优势和开发潜力。     

一种改进的边缘检测方法

本文提出了基于小波变换和图像融合的一种改进的边缘检测方法。该方法利用小波变换将数字图像分解为高频和低频分量,对高频和低频分量分别进行边缘检测;再采用局部区域方差准则把高频和低频边缘在小波域进行融合。实验表明,该方法能够有效融合高频、低频边缘图像特征,具有较好的边缘检测功能。     

基于快速小波变换的高适应性图像检索技术研究

在目前已有的研究工作中,基于自适应小波的图像特征在基于内容的图像检索领域获得了广泛的应用.但这些方法存在一个共同问题,即采用相同的小波基描述不同的查询图像.为了提高图像检索技术的自适应能力,本文对不同的查询图像设计不同的小波基表示,从而实现用可调整的距离测度表征不同类别图像的特征改变.为了进一步降低表征图和表征导数图的求取时间,该文使用了近似泰勒展开.实验结果表明,这种新的图像检索技术具有高度的自适应能力,检索性能也大幅度提高.     

DCT系数与存储系统错误隐藏

基于DCT的图像压缩算法压缩了块内的空间冗余,可以利用块间的空间冗余信息实现基于DCT块的错误隐藏。通过分析DC、AC系数对图像质量的不同影响,提出了针对磁盘阵列错误隐藏的3种DCT系数重建算法,以JPEG图像为例进行算法验证,并对3种算法进行了性能分析。基于DCT的错误隐藏算法可用于客户端近似重建图像,隐藏存储系统或传输信道带来的错误。     

用于移动机器人遥操作的数字图象稳定化技术研究

提出了基于长时运动滤波和图象仿射变换的数字图象稳定模型，在ＰＩＰＥ机上完成了一个数字图象的实时稳定系统。关键技术包括图象运动检测方法、运动滤波方法，消除抖动的运动补偿方法以及从色素到象素的图象校正算法。     

基于小波变换的图像特征点提取方法

图像教据的无序激增使得基于内容的图像检索技术成为一个研究热点。为克服普通颜色特征不考虑颜色的空间分布的缺点,提出一种基于小波变换的图像多分辨率分块特征点提取方法。     

小波变换在多光谱图象压缩中的应用

机载高分辨率成象光谱仪所记录的数据量很大,而采用普通的压缩方法其精度满足不了事后处理的要求。因此利用小波变换,将图象分解成不同的频率区域,再根据多光谱图象的特点进行编码压缩,较好地完成了压缩编码的任务,与通用的压缩方法相比,不易产生细节模糊,具有更高的精度。     

基于静态小波变换的珍珠表面缺陷自适应增强技术

针对珍珠表面带状、线状类型缺陷区域呈现低对比度的特点,提出了一种基于静态小波变换的珍珠缺陷区域适应增强的新算法.该算法以最大化缺陷响应为目标函数设计最优小波基函数;然后利用各尺度上小波系数间的相关性对噪声进行抑制;最后对小波系数进行自适应增强来凸显缺陷区域的细节信息.试验结果表明:与传统的图象增强方法相比,文中提出的方法能较好地抑制噪声、保留原始图像有用信息的基础上增加图像中珍珠表面缺陷区域的对比度.     

图像镶嵌技术理论、难点及应用

图像镶嵌技术是一种表示图象序列信息的新技术，它通过找出一对图象间的视觉相关性，进而求出图象间的转换关系，最终将一序列真实图象合成为同一世界坐标系下的全维场景。这里，我们给出图象镶嵌技术的基本理论，然后讨论图象镶嵌技术的难点及应用。     

基于小波分解的视频分级编码方法

提出了一种基于小波分解的视频分级编码方法,该方法主要是对视频对象实施小波分解,将其低频子带与高频子带分别作为基本层与增强层进行编码,以实现视频对象的空域分级、时域分级与混合级。同时,根据小波的方向性特点,采用了视觉模式图像编码方法,以提高编码效率。     

采用小波与神经网络的高效图像数据压缩方案

通过构造特别的映射、整函数和BP神经网络,获得一套基于神经网络的无损数据压缩方案。由于该方案能压缩已被小波编码压缩过的数据,因此将其嵌套入一好的小波编码系统就可以获得一种基于小波与神经网络的高效图像数据压缩方案。实验证明,该高效方案对于Lenna图像的压缩比为43∶1, 并且恢复的图像有较好的视觉效果。     

虹膜识别的身份认证系统

基于虹膜识别的身份认证系统包括3部分:虹膜图像采集,虹膜图像预处理,虹膜图像编码和识别。预处理过程中对虹膜的精确定位,使定位后的虹膜图像具有平移、尺度和旋转的不变性。与现有其他方法相比,该方法将Symlets小波用于虹膜图像编码,使算法的运行速度大大提高,为Daugman方法的8倍, 克服了当前流行算法中计算量过大的问题。     

基于双正交小波变换的资源二号卫星与多光谱影像融合方法研究

针对基于Darbechies等正交小波函数的遥感影像融合时引起失真的现象,引入双正交小波函数,提出了基于双正交小波变换的融合方法,对资源二号卫星和TM的多光谱影像的融合进行研究,并把融合结果与主成分、IHS和Brovey等融合结果进行比较。通过对光谱特征曲线、相关系数、光谱扭曲程度等分析和空间细节的对比,说明双正交小波融合方法除了提高空间分辨率外,最好地保持了多光谱影像的光谱特征,有利于专题信息的提取。     

双正交冗余小波变换的图像去噪方法

由于正交小波变换的不具备线性相位、不具有平移不变性等特性,导致其在图像去噪领域仍存在很多问题,本文将双正交冗余离散小波变换应用到几种经典小波阈值图像去噪方法中,以克服标准正交小波变换在阈值图像去噪中存在的问题.实验证明该方法的去噪效果明显优于正交小波方法和普通双正交小波变换的去噪效果.     

小波多辨率CT成像及处理算法

分析了小波变换进行低分辨率快速图像轮廓重构和局部区域精确重构的算法。在这种算法中，滤波器与小波有关，从而可由反投影得到各种小波图像。通过小波多尺度分析和小波系数控制，提出一种简单算法进行图像增强和噪声去除。与标准的算法相比，该算法提高了重建速度和图像精度。     

双正交小波变换多分辨率图像融合方法

为了避免常规正交小波变换所引起的图像边缘失真,特别采用了双正交小波变换进行图像的多分辨率分解。在融合处理时,为了获得更丰富的细节和更好的融合效果,对不同分解层、不同方向上的高频分量以及同一分解层图像中的不同区域均采用不同的融合算子。实验结果表明,该融合方法和融合规则是十分有效的,融合后图像的边缘和纹理细节都更加突出。     

采用离散余弦变换的小波图像去噪方法

提出一种通过对小波域中噪声能量的估计来进行去噪的新方法。算法采用离散余弦变换(DCT)提取小波系数的主要特征,无需对噪声方差进行估计。对图像进行小波分解,利用 DCT对高频子带进行局部特征提取;利用部分 DCT 系数对小波系数进行重建,并以重建系数的平均能量作为局部噪声能量的估计;去除原小波系数中的噪声分量后,进行小波逆变换,得到去噪后的图像。实验证明,其峰值信噪比(PSNR)比通常的阈值萎缩法提高了 2-4dB。     

基于小波域局部统计模型的图像去噪方法

提出了一种基于小波域局部统计模型图像去噪方法.该方法利用图像小波子带的方向性特点以及小波系数尺度内和尺度间的相关性:将小波系数尺度内的相关性建模为一种各向异性马尔可夫随机场(Markov Random Field,MRF)先验概率模型,将小波系数尺度间的相关性建模为局部奇异性的条件概率模型.通过在贝叶斯框架中采用这种先验概率模型和条件概率模型可以得到一种具有自适应性的贝叶斯萎缩函数.利用这种萎缩函数可以实现对小波系数的修正.实验结果表明利用该方法进行图像去噪能够取得良好的效果,同时可以有效地保留图像的细节.     

多聚焦图像融合的最佳小波分解层研究

小波变换应用于多聚焦图像融合时分解层数的选取是一个关键问题。根据区域标准偏差最小准则对小波变换后的高、低频图像分别进行融合。利用峰值信噪比、偏差度、熵等标准对融合结果进行评价。对比实验结果表明,多聚焦图像融合的最佳小波分解层数为5层。