一种抗噪声的高效多聚焦图像融合算法

针对普通光学系统对图像处理算法实时性要求高及噪声环境的特点,提出一种基于拉普拉斯塔型分解伪逆重构的抗噪声图像融合算法.采用正交小波分解构建图像数据金字塔结构,重构过程采用一种新的伪逆重构算法.新算法可抑制压缩过程量化、阈值处理等带来的系统噪声及加性白噪声,算法复杂度低.可获得比原拉普拉斯金字塔变换法较优的多聚焦图像融合效果,并具有抗噪声能力.     

基于小波变换的鲁棒型多水印算法研究

提出了一种基于离散小波变换的多水印算法.首先在嵌入前对水印做Arnold置乱处理,然后对置乱后的水印图像及其原图像进行离散小波变换分解,同时保留小波分解后水印的高频系数,并在水印检测过程中作为密钥使用.最后对原图像小波变换后的中频系数嵌入相应的水印.实验结果表明,上述算法能够经受住剪切、噪声、滤波、压缩等处理,具有很强的鲁棒性.     

基于小波变换和奇异值分解的图像水印算法

针对多媒体资源的版权保护问题,结合离散小波变换和奇异值分解技术的优点,提出了一种基于离散小波变换和奇异值分解的图像水印算法.该算法首先将原始宿主图像分解为4个频带(LL、HL、LH和HH),再对水印图像做奇异值分解,并修改宿主图像的离散小波变换系数和水印图像的奇异值.实验结果表明,该算法不仅具有良好的不可见性,而且对诸如滤波、几何攻击、JPEG压缩和旋转等常见的图像攻击具有很强的鲁棒性.     

基于小波变换的鲁棒型多水印算法研究

提出了一种基于离散小波变换的多水印算法.首先在嵌入前对水印做Arnold置乱处理,然后对置乱后的水印图像及其原图像进行离散小波变换分解,同时保留小波分解后水印的高频系数,并在水印检测过程中作为密钥使用.最后对原图像小波变换后的中频系数嵌入相应的水印.实验结果表明,上述算法能够经受住剪切、噪声、滤波、压缩等处理,具有很强的鲁棒性.     

基于小波包的SPIHT算法图像压缩

富含细节、纹理和边缘的图像中,重要信息大量集中在中、高频部分,基于小波变换的压缩方法只对低频信息进行多次分解.针对这个问题,以SPIHT算法为基础,研究了基于小波包分解的图像压缩算法.仿真结果表明,采用小波包分解的SPIHT算法与传统SPIHT算法相比,在同压缩比情况下,峰值信噪比提高了0.35~1dB,适用于纹理丰富的图像的压缩.     

基于Wavelet snake的SAR图像中水岸边缘检测算法

利用àtrous小波变换、图像块生长和wavelet snake算法相结合,提出了一种检测SAR图像中河岸边缘的新算法.为了检测河流的边缘,首先利用小波变换对SAR图像进行小波分解,得到较低分辨率的图像,降低闪烁和噪声的影响;然后用图像块生长提取河流的初始边缘;最后把初始边缘作为Snake算法的起始点,利用wavelet Snake算法提取河流的精确边缘.在实验中,利用该算法提取了淮河SAR图像中的一段水岸边缘.     

基于奇异值分解的小波域灰度数字水印算法

针对灰度数字水印的隐藏问题,依据Arnold变换、奇异值分解及小波分析理论,提出了一种基于奇异值分解的小波域灰度数字水印算法,该算法对图像先进行二级小波分解,将分解得到的低频子图进行奇异值分解,然后将经Arnold变换置乱后的灰度水印嵌入.实验结果表明,该算法有效克服了灰度水印数据量大的缺点,并具有水印嵌入后图像失真小、鲁棒性好、安全性高等优点.     

基于提升小波变换和奇异值分解的灰度图像水印算法

结合提升小波和奇异值分解的特点,提出了一种新的基于提升小波变换和奇异值分解的灰度图像水印算法.该算法先对载体图像进行分块,并对每块进行二级提升小波变换,然后对中高频部分继续进行提升小波变换,对选取的频带四重使用奇异值分解和再次分块的方法构造矩阵,将SVD后提取的奇异值重新分配和组合,最后将灰度水印图像有效地嵌入到多次组合后的矩阵中.这不仅能增加嵌入的信息量,提高水印的安全性,而且实现了水印的透明性和鲁棒性之间的最佳平衡.仿真实验表明,该算法不仅具有较好的透明性,而且对常见攻击如:JPEG压缩、叠加噪声、滤波以及各种几何攻击等具有很强的鲁棒性.     

基于小波变换域的数字图像嵌入和提取方法

针对数字图像水印的嵌入和提取问题,提出了一种基于小波变换域的数字图像水印的嵌入和提取算法.该算法结合了离散小波变换、Arnold置乱变换和奇异值分解.通过Arnold置乱变换对数字水印图像进行变换,对原始图像进行二次离散小波变换,之后分别对置乱后的水印图像和原始图像小波变换中的低频部分进行奇异值分解,对两者的奇异值矩阵进行加性操作实现水印的嵌入过程.结果表明:该算法能够准确实现水印的嵌入和提取功能;嵌入的水印具有良好的隐身性,人眼不能感觉出水印嵌入带来的变化;算法具有较强的鲁棒性,经过椒盐噪声、高斯噪声、JPEG压缩、高斯平滑和裁剪操作等污染及攻击后,都能较好地恢复水印信息.     

一种自适应的小波方向对比度图像融合算法

对多传感器获得的图像序列进行图像融合,可以采用基于小波变换的多分辨率分析图像融合方法。首先,对两幅待融合图像进行小波变换,采用平均加权的方法来获得融合后的低频分量;采用一种基于图像对比度的自适应算法来获得融合后的高频分量。最后从最高分解层到最低分解层依次对得到的高频小波系数和该分解层的低频小波系数进行小波逆变换,最终得到具有原图像有用信息的融合图像。实验结果表明,这种算法可以很好地保留原图像的有用信息,是一种有效的图像融合算法.     

基于小波理论的电力系统谐波检测方法

提出了对电力系统中稳态谐波和暂态谐波的不同检测方法.阐明了小波理论的基本原理,对复合信号进行了小波变换和小波包变换的仿真分析和比较.仿真结果表明,对稳态谐波检测时适合采用小波变换,对暂态谐波检测时适合采用小波包变换.     

基于IIR两通道双正交滤波器组的小波包分析

使用一种ⅡＲ型两通道双正交滤波器组结构,分析－合成部分的设计仅归结为一人传输函数的设计。据此,在ⅡＲ最大平坦滤波器组的情况下构造了双正交小波基。将其用于实现小波包分析,采用信息熵函数作信息代价函数,动态调整最佳基,使得频谱分段最适合信号特征。对大量音频信号进行处理,与使用同阶的Ｄａｕｂｅｃｈｉｅｓ小波的小波变换以及小泡包变换折结果相比,性能有非常明显的提高。     

小波分析在SARS胸片图像增强中的应用

通过对非典型肺炎的胸部X线图像的特征分析,提出采用小波分析方法,对图像做小波变换,提取各层小波分解系数,利用阈值法对各系数作去噪预处理,然后再利用阈值法对各系数做衰减或增强处理,最后重构出清晰图像.结果显示,用此方法处理的非典型肺炎胸部X线图像,效果较好,既增强了图像对比度,又不损失细节信息,为医生鉴别诊断疾病提供了清晰影像依据.     

小波基的选择与织物图像处理

小波基的选择是用小波变换方法进行织物组织图像处理的一个重要方面．目前常用的各种小波基各有自己的特点,对不同图象需要分析或处理的任务和目的也各不相同,故应有针对性地选取合适的小波基．本文探讨了两种小波基与织物图像处理效果的关系,实验结果表明,在织物组织图像处理方面,无论从处理速度还是从图像效果上Ｍａｌｌａｔ小波基都优于Ｌｅｍ ａｒｉｅ 小波基．     

Implementing wavelet transform with SAW elements

Wavelet transform not only has inherited and developed the partial idea of short-time Fourier transform, but also has overcome the shortcoming that the window of short-time Fourier does not vary with frequency. In order to clearly observe the variation of a signal with time, if this signal is of high frequency, and its period is short, short-time window should be adopted; if this signal is of low frequency, and its period is long, long-time window should be adopted. Therefore, wavelet transfor…     

MWEDM表面三维粗糙度的小波评定基准面

针对目前三维粗糙度小波基准面分析中,最优小波基的选择和小波分解次数的确定主要依据经验确定的问题,通过比较微细电火花线切割加工表面三维形貌的小波重构精度选择最优小波基.根据小波变换能量守恒特征,小波在分解单一信号时,其分解能量服从指数分布的方法确定三维粗糙度小波基准面的分解次数,提取出微细电火花线切割加工表面三维粗糙度小...     

基于小波变换的图像压缩技术

详细阐述了连续小波变换和一维，二维离散小波变换理论，分析了小波变换的优点以及小波变换用于图像编码压缩的特点和实现方法，并对一些改进的小波图像编码压缩方法作了简要介绍。     

对称小波变换用于非平稳信号检测和去噪

根据信号与噪声在小波变换下表现出截然不同的性质,提出了一种基于对称小波多层系数乘积的信号去噪算法,该算法首先对信号进行多尺度小波变换,通过相邻尺度小波系数乘积提取小波变换模极大值,归一化和去除噪声小波系数;再利用归一的模极大值与相邻低层小波系数再次相乘作为对应层次的小波系数,逆变换得到去噪后的信号。实验仿真表明:该算法在有效去除噪声的同时,还能突出信号中的突变点。     

基于小波神经网络局部放电模式识别方法的实验研究

针对局部放电信号频率的特点,在小波神经网络基础上,构造一个改进型小波神经网络,并把信号在小波基的不同尺度和位移上展开,得到信号在不同尺度下的小波细节系数,将其输入到该小波网络进行局部放电模式识别．实验仿真得出,识别的相对误差范围为0．1％-3．9％．     

小波帧变换方法在电能质量扰动中的仿真分析

针对电能质量扰动问题,提出了小波框架和小波帧算法.将小波帧算法和传统的小波分析方法在算法框架上进行了比较,并进行了大量的实验.实验结果表明,基于小波帧算法的实时性有所减弱,但在扰动定位的准确性方面有很大提升.