基于相位相关的小波域图像配准方法研究

小波变换是一种多尺度信号分析方法,近几年在图像处理领域受到广泛关注,它克服了傅立叶变换的固定分辨率的弱点,既可分析信号概貌,又可分析信号的细节。相位相关是一种频率域的图像配准参数估计方法,是利用傅立叶变换的平移、旋转等特性进行参数估计的。在研究多尺度小波分析和相位相关理论的基础上,提出基于小波系数的像素级相位相关图像配准方法：首先对待配准图像进行小波分解,获得低频小波系数后,再对小波系数应用相位相关进行配准参数估计。实验结果表明了该方法的可行性和有效性。     

一种基于权重的相位相关峰值拟合方法

在基于相位相关图像配准方法中,受傅里叶逆变换旁瓣峰值、累积误差的影响,传统相位相关方法常不能稳定、高效地对配准参数进行高精度估计。为此,提出一种基于权重的相位相关峰值拟合方法:构建一个反比例函数,证明其满足Kronecker delta函数平移性质;构建一种基于权重反比例函数的峰值拟合方法,通过三个点实现图像配准参数的高效、高精度估计。实验结果显示,该算法的稳定性、时效性得到有效增强,具有一定的现实意义。     

一种时间序列图像自动配准算法

提出了一种快速易行的时间序列图像自动配准算法：首先对两幅图像分别进行离散小波变换，然后对分解后的两幅低频网像计算联合直方图，最后采用改进的联合直方图区域计数方法来设计目标函数并进行配准参数优化。实验结果与对比分析表明：在基本不影响图像配准精度的情况下，算法大大加快了图像配准速度。     

基于Bubble小波的多尺度边缘提取

根据列车轮对图像的特性，主要探讨了基于小波分析的原理，并基于Bubble二进小波函数进行图像多尺度边缘提取。利用边缘相关判据排除噪声边缘，取边缘响应极大点作为配准控制点。实验结果显示，本方法能够很准确地提取出图像的主要边缘信息。     

小波变换及相位相关在亚像素配准中的应用

结合小波变换理论和Fourier相位相关算法,提出了一种亚像素配准算法。通过对图像进行小波分解获得低频系数,对低频系数应用相位相关进行粗配准,追踪到原图像,在原图像上进行精确配准。实验结果表明,该算法具有精度高,速度快,抗噪性能良好等优点。     

基于小波域的多层级人脸图像配准重建算法研究

根据小波域中各图像之间的相关性,提出基于小波变换的多层级图像配准算法。在小波变换域利用位图切割完成多层级匹配,有效地减少了人脸图像中旋转、光照等噪声影响,保持了较高的配准精度。实验结果表明,重建的人脸图像具有较高的识别性能。     

基于改进K-Means聚类医学图像配准

ICP算法广泛应用于医学图像配准,但存在浮动点集初始平移矩阵和旋转矩阵对ICP的影响较大,图像配准容易造成目标函数陷入局部最优值且计算量大等问题。论文提出了基于改进K-Means聚类医学图像配准算法,该方法通过计算出参考图像和浮动图像的质心,获得配准平移初始值;对医学图像坐标进行中心化处理,通过改进的K-Means聚类方法把图像坐标聚成2类;把这2个聚类中心拟合成一条直线,求得该条直线的斜率,进而求得相关倾斜角,获得配准旋转初始值;使用BSGO自动选择特征点,得到参考点集和浮动点集。通过实验得出该算法既可用于单模态图像配准,也可用于多模态图像配准;具有运算量少、图像配准速度较快、计算比较简单、精确度较高等特点,并且解决了图像配准容易陷入局部最优的问题。     

小波神经网络在图像配准中的应用

提出了一种基于小波网络的图像配准方法。将特征点定义进行了推广,提出了一种以特征区域定义和提取方法。使用Zernike矩表征区域的特征并进行特征区域的对应。因图像配准变换是复杂且难以预知的,利用小波神经网络具有良好的函数逼近性能,提出了具有局域特性的小波神经网络模型逼近图像的配准变换。实验表明这是一种有效的图像配准方法。     

SAR图像的改进相位相关配准方法

基于相位相关的图像配准方法以其运算量小、抗干扰性强等优点得到广泛关注,但它只能解决具有平移运动的图像配准问题,为此,文章提出一种改进的相位相关配准方法,分析了其配准原理,给出流程图,并将其应用于存在缩放、旋转和平移变换的SAR图像配准中。仿真结果表明,该算法能够较为准确地估计出待配准图像相对于基准图像的平移参数、缩放尺度和旋转角度。     

基于一种优化的配准算法的图像超分辨率重建

提出了一种优化的图像配准算法.该算法充分结合了时域基于全局运动模型的配准算法和频域基于傅立叶变换的配准算法,并运用到超分辨重建中.假设序列低分辨率图像之间存在旋转和平移,首先运用全局配准法求出旋转参数,对图像进行旋转补偿,然后对补偿后的图像用频域配准法估计平移参数,针对估计出的旋转参数和平移参数对序列低分辨率图像进行超分辨率图像重建,实验表明该方法能较有效地提高图像分辨的效果,并且本文还阐述了低分辨率图像帧数的影响.     

双树复小波域的邻域自适应贝叶斯收缩去噪

为了更加高效去除图像采集或传输中引入的噪声,提出了一种基于双树复小波域的邻域自适应贝叶斯收缩的图像去噪方法,利用了双树复小波变换的平移不变性和更多的方向选择性的优点,并考虑了系数间的局部自适应邻域相关性,以尺度适合的窗口为单位估计相应系数的方差,利用滑窗求其平均作为整个子带的图像方差,通过贝叶斯收缩来处理小波系数,从而实现高效的图像去噪。实验结果证明,该方法取得了很高的峰值信噪比和更好的视觉效果,去噪性能优良。     

数字图像与数码相机噪声相关性的分布

在利用数字图像与数码相机的噪声相关性来鉴别数字图像来源的实验中,发现噪声相关性有对称和非对称两种分布。为了提高鉴别数字图像来源的正确性,正确设置判别阈值,针对噪声相关性的非对称分布,在(0,1]区间构造了一个广义chi平方分布的新函数,并提出了一种利用广义chi平方分布来描述噪声相关性的非对称分布和利用广义高斯分布来描述噪声相关性的对称分布的新方法。实验结果表明,该方法与仅采用一个广义高斯分布的方法相比,可以使鉴别错误率降低38%以上,可见利用不同的概率密度函数来描述相应的分布是减小鉴别错误率的一个有效途径。     

基于小波变换去噪的相关功耗分析攻击研究与实现

为了提高功耗分析攻击效率,减少噪声影响,研究了小波变换去噪对功耗攻击的影响以及相关功耗分析（correlation power analysis,CPA）攻击的相关系数与攻击效果的关系,提出使用平移不变量小波法与小波模极大值法对功耗曲线进行去噪预处理。该方法使用卡尔曼滤波法、小波模极大值法与平移不变量小波法对功耗曲线进行去噪预处理,再对原始数据及去噪后数据分别进行CPA。实验结果显示,与原始数据相比,使用平移不变量小波法改进的CPA相关系数比仅使用CPA提高了165%,比卡尔曼滤波法提高了31.4%,比小波模极大值法相关系数提高了26.4%,同时攻击成功所需要的功耗曲线减少了92%。实验结果表明使用平移不变量小波法改进的相关功耗分析攻击效果最好。     

基于小波矩的图像复制粘贴篡改检测

图像的局部复制粘贴篡改技术,是最常见的一种图像伪造方式,对此提出一种基于小波矩的图像复制粘贴篡改检测算法．首先通过变分水平集活动轮廓模型初步确定图像篡改的可疑区域：然后对每一块可疑区域利用小波矩算法提取其小波矩特征;接着利用余弦相关性测度判别可疑区域的相似性;最后定位图像的篡改区域．实验结果表明本算法能够有效提取可疑区域,并进一步定位篡改区域．此外,算法对图像前景篡改区域的平移、旋转和缩放具有较强的鲁棒性．     

不可分拉普拉斯金字塔构造及其在多光谱图像融合中的应用

针对拉普拉斯塔形（LP）变换在图像融合中具有高频信息损失严重且缺乏平移不变性的问题，利用不可分小波具有平移不变性和能够准确描述图像细节信息的特点，提出一种新的非采样不可分拉普拉斯金字塔构造方法，并将该构造方法应用于多光谱图像融合中。首先，构造六通道不可分低通滤波器，利用该滤波器构造多光谱图像和全色图像的非采样不可分小波塔形分解，进而对图像进行非采样不可分拉普拉斯塔形分解；然后，针对不同的分解层采用不同的融合规则进行融合；最后，根据不可分拉普拉斯重构算法进行重构，即可得到融合后的图像。实验结果表明，与离散小波变换（DWT）的融合方法、基于Contourlet变换（CT）的融合方法以及基于直方图中轴化（MHE）的融合方法对比，所提方法在保持原全色图像空间分辨率的评价指标空间相关系数上分别提高了1.84%、1.56%和11.06%，在光谱信息保持程度的评价指标相对整体维数综合误差上分别降低了49.26%、48.15%和89.19%。该方法所得图像在获得好的光谱信息的同时有效地提高了空间分辨率，较好地保留了图像的边缘信息与结构信息。     

一种基于互信息和小波分解的图像配准算法

为了寻找快速、精确、鲁棒性强的自动配准算法,论文提出了基于互信息和小波分解图像配准方法。假设实时图像和模板图像之间的变换为仿射变换,采用金字塔小波分解和边缘特征提取获得特征点,利用分层特征点方法进行配准,以互信息最大作为度量准则,在每层上利用互信息的最大值来获取变换参数,然后得到全局变换参数。仿真结果表明此方法具有很好的抗干扰性、鲁棒性和精确性。     

Translation invariants of Zernike moments

Moment functions defined using a polar coordinate representation of the image space, such as radial moments and Zernike moments, are used in several recognition tasks requiring rotation invariance. However, this coordinate representation does not easily yield translation invariant functions, which are also widely sought after in pattern recognition applications. This paper presents a mathematical framework for the derivation of translation invariants of radial moments defined in polar form. Using a direct application of this framework, translation invariant functions of Zernike moments are derived algebraically from the corresponding central moments. Both derived functions are developed for non-symmetrical as well as symmetrical images. They mitigate the zero-value obtained for odd-order moments of the symmetrical images. Vision applications generally resort to image normalization to achieve translation invariance. The proposed method eliminates this requirement by providing a translation invariance property in a Zernike feature set. The performance of the derived invariant sets is experimentally confirmed using a set of binary Latin and English characters.     

基于复数小波能量特征和支持向量机的图像匹配算法

为了对图像中发生平移、伸缩及旋转等形变的目标进行有效检测和跟踪，提出了基于复数小波能量特征和支持向量机的图像匹配算法，以便把图像匹配问题转化为图像分类问题。该算法首先利用复数小波的方向选择性、多尺度特性及近似平移不变性来抽取图像能量的均值、均方差及偏度等统计特征，并将其作为支持向量机的输入参数，用于训练模板样本集合，以获得支持向量，然后对由输入图像构成的与模板大小相同的所有子图像进行测试。这是一个粗精结合的两步算法，即先运用支持向量机筛选出侯选目标集合，再运用非线性距离判优准则来确定检测出的候选目标图像集合中的最优匹配。实验结果表明，该算法克服了传统图像匹配方法搜索目标时存在的置信度问题，通过与基于径向基的神经网络学习方法和基于灰度相关的匹配方法比较可见，该算法在性能上优于这两个方法，并能得到满意的匹配结果。     

基于小波矩的抗几何攻击数字图像水印算法研究

针对旋转、缩放和平移等几何攻击破坏水印检测同步,从而导致水印检测失败等问题,利用归一化图像的缩放、平移不变性及小波矩的旋转不变特性,结合奇偶量化技术,提出了一种有效抵抗几何攻击的数字图像水印新算法。首先利用图像归一化技术将原始载体映射到几何不变空间内;然后计算归一化图像的小波矩,并选取部分稳定的低阶小波矩用于水印嵌入;最后利用奇偶量化方法将水印信息嵌入到所选小波矩的不变量内。仿真实验结果表明,该图像水印方案不仅具有良好的透明性,而且具有较强的抵抗常规信号处理、几何攻击、联合攻击等能力。