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。     

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.     

资源三号卫星湿地多光谱与全色影像融合质量评价

从沿海湿地分类效果和定量指标两方面对资源三号(ZY-3)卫星多光谱(MS)图像与全色(PAN)图像融合的质量进行了评价。采用通用明度-色度饱和度(GIHS)变换、à trous小波变换(AWT)、非下采样Contourlet变换(NSCT)和NSCT-GIHS变换结合(用NSCT-GIHS表示)4种融合方法得到了ZY-3 MS-PAN融合图像,并构建了光谱信息指数和空间信息指数定量评价融合效果。定量分析结果表明,采用NSCT-GIHS方法得到的融合图像质量在光谱和空间特征保真度均为最优。基于ZY-3 MS-PAN融合图像,提出了面向对象的湿地分类方法。分类结果表明,NSCT_GIHS融合图像的总体分类精度为最高值96%,Kappa系数为0.9425。可见湿地分类结果与定量评价相一致。     

遥感影像自动化处理系统处理资源三号卫星影像的方法

资源三号卫星是我国第一颗民用高分辨率立体光学传输型卫星。通过对遥感影像自动化处理系统的二次开发,解决了资源三号卫星影像数据的读入问题。通过大量实验,总结了资源三号卫星影像数据生产作业中的方法技巧,探索出一套基于遥感影像自动化处理系统的影像产品生产流程。     

基于小波变换的卫星云图融合研究

阐述了Mallat算法,提出了一种基于加权法和局部特征相结合的卫星云图融合方法。本文针对小波变换后的低频部分和高频部分的不同特点,选择了不同的融合规则。为了充分利用红外与可见光图像的信息,对低频部分使用了加权方法,对高频部分使用了局部方差方法。试验结果表明,算法提高了图像的空间分辨率和清晰度,有利于对计算机视觉和目标检测的研究。     

基于小波变换的图像融合方法研究

图像融合是多传感器信息融合的一个重要分支,小波变换是这一领域研究方法上的重大突破。本文通过对小波变换理论的研究,分析了二维离散小波分解与重构的算法,提出了一种高频小波系数直接替换的算法,并利用MATLAB数学分析工具环境实现全色图像和多光谱图像的融合,实验结果表明这种方法能很好地增强图像的光谱分辨率,便于对图像进行分析和识别。     

小波变换遥感图像的数据融合

利用小波变换方法进行多卫星遥感图像数据融合，分析不同长度的小波基对融合图像的影响，从信息的保持性、视觉效果及运用灵活性等方面与IHS、PCA融合算法进行了比较，从而探讨这一新算法在遥感图像分析应用中的可行性。     

一种基于小波变换的多聚焦图像融合方法

提出了一种基于低频系数局部区域梯度信息的多分辨率图像融合方法。根据局部梯度信息对源图像的小波低频系数进行选择,获取融合图像的对应低频系数。依照平均误差、峰值信噪比、均方根误差以及偏差度、熵等评价标准,将该方法的多聚焦图像融合效果与其他三种常用低频系数融合方法的效果进行了比较。实验结果表明,该方法获得的大部分评价指标都优于其他三种方法,且其最佳小波分解层数为2层,而其他三种方法的最佳小波分解层数为5层。最佳小波分解层数越少,图像融合的计算量越小。该方法在减少计算量的同时,提高了融合质量。     

一种基于小波变换的目标融合跟踪方法

本文在分析小波变换的基础上，将小波分析应用到目标图像的融合跟踪技术上，利用小波的多尺度和多分辨特性，不仅能够获得不同分辨力下的图像序列，进行目标图像融合；还能有效地从信号中提取突变信号。对函数或信号进行多尺度的细化分析。图像边缘用小波变换进行处理和提取并对图像形心进行计算。能够得到较好的轮廓提取效果和形心定位精度，进而说明了小波变换可能成为目标跟踪中较好的数学方法。     

资源三号卫星影像测绘性能分析

资源三号卫星是我国第一颗民用高分辨率立体光学传输型卫星.通过正射纠正、DSM提取、数据融合等实验,对其测绘性能进行初步统计和分析,表明资源三号卫星影像的测绘性能良好,可以满足测绘专业对高分辨率原始数据的指标要求,有效缓解我国当前的航天测绘数据源供需矛盾.     

一种基于Directionlet变换的图像融合算法

为了提高图像融合效果,提出了一种基于Directionlet变换的图像融合算法.首先对已配准的待融合源图像由给定的生成矩阵分别进行陪集分解,得到每个陪集对应的子图;接着将每两个子图相减,得到源图像的高频和低频分量,其中边缘、纹理等奇异特征包含在高频分量中;然后对低频分量采用直接平均融合的方法进行系数选择,对高频分量选择子区域边缘信息较强的系数;最后,通过Directionlet陪集分解的反变换,得到融合后的图像.多聚焦图像融合实验表明,在主观视觉上,该算法明显更好地融合了边缘等图像特征,从而较好地保持了左右聚焦图像各自的细节信息;在客观评价上,通过熵、平均梯度、标准差和互信息量等性能参数比较,该方法也优于小波变换和其他的融合方法.     

小波变换用于序列图像编码的研究

系统地研究了小波变换用于序列图像编码的方法，其中包括变换域的位移估值算法、系数差值量化及变字长编码等。采用小波变换进行序列图像编码，恢复图像没有方块效应，主观评价良好。     

改进提升小波变换的空间频率比图像融合

提出了一种新型图像融合算法.该算法在提升小波变换的基础上,通过取消其奇偶分裂环节,得到具有平移不变性的非采样提升小波变换.对图像经非采样提升小波变换后的低频分量首先定义一种空间频率比,再通过空间频率比来计算融合因子,然后采用加权与选择相结合的方法对低频分量进行融合.高频分量直接选择一种基于边缘信息的加权融合方法.最后通过非采样提升小波逆变换重构得到融合图像.实验结果显示,该算法相对传统的图像融合算法能更好地描述灰度的突变信息,获得含有丰富细节特征的融合图像.     

一种新的小波域医学图像融合算法

提出了一种新的基于小波变换多尺度积局部区域统计量的图像融合算法,简称MPLVDDWT(multiscale product local variance of dyadic discrete wavelet transform)算法.在图像融合过程通过利用多尺度积从而隐含了一个去噪的过程,这有利于在融合图像中突出图像的细节特征.利用统计分析的评判准则,如熵、标准偏差评价图像的融合效果.实验结果表明,该方法提高了图像的熵和标准偏差.在保留原图像信息的情况下增强融合图像的细节信息.     

基于小波分析的可见光图像自动配准方法研究

研究了一种快速,准确,抗噪的可见光图像自动配方法。首先用小波分析技术提取两幅图像的特征点,然后对两幅图像之间的角度差进行补偿,最后用多层特征点匹配技术完成两幅图像的变换参数的估计,对一定研究领域的可见光图像自动配准的仿真实验表明;该方法可以比较快速,准确,自动地得到这些图像之间的配参数。且对噪声具有一定的适应能力。     

基于小波去噪的增强多尺度多传感器数据融合

建立了基于小波去噪的增强多尺度自回归模型。增强多尺度状态可以将直接基于小波变换的多尺度自回归模型的网状结构简化为二叉树结构。基于小波去噪的多尺度模型具有非参数化特性，该模型适合于系统特性不知道的分布式多分辨率多传感器进行建模。最后，应用该算法于高精度划线切割机器人系统中多传感器的建模，实现了型钢划线切割过程中型钢边缘的检测。实验结果和数值仿真表明，多分辨率多传感器的数据融合可以消除噪声的干扰，提高检测系统的测量精度。     

基于小波融合的电容层析成像图像重建

提出了基于小波变换的电容层析成像重建图像融合方法。首先,使用共轭梯度最小二乘法算法及Landweber迭代算法分别进行图像重建;其次,将所得重建图像进行小波分解,其近似分量按加权平均的融合规则进行处理,细节分量按绝对值最大融合规则进行处理;最后,将融合之后的数据进行小波重构,获得新的重建图像。仿真及实验结果表明,融合后的重建图像精度有所提高、图像伪影明显减少。     

一种基于小波变换的遥感图像压缩算法

为验证图像压缩算法122.0-B-0对遥感图像的有效性,在对该算法进行了较为详细的研究后,对该算法进行了软件实现,然后将该算法与JPEG2000、SPIHT算法在压缩效率及压缩速度上进行了比较.实验结果表明:该算法在较低码率下压缩性能与JPEG2000、SPIHT算法相当,在较高码率下压缩性能略微下降,但在相同码率下它的编码速度比JPEG2000快2倍左右,比SPIHT算法约快1.5倍左右,且编解码速度与码率成正比.该算法采用的编码方式相对简单,无反馈操作,可适应于不同内存大小的压缩系统,并采用分段编码有效地防止误码扩散,因此在空间飞行器上具有巨大的应用价值.     

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。