基于联合变换相关的光学小波实时图像边缘增强

提出了一种基于联合变换相关的光学小波实时图像边缘增强的方法．选用Mexican—hat小波，利用小波函数的多分辨率特性，用联合变换相关的方法实现了缩放后的小波母函数与待识别图像函数的互相关(即边缘增强图像)，得到了较满意的实验结果．     

基于小波边缘提取的目标光学相关识别

为提高联合变换相关器对复杂背景图像的识别能力,提出了基于小波变换边缘提取的联合变换相关器。利用具有多尺度分析功能的小波变换工具对联合图像进行边缘检测,所提取的边缘图像能保留更多的细节信息,改善复杂背景下的目标识别能力。计算机模拟和光学实验结果均表明,用小波变换边缘提取的联合图像进行相关识别,能明显增强相关峰的强度,提高目标识别能力。     

基于小波融合技术的医学图像增强方法

为了改善医学图像质量,在分析小波变换原理的基础上,根据医学图像的成像特征,提出了一种基于小波融合技术的医学图像增强方法.首先,对待增强图像进行多层小波变换处理,获取各个频率的小波系数.然后分别对各频率系数进行相应的处理后,进行小波重构并进行对比度增强处理,获得增强图像1;同时对待增强图像进行对数变换和对比度拉伸处理,获得增强图像2.最后将增强图像1和增强图像2变换至小波域进行图像融合处理,以获得最终的增强图像.结果表明:本文提出的增强方法具有明显的增强效果.该增强方法能有效提高医学图像的对比度,增强边缘细节信息,突出病灶点的位置,达到较好的增强效果,为医疗工作者观察病症提供更加清晰准确的依据.     

一种基于提升方案的双自适应小波变换研究

提出了一种新的基于提升方案的双自适应小波变换方案.在该变换方案中,根据待分析信号的局部信息,自适应地选择更新和预测函数,以保持图像边缘不被平滑,同时防止出现大的小波系数.实验结果表明,用该方法进行图像分解,低频近似信号保留了细节信息,边缘清晰,而且双自适应小波变换后图像信息熵明显优于非自适应变换和单边自适应变换,更有利于图像压缩.     

一种基于小波变换和图像边缘特征的图像融合方法

图像融合是信息融合的重要组成部分,是一种重要的增强图像信息的方法。本文将图像小波变换边缘提取和图像融合结合起来,提出了一种基于图像边缘特征的图像融合方法。首先对输入图像进行小波变换,用模极大值方法检测出图像的多尺度边缘,然后利用边缘特征对小波系数进行融合。实验结果表明该方法既能有效地去除噪声,又能突出源图像的边缘细节信息,是一种有效的图像融合方法。     

一种基于二进小波变换的图像边缘检测方法

边缘检测是图像处理和计算机视觉领域最活跃的研究课题之一。传统边缘检测方法对噪声非常敏感,针对该问题在传统边缘检测算法分析的基础上,提出了一种基于二进小波变换的图像边缘检测方法。首先,对原图像进行二进小波分解,然后对低频子图像用直方图均衡化来进行增强,对增强后的低频子图像用二进小波变换模极大值点方法进行边缘检测得到边缘图像。实验结果表明,这种边缘检测方法明显优于对原图像直接使用传统边缘检测算子或二进小波变换模极大值点的边缘检测方法。     

基于小波变换的红外图像边缘提取研究

红外图像的边缘提取是其判读和识别的重要技术基础。红外图像背景复杂、噪声较为严重。针对这一特点，利用小波变换易于消除噪声、运算方便的特点，提出了一种基于小波变换的红外图像边缘提取算法。首先利用小波算法对红外图像进行滤噪，然后利用高斯函数作为平滑函数对图像进行水平和垂直方向的小波变换，提取红外图像边缘特征。给出了仿真实例，证明了该算法的科学性和可靠性。     

基于改进Bubble函数的红外图像边缘提取方法

针对bubble函数不具有调节带宽的缺点,提出了一种改进的bubble函数,该改进函数能够通过调节参数来获取不同时域、频域响应和滤波效果。将改进后的bubble函数与平稳小波相结合构造出多分辨率网络,该网络利用平稳小波变换去除噪声、利用改进bubble函数增强图像边缘,从而可以准确、有效、快速的提取出图像的边缘。实验结果表明,该方法优于传统bubble函数与平稳小波相结合提取边缘的效果。     

基于反对称二进小波的SAR图像海洋表面油膜检测方法

海洋表面油膜检测是合成孔径雷达(SAR)很重要的应用领域之一。小波方法是近年来研究较多的图像边缘检测方法。通常的SAR图像油膜检测采用高斯函数一阶导和二阶导作为小波基函数,运算速度慢;该文采用反对称二进小波,利用小波变换多分辨率分析(MRA)思想,经多尺度综合得到油膜边缘图像。实验证明这是一种有效、有前途的SAR图像海洋表面油膜检测方法。     

基于小波多尺度相关的特征边缘提取方法

根据采用小波变换提取图像边缘的多尺度特性,对小波多尺度间的相关性进行了分析,提出多尺度小波变换相关算子,分析了相关算子的滤波特性,利用相关算子对图像的多尺度边缘信息进行了优化.既保留了图像中重要的细节边缘信息,又剔除大量的冗余边缘和虚假边缘,有效地提取出了图像的特征边缘.     

实现小波变换图像识别的光电混合实验系统

本文依据联合变换相关器,设计一套实现小波变换图像识别的光电混合实验系统,联合变换功率谱及相关输出强度分布分别用CCD采集并输入计算机进行处理,证明小波变换可以明显改善光学图像相关识别能力;同时,该系统提高了光学相关识别实验的灵活性和可操作性。     

小波变换在实时联合变换相关器中应用的研究

通过目标图像的小波变换获得图像的多分辨率小波梯度信息,再利用线性或非线性的变换来处理图像的小波梯度信息,这样便得到了一幅梯度信息增强后的小波系数,利用图像复原技术便能得到对比度增强后的目标图像,从而使实时联合变换相关器能较好地识别复杂背景低对比度的目标图像.     

一种基于提升小波变换的图像融合方法

在针对传统的多尺度分解的融合方法运算速度慢、内存需求量大，不适于实时应用的局限性的基础上，提出了一种基于提升小波变换的图像融合算法。多个源图像分别进行提升小波分解，使用恰当的融合规则合并各尺度对应的分解系数，通过提升小波逆变换得到融合图像。实验结果表明，提出的算法无论在执行时间还是融合图像质量上都优于传统方法，有广泛的应用前景，特别适用于实时系统。     

基于联合子波变换结构的实时目标识别研究

把联合变换相关技术与子波变换结合起来，建立了一套用于目标识别的实验系统．该系统巧妙地集图象预处理与相关过程于一体，同时具有优良的性能，如抗噪声能力强、相关峰尖锐、不存在旁瓣效应等．     

一种基于小波域的数字水印嵌入与提取算法

提出了一种基于小波变换的图像嵌入数字水印及检测的方法。对数字图像进行多级二维小波变换可以得到一个逼近图像和几个高频细节图像,对低频(逼近部分)图像嵌入数字水印,对加入水印的图像进行小波逆变换得到重构图像。检测时,先对重构图像进行小波变换,再对低频图像提取数字水印。     

具有平移、尺度和旋转不变性的小波变换

寻求具有平移、尺度和旋转不变性的小波变换,是应用小波分析进行模式识别需要重点解决的课题。普通的离散小波变换对信号的起始位置非常敏感,不具有平移不变性。本文通过坐标变换,采用方向能量函数确定图像主轴方位,并将其旋转到水平方向得到方向归一化图像。通过对图像的重整和正交小波基的位移、伸缩变换,消除位移和尺度的影响,得到具有平移、尺度和旋转不变性的小波变换。     

小波变换在图像相关识别中的应用

光学图像识别具有广泛的实际应用价值,而联合变换相关器(JTC)是目前采用最多的一种进行图像相关识别的结构方式。将小波变换与联合变换相关技术有效地结合在一起,分析了如何采用小波变换来实现图像相关识别的理论方法,并提供了相应的结构框图,对采用小波变换用于图像目标识别的优点进行了概括及总结,并对该相关识别系统中所应采用的小波类型、滤波方式、滤波器的制作等多方面进行了介绍和分析。     

基于小波变换的图像融合技术研究

基于小波变换的融合算法形成了多分辨率融合算法的一个新的有用框架。由于人类视觉只对亮度信号的局部对比度敏感,提出了小波对比度的概念。图像经小波多分辨率分解后,依照小波对比度,定义变换系数邻域活性和系数匹配程度测度,按照系数匹配程度加权系数形成融合图像。将小波多分辨率分解和人类视觉对局部对比度敏感的特性优雅地结合在一起。     

基于双密度双树复数小波变换的合成 孔径雷达图像降噪研究

 针对合成孔径雷达(SAR)图像相干斑噪声抑制问题,本文将双密度双树复数小波变换(DD-DT CWT)结合具有局部方差估计的双变量收缩阈值函数(BSF)构成一种新的SAR图像降噪算法实现合成孔径雷达图像降噪.首先将SAR图像用双密度双树复数小波变换进行多尺度分解,考虑小波系数间的相关性,用双变量概率密度函数作为小波系数及其父代系数的统计关性的模型,并通过Bayesian估计理论导出相应的非线性双变量收缩函数对图像不同方向的小波系数进行非线性自适应的处理,最后重建降噪后的图像.分别用仿真SAR图像和实际图像对算法进行验证,并与其它方法的性能进行比较,对不同算法处理后图像进行了主客观评价,分析结果表明,新算法的去噪效果明显优于传统的小波变换方法,不仅有效实现了图像降噪,而且较好保留了图像细节.含噪SAR图像经该算法处理后,图像性能指标均有提高.     

基于混沌与小波变换的图像加密算法

利用混沌系统的初值敏感性,参数敏感性和类随机性等特点,首先提出一种称之为"混沌变换"的图像置乱算法。并在此基础上,设计了一种基于小波与混沌变换的图像加密算法。该算法的处理过程:图像预处理;对原始图像进行小波变换,得到四幅小波分解子图;用混沌变换对四幅子图进行图像置乱;小波逆变换。实验结果表明解密图像与原始图像一致性良好,同时本算法具有很高的安全性。