基于非抽样Contourlet变换的红外图像增强算法

提出了一种基于非抽样Contourlet变换的红外图像增强算法,利用非线性函数对红外图像Contourlet变换系数进行修正,以增强图像有益贡献的同时抑制噪声分量.实验表明,与传统的图像增强算法相比,该算法可以有效地增强红外图像的细节和纹理.     

一种基于Contourlet变换的气象图像增强算法

针对气象传真图,提出一种基于Contourlet变换的图像增强方法。充分考虑气象传真图的自身特征和Contourlet变换系数的稀疏性,应用Contourlet变换将包含噪声的图像分解成噪声系数和信号系数,利用气象传真图的主要稀疏系数对分解图像进行增强处理。实验结果表明,该方法是一种有效的气象传真图像增强方法。     

一种非抽样Contourlet变换的图像增强算法

文中研究了非抽样Contourlet变换的原理以及方向性和各向异性等特点.为了提高低照度图像的视觉效果,提出了一种非抽样Contourlet变换的图像增强算法.首先进行非抽样Contourlet变换,获取图像的强边缘系数和弱边缘系数,然后分别对强边缘系数和弱边缘系数进行融合增强,最后对增强系数采用非抽样Contourlet逆变换得到增强图像.实验结果表明了该算法在提高视觉质量上的有效性,且优于传统的方法.     

基于非下采样Contourlet变换的指纹图像超分辨率重建

非下采样Contourlet变换(Nonsubsampled contourlet transform,NSCT)采用非抽样金字塔结构和非抽样方向滤波器组构成,具有Contourlet变换所不具备的平移不变性、较高冗余度等优良特性,而且能够克服伪吉布斯现象。图像经过非下采样Contourlet变换后分解成多尺度、多方向的细节信息,这些细节信息代表了图像不同频带不同方向的特征,这就简化了系数之间的关系。基于学习的超分辨率重建算法具有整体的预测性,将非下采样Contourlet变换和基于学习的算法相结合,在一定程度上提高训练精度。针对指纹图像的实验证明该算法具有良好的性能,重建的图像纹理性细节信息较好,基本保持了原指纹图像的特征点,更接近于原始的高分辨率图像。     

基于小波变换和纹理滤波的指纹图像增强方法

针对以往的基于方向图的指纹增强算法忽略了指纹的全局纹理特征,提出了基于小波变换和纹理滤波来增强指纹图像的方法。实验表明效果良好和有效。     

一种基于拉伸变换函数的指纹图像增强算法

提出一种基于拉伸函数的指纹图像增强算法,通过Otsu方法生成阈值将指纹图像灰度大致分割为两个部分,调整拉伸变换函数E值可控制两部分灰度分布范围的宽窄程度,利用该函数可对输入的指纹图像增强对比度,突出图像层次感,使脊线与谷线更清晰,且在变换过程中保留了指纹图像信息,从而为下一步指纹特征值提取的准确性和可靠性夯实基础。此算法处理效果明显优于直方图均衡化算法,而且计算量小、处理速度快、步骤简单,可用于指纹图像快速处理的场合。而且通过改变单一参量就可以控制图像的输出,在生物识别应用中为用户提供了调控与选择手段。     

基于Log-Gabor滤波的指纹图像增强

自动指纹识别系统的性能在很大程度上依赖于指纹图像的采集效果。指纹图像增强用于改善原始指纹图像的质量,以保证指纹特征提取的准确性,是十分必要的。Gabor滤波是比较有效的指纹图像增强方法,但是仍存在一定的局限性。与传统的Gabor滤波器相比,Log-Gabor滤波器可以在取得最佳空间定位的同时具有更宽广的频带,有利于改善指纹图像的滤波效果。本文提出采用Log-Gahor滤波器来实现指纹图像增强,先利用加窗傅里叶变换来提取指纹图像的局部频谱信息,再在频域进行滤波。在详述了滤波器的设计方法之后,给出具体的图像滤波方案,并与传统方法作了比较。实验结果表明,所提出的算法能有效改善指纹图像的质量和提高指纹识别的可靠性。     

基于小波变换的图像增强算法研究

针对图像对比度低、成像质量差的问题,提出一种基于小波变换的直方图均衡算法,用于图像对比度增强.首先对图像作直方图均衡,然后通过对小波变换的一级或二级近似系数的非线性增强处理.实验结果证明,处理后的图像细节清晰可辨,边界信息也得到了保留,由此认为小波变换对改善图像的质量是有效的.     

基于奇偶量化的Contourlet变换域指纹图像水印算法

提出了一种基于奇偶量化的Contourlet变换域指纹图像水印算法。原始指纹图像经过Contourlet变换后，分解为一系列多尺度、局部化、方向性的子带图像，选择在低频子带中嵌入经过二维Arnold置乱加密后的水印。嵌入水印时，采用奇偶量化算法修改低频子带的系数。水印提取时，不需要原始图像，实现了盲提取。实验结果表明，提出的指纹图像水印算法能够较好地抵抗JPEG有损压缩、叠加噪声、剪裁等攻击，具有较好的不可见性和鲁棒性，提高了指纹识别的可靠性。     

基于非抽样Contourlet变换的医学图像融合算法

分析了非抽样Contourlet变换（Nonsubsampled Contourlet Transform,NSCT）的原理,提出了一种新的基于NSCT的医学图像融合算法,应用NSCT对CT和MRI图像进行多尺度、多方向分解,低频子带采取区域能量加权法融合,带通子带采取模最大融合,最后将融合的系数进行NSCT逆变换得到融合图像。实验表明,与其它融合算法比较,该算法融合图像效果较好。     

基于非抽样Contourlet变换的多聚焦图像融合算法

文中研究了非抽样Contourlet变换（NSCT）的原理,以及其多尺度、局部化、方向性和各向异性等优点。提出了一种基于NSCT的多聚焦图像融合新算法。本算法将多聚焦图像进行NSCT分解,不同子带采用不同的融合规则,低频子带采用新的基于灰度形态学梯度算子的融合算法,并做一致性检测,带通子带采用基于区域能量的融合算法。最后将融合得到的系数进行NSCT反变换得到融合图像。实验结果表明,与其他融合算法相比较,该算法可以更有效地保留源图像信息和细节特征。     

基于傅里叶变换的指纹图像增强算法

在指纹图像识别系统中,指纹图像的预处理是关键环节,而指纹图像的质量和合适的增强技术又是其中的最关键步骤。文章利用基于傅里叶滤波的指纹图像增强算法,在频域中对指纹图像进行处理,通过带阻滤波和方向滤波,取得了较好的图像处理效果。     

基于方向滤波的指纹图像增强算法．

指纹增强对于提高细节特征的准确率以及整个自动指纹识别系统的性能都有着十分重要的意义。文中采用基于梯度的sobel算子方法求取指纹的方向图，并对传统的公式进行了补充；然后利用指纹的纹线局部方向一致性和纹线宽度信息，通过一组方向滤波器来实现指纹的增强。试验结果表明该方法对改善指纹图像的质量十分有效。     

基于Contourlet变换的多波段SAR图像融合

针对不同波段SAR图像的融合,该文提出了一种在Contourlet变换域融合的方法,利用Contourlet变换的充分表示图像边缘信息的能力,将图像分解为低通系数和不同方向的高频系数,对方向高频系数定义一个边缘信息量测指标,选择量测指标大的系数作为融合系数,解决了小波变换融合中图像边缘信息容易丢失的问题。通过对两波段SAR图像进行融合实验并与小波变换融合结果比较,在视觉特性与统计因子客观评价上均取得了更好的效果。     

基于Contourlet变换和DCT量化的零水印算法

提出一种基于Contourlet变换和DCT量化的数字图像零水印算法。对原始载体图像进行Contourlet变换,对其低频逼近子图进行分块DCT变换,并将系数值的量化结果和置乱后的水印图像进行一定运算得到构造图像,再加密成密钥图像。密钥图像被用来提取水印。实验仿真结果表明,该算法比较简单,不可觉察性很好,有较强的鲁棒性。     

基于Contourlet变换的加权小波特征抽取算法

特征提取是模式识剐中的一个关键问题.本文提出了一种基于Contourlet变换的特征抽取算法.Con-tourlet变换具有多方向性和各向异性,能以接近最优的方式描述图像的边缘和纹理.文中算法利用Contourlet变换各子带系数的统计特性,构造特征矢量.Contourlet变换获得的特征是图像的局部特征,图像不同子带特征的分类能力是不相同的,针对各子带数据的离散程度进行加权处理.为分类能力强的特征量赋予较大的权值.该算法充分利用样本的统计信息,简捷、高效,并具有一定的鲁棒性.将该算法应用于Brodatz图像库纹理图像的检索,验证了算法的有效性.     

一种基于非抽样LP的Contourlet变换图像去噪方法

由于提高Contourlet变换冗余性可以抑制去噪结果中的伪Gibbs现象,因此为了提高变换冗余度和避免数据量过大,以进行快速有效的图像去噪,提出了一种基于非抽样LP的Contourlet变换图像去噪方法。该方法首先对带噪图像进行非抽样LP多尺度分解;然后对各子带图像进行临界抽样的DFB分解,再采用尺度相关的分层模型对各子带图像进行阈值处理;最后对处理后的子带图像进行DFB和LP重建,以得到去噪后的图像。与同类型有关方法进行的对比实验表明,在去噪后图像的PSNR值上,该方法比常规Contourlet变换方法至少提高1dB;在完成时间方面,该方法比其他改进方法快1倍以上。     

基于Contourlet变换和Wiener滤波的图像降噪

提出一种新的基于Contourlet变换和Wiener滤波的图像降噪方法。该方法充分利用Contourlet变换域系数服从广义高斯分布的特点,在Contourlet域采用Bayes收缩阈值法进行预降噪,采用Wiener滤波法对预降噪图像中的残留噪声进行进一步处理,以提高图像的恢复精度。仿真结果表明,该方法较传统的Contourlet域降噪方法具有更好的降噪效果,进一步提高了PSNR值,降低了MSE值,获得了更好的图像恢复质量。