纹理SAR图像的多分辨率分析和分类(英文)

应用小波变换研究纹理合成孔径雷达(SAR)图像的多分辨率分析和分类,首先应用树状结构的小波变换算法对一幅纹理SAR图像进行多分辨率分解,并对图像中的不同纹理类型进行定量分析,然后将金字塔结构的小波变换算法应用到图像的多分辨率分类,所得结果证明了小波变换在纹理SAR图像分类中的优越性。     

小波域局部信息约束的鲁棒模糊聚类算法

提出了一种结合颜色特征与纹理特征的彩色图像分割算法.将图像转换到Lab颜色空间计算像素的平方欧式距离.在局部窗口上对图像进行小波分解,对所得高频子带的小波系数建立广义高斯分布(Generalized Gaussian Density,GGD)模型,以GGD模型的参数表示局部窗口的纹理特征.以Kullback-Leibl...     

基于塔形小波和特征加权的墙地砖纹理图像分割方法

目的基于小波变换的图像分割方法对随机纹理图像进行分割.方法通过墙地砖表面的原始纹理特征,改进原有的图像分割算法,对原始纹理图像进行高阶小波分解.结果图像整体中的背景纹理边缘被有效去除,降低了图像纹理带来的干扰,在有效提取近似信息的基础上提高了系统的实时性.结论根据墙地砖的纹理特征,采用基于塔形小波的改进分割方法,对墙地砖的原始图像进行处理,提高了边缘准确性和区域性,降低了分割错误率.     

一种图像纹理特征检索算法

提出一种基于Radon和小波变换的图像纹理特征检索算法,对原始图像进行坐标系的旋转校正,确定方向归一化的图像,再对方向归一化后的图像进行Radon变换．根据Radon变换投影数据的几何特性,构造了适合投影数据的具有尺度和平移不变性的小波分解,该小波分解系数具有旋转、平移和尺度不变性．采用图像中各尺度小波系数的能量值作为图像的纹理特征,以此进行图像检索．基于纹理特征的试验结果表明,该特征具有旋转、平移和尺度不变性,与RIM算法相比平均检索率提高了3.8％．     

基于双树复小波和广义高斯密度的纹理图像检索

提出了一种基于双树复小波变换结合广义高斯密度和Kullback-Leibler距离的纹理图像检索新方法。该方法运用双树复小波变换对检索图像和目标图像进行分解,在每层生成6个方向子带的小波系数,并对小波系数的边缘分布函数进行高斯建模,生成纹理特征,再通过计算相应子带间纹理特征的Kullback-Leibler距离度量图像的相似性。实验表明,该方法比基于能量特征和欧氏距离的检索方法以及在3层分解层数下比基于小波变换、Contourlet变换等结合广义高斯模型的检索方法有更高的检索率。     

一种抗几何攻击的小波域盲图像水印算法

小波变换拥有良好的空间——频率局部化特性和与人眼视觉特性相适应的变换机制,但不具有平移、旋转和缩放不变性.采用该类方法的数字图像水印抗噪声攻击和压缩攻击有一定鲁棒性,但抗几何攻击的能力较差.为此提出一种抗几何攻击的小波域数字图像水印算法.算法在水印嵌入时,先对载体图像进行小波分解并对低频子图进行分块,然后对各个子块根据量化规则重复嵌入相应的1bit水印信息;增加低频子图的纹理区的量化步长以提高纹理区噪声掩蔽性.实验结果表明,该水印算法容量较大,提取过程不需要原始图像;有很好不可见性;能抵抗常见几何攻击,对于高斯噪声和JPEG压缩等其它攻击也具有较强的鲁棒性.     

基于人类视觉特性的彩色图像水印算法研究

根据离散小波变换原理,实现了一种基于人类视觉特性的数字水印算法.首先介绍了对图像进行3级离散小波分解的JND模型;其次,重点阐述了所实现算法的水印嵌入、提取原理,即原始图像由RGB色彩空间转换到YIQ空间,将原始图像Y分量进行3级离散小波分解,将水印图像进行一维Logistic置乱加密后嵌入到原始图像Y分量的低频和第3级高频子带当中,嵌入强度值依据JND来确定.最后,给出了试验结果及6种攻击测试结果.     

基于小波分解的织物疵点检测

根据小波在奇异信号分解中的特点,提出了一种基于小波分解的疵点检测新方法．首先根据织物纹理特点,确定小波函数．其次对被检测图像进行小波变换,获得分解后的子图;根据织物纹理组织单元,把高频子图分割成若干子窗口,统计子窗口的能量标准差与均值加权求和作为提取的特征．最后通过测试图像子窗口特征与标准予窗口特征相比较,判断疵点是否存在．实验表明,该检测方法是有效的,检测正确率达到90％以上．     

基于LWT-SVD-DCT算法的水印技术

基于提升小波变换(LWT)、奇异值分解(SVD)和离散余弦变换(DCT),提出一种新的盲水印技术方案.首先,将原始图像进行LWT变换,提取LL子带;然后,将子带划分成互不相交的模块进行SVD分解;最后,将正交向量ui进行一维DCT变换得到u≥i,再把二进制水印的每一位嵌入到u≥i的中频系数中.仿真实验表明:该算法运算速...     

一种鲁棒和自适应的数字图像水印算法

为提高算法的鲁棒性和自适应能力，将原始真彩色图像的Y分量进行离散小波变换，提取出HL、LH子带的鲁棒系数嵌入水印。考虑到人眼的HVS特性，计算出HL、LH子带系数的可见误差阀值确定鲁棒系数。并根据小波分解后，同一分解阶小波系数之间的相关性，通过计算LL子带邻域均值来实现对HL、LH子带进行估计和量化，使算法的嵌入容量和鲁棒性得到增强。算法通过散列加密确定水印嵌入的位置，使攻击者即使知道算法也无法得到水印信息。实验表明算法具有在不同图像处理和攻击下，水印的鲁棒性好、检测时不需要原始图像、安全性好等优点。     

基于区域特征的遥感图像融合方法的改进

提出了一种基于小波变换的区域遥感图像融合方法的改进。对图像进行小波多分辨分析,以分解后的高频子图像的区域能量构造匹配度和融合算子,并给出了两个阈值,以便根据不同的特征构造不同的融合算子。对于低频部分采取加权平均的融合规则。并通过小波逆变换得到融合图像。根据主观目视判决和客观评价指标对融合结果进行了比较和分析,结果表明,本文的方法融合效果优于一般的融合方法,具有应用价值。     

Biomedical Image Processing Using FCM Algorithm Based on the Wavelet Transform

An effective processing method for biomedical images and the Fuzzy C-mean ( FCM ) algorithm based on the wavelet transform are investigated. By using hierarchical wavelet decomposition, an original image could be decomposed into one lower image and several detail images. The segmentation started at the lowest resolution with the FCM clustering algorithm and the texture feature extracted from various sub-bands. With the improvement of the FCM algorithm, FCM alternation freqneney was decreased and the accuracy of segmentation was advanced .     

基于小波变换的数字图像双重随机置乱加密

提出了一个用于图像加密的基于小波变换的双重随机置乱算法。算法首先对图像进行小波分解：再对分解结果进行第一次随机置乱。这一置乱有两种方案：第一种是直接对每一分量图像分别进行置乱,第二种是对由所有分量图像拼接而成的图像进行置乱,置乱后再分割成与原分量位置与大小一致的分量图像;然后对这些分量图像进行小波重构,并对重构结果再次进行随机置乱,得双重随机置乱加密图像。实验中,以统计直方图和视觉效果对两种方法作了比较。比较结果表明两种方法的视觉置乱效果都不错,但由第一种方法置乱所得图像的直方图与原图很相似,说明该方法是以位置置乱为主,而由第二种方法置乱所得图像的直方图则与原图差别很大,说明该方法不仅有位置置乱,而且灰度级置乱更明显。可见,第二种置乱方法更有效。     

基于小波静态分解的离散小疵点检测

在分析织物疵点特点的基础上,提出了一种新的检测方法.首先根据正常织物小波分解后的能量来确定小波基和小波分解层数.接着对测试图像进行小波静态分解,然后提取子图中的子窗口标准差作为提取的特征;在此基础上,通过与正常子图中的特征相比较来判断小疵点是否存在.最后通过提取特征构造的标准差图确定小疵点的位置.实验表明,该检测方法是有效的.     

基于Curvelet变换的虹膜识别

为提高虹膜识别的准确度,提出采用第二代曲波变换提取虹膜图像纹理特征的方法.首先将预处理后的虹膜图像进行曲波分解,然后采取不同方法对曲波分解后的低通和带通子带进行特征提取,并根据各带通子带的能量大小赋予不同的加权系数,最后采用欧式距离进行虹膜特征匹配.在4种虹膜图像库上测试表明,提出的虹膜图像纹理特征提取方法具有较高的识别率,与Harr小波和DCT(离散余弦变换)相比,特征提取时间相当,但识别率相对DCT来说,分别提高了1.8％,2.1％,2.0％和0.9％.     

基于小波变换方向信息的奇异值图像去噪研究

提出一种基于小波变换方向信息的奇异值图像分解去噪方法.由于图像噪声主要集中在小波域中的高频子图部分,且系数较小,可以利用奇异值分解后较大的奇异值和对应的特征向量重构出去噪图像,然而由于奇异值分解固有的行列方向性,对于高频对角线子图重构出的图像去噪效果不理想,故采取旋转至行列方向后再进行常用的奇异值滤波.低频子图仅作简单维纳滤波,最后将去噪后的低频和高频子图进行小波反变换重构出最终的去噪图像.实验结果表明,该方法在有效去噪的同时较好地保留了原有的高频细节信息.     

结合稳定兴趣点和Gabor小波的图像检索

提出了一种基于稳定兴趣点和纹理特征的图像检索算法．该算法首先利用优化的Hessian检测器检测图像中的稳定兴趣点,并计算稳定兴趣点的环形邻域的伪泽尼克矩;然后,利用Gabor小波变换提取图像的纹理特征;最后,用不同图像伪泽尼克矩和纹理之间的差异来衡量图像的相似度,实现图像检索．实验结果表明,与其他基于兴趣点或者纹理特征的检索方法相比,该算法能够降低不稳定兴趣点的影响,有效提高了图像检索的准确率和查全率．     

联合Contourlet和Bandelet的变换在图像压缩中的应用

针对小波变换方向选择性差的局限,提出了一种基于Contourlet的Bandelet变换．该变换首先通过小波变换把图像分解成不同频率的子带,接着用方向滤波器组把高频子带分解为多个方向子带,之后对每个方向子带进行Bandelet变换．这种多方向多尺度临界采样的变换能更稀疏地表示图像边缘和纹理等几何特征,有利于图像压缩．将JPEG2000的比特位平面和上下文编码方法应用到量化后的变换系数上实现了图像压缩．实验结果表明,对于纹理和边缘丰富的图像,提出的压缩算法优于JPEG2000．     

运用各向异性小波变换进行图像特征提取

在图像信息提取中,为实现任意方向、任意尺度对图像进行小波分解,在各向异性小波变换中增加了衰减因子和旋转因子的新算法,运用Matlab编程实现该算法,可准确地提取图像任意方向的趋势和细节特征,是一种高效的图像特征提取算法.