基于小波变换与Bézier曲面插值相结合的图像插值方法

为提高遥感图像的分辨率,提出首先对图像进行小波分解,然后对小波分解后的相应高频子带进行B啨zier曲面插值,再通过小波逆变换后获得高分辨率图像的图像插值方法.实验结果表明:该方法较好地保持了图像中丰富的高频成分,插值后的图像具有很好的视觉效果和较高的信噪比,克服了传统的插值方法使图像高频部分损失、细节被模糊的缺点;该算法结构简单、易于快速实现,是一种行之有效的超分辨率算法.     

提高航空图像分辨率的小波方法研究

航空图像由于CCD相机距景物较远，所以图像分辨率较低，为了获得较高分辨率的数字图像，传统的方法就是要对原数字图像进行插值放大。本文提出了一种基于二维离散小波的图像放大方法，与传统插值方法相比，此方法既放大了图像提高了分辨率，又保持了原始图像的细节特征。从实验结果看，此方法是一种较好的提高航空图像分辨率的方法。     

一种基于偏微分方程的图像放大方法

目的结合偏微分方程理论,研究图像放大的有效方法.方法根据热传导方程的物理意义,把图像的灰度值视为平面物体的温度,以原图像的某种插值结果作为异性扩散方程的初值,利用数值方法对方程进行求解,所得结果作为预估值.将预估结果中相应于原图像位置的像素值以原图像替换,所得结果作为校正值.校正值将作为下一步预估计算的初值.利用有限差分法求解偏微分方程,实现预估-校正迭代.结果数值实验显示笔者所提算法与传统的插值放大算法相比放大后图像没有明显的斑点及亮度偏移现象;与已有基于偏微分方程的图像放大算法相比,该算法能够较好地保持图像的边缘特征和细节信息.结论笔者所提算法具有长时间计算的稳定性,放大图像不会随着迭代次数的增加而变得模糊,是一种有效的图像放大方法.     

一种基于小波去噪的遥感图像显著性区域检测算法

传统的图像检测方法未获取遥感图像亮度、色度、饱和度信息,图像显著性区域检测效果较差,为此,论文提出一种基于小波去噪的遥感图像显著性区域检测算法。利用小波变换的正交方式将遥感图像转换为一维图像,采用二进小波变换获取遥感图像边缘信息,根据新阈值函数去除图像边缘噪声;依据IHS变换（Intensity-Hue-Saturation）方式计算遥感图像亮度、色度、饱和度信息,并经离散小波变换计算遥感图像高、低频系数向量,通过模糊C均值聚类获取低频系数聚类数据后,利用显著性因子完成遥感图像显著性区域检测。实验结果表明：本文方法能够有效提取图像边缘信息,去除噪声能力强,所检测到的图像显著性区域层次分明,对比度较高,检测效果好。     

基于小波变换和插值的超分辨率图像处理算法

根据图像小波变换和插值处理的特点，提出了一种将小波分解与插值算法相结合的图像插值处理方法，以提高图像的分辨率。通过实验表明：该方法能够较好的保持原图像中丰富的高频信息，经插值处理并小波重建后提高了图像分辨率，而且图像主观上具有很好的视觉效果，客观上具有较高的信噪比，并图像中细节丰富，无明显的畸变，因此它也是超分辨率图像处理的一种行之有效的方法。     

基于ARM的嵌入式超分辨率复原系统设计

为解决传统插值方法对采集的视频图像放大时易出现块效应和细节退化的问题,在高级RISC微处理器(advanced RISC microprocessor,ARM)平台上设计并搭建基于小波变换算法的嵌入式超分辨率复原系统.以ARM Cortex TM-A8处理器(S5PV210)为核心搭建硬件平台,采用嵌入式Linux系统搭建软件开发环境,设计基于V4L2接口的视频图像采集程序.最后将基于小波变换的超分辨率复原算法植入系统.实验证明,该系统处理的视频图像,比传统插值方法处理的视频图像取得了更高的峰值信噪比,能够恢复出更多细节信息.     

基于局部特征的图像插值算法在B/S视频监控中的应用

在B/S模式的视频监控应用中,针对传统的双线性插值图像放大算法会造成图像细节模糊的问题,提出一种改进算法.先计算4个邻点灰度的标准差,通过判断标准差是否大于某个阈值来将图像分为边缘区域和非边缘区域,对于非边缘区域的像素点直接使用双线性插值算法,对于边缘区域的像素点,采用最邻近和双线性插值算法进行加权融合所得的结果.并设计与实现了B/S模式的视频监控系统,在系统中应用改进算法对视频图像进行放大.实验结果表明,该算法可以避免最邻近插值产生的局部锯齿问题,同时也改进了双线性插值造成的图像细节模糊,能够改善视频图像放大后的视觉效果.     

小波变换在遥感图像薄云处理中的应用分析

云雾是遥感图像获取与应用时的常见噪声。因小波变换具有较好的时频分析特性,被广泛地应用于遥感图像的去云处理中。随着小波分析理论与技术的发展,出现了许多种形式小波变换,从云雾图像的频域特性出发,利用不同的小波变换方法对遥感图像进行了去云实验。结果表明,能完成整数到整数变换的提升小波更适用于遥感图像的去云处理。     

基于小波变换与双线性插值图像配比算法研究

插值算法常用在图像缩放中的像素点处理,目的是为了减少图像的失真和模糊.插值缩小技术可以使图像用小的信息量涵盖原图像的重要信息.插值放大技术可以使图像的分辨率提高,但同时容易出现块状和锯齿现象.为了尽量使复原图像更接近原始图像,它分析现有的常用三种插值算法(最近邻点插值、双线性插值、双三次插值),同时结合小波变换思想,提出了一种小波变换与插值的图像复原配比新方案.大量实验表明与传统的直接双线性插值复原图像以及小波与双线性插值结合重构图像相比,新方案的峰值信噪比、像素差值比、均方差都具有更为突出的优势.这种方案能有效提高图像复原的效果,并且具有普适性和灵活性,适合各类格式及尺寸图像处理.     

插值算法在高光谱数据中的应用

针对高光谱遥感数据具有波段多,各光谱通道间连续,含数据信息量大,像元光谱曲线交叉并不甚多等特点,就分析光谱曲线特点之后,选择性的运用波段插值方法进行光谱重建,利用MATLAB平台对多种插值算法进行了拟合实现。通过对比实验插值结果与原始数据,以及各插值算法插值精度,均方差和峰值信噪比等图像参数相互比较,显示用二次拟合的方法能够得到较好的拟合效果。     

Change detection in multi-temporal remote sensing images based on the wavelet-domain immune clonal optimazition

In order to reduce the impact of noises on detection accuracy in change detection for remote sensing images, a novel change detection method is proposed based on the immune clone algorithm and wavelet transform. Firstly, the multi-scale and low-pass smoothing characteristics of wavelet transform are utilized to construct multi-layered difference images. Secondly the time domain deviations caused by operation of zero insertion and image convolution in wavelet transform are corrected by the immune clonal algorithm that the initial segmentation results obtained using the Rayleigh-Gauss model are matched by the secondary linear interpolation operation. Finally, the change detection is accomplished by image fusion. Simulation results show that the algorithm can not only reduce the image noises, but also suppress the image deviations caused by wavelet transform effectively. The accuracy of change detection is improved significantly.     

基于提升算法的超谱遥感图像融合分类研究

超谱遥感技术的发展对遥感图像处理算法提出了新的挑战,超谱遥感图像所特有的高光谱维数,使适用于多光谱图像的算法不适合直接用于超谱图像.利用数据融合技术可以将超谱图像从高维降到低维,因而有利于图像的分析和处理.提升算法是构造第2代小波的关键技术,该文研究了其用于超谱遥感图像融合分类的可行性,利用提升算法将第1代小波改造成第2代小波,并对标准的AVIRIS超谱遥感图像实现图像融合,在融合的同时,提取图像的光谱特征用于分类,在相同的实验标准下在像素层和特征层上分别对图像进行了第2代小波融合分类,并用分类精度对实验结果进行了客观的评价.实验结果表明,以提升算法构造的特征层小波融合分类比像素层分类精度提高了7.78%.     

Retinex和小波变换去除遥感图像云雾方法分析

基于遥感图像中的云和景物信息频率分布特征,介绍了改进的Retinex方法和小波变换两种去云方法的基本原理,并结合实验分析两种方法的优缺点。Retinex算法对较暗区域的图像处理有明显效果,改进的Retinex方法则是基于经典Retinex,对具有较高亮度的遥感图像通过图像变换方法达到去云的目的。小波变换方法是将图片进行适当层次的小波变换,增大低层细节系数,突出景物信息,减小高层细节系数,适当减小近似系数,最后将所有系数重构,得到重构图像。实验结果评价及数据表明:基于小波变换方法优于Retinex方法。     

基于小波变换的遥感图像增强方法

为了有效地提高遥感图像的整体对比度,提出一种基于小波变换的图像增强方法来增强遥感图像。在小波域中通过对主要亮度层的图像进行分解,得到低亮度层、中亮度层、高亮度层,对三个亮度层分别进行对比度加强,将加强后的亮度层通过逆离散小波变换得到增强图像。实验结果表明,新方法提高了遥感图像的整体对比度,使图像的局部细节有更好的可视性。     

Directionlet域的多波段遥感图像融合算法研究

提出一种有效的基于Directionlet变换的多波段遥感图像融合算法。Directionlet变换是一种新的基于格子的歪斜多尺度多方向各向异性小波变换工具,具有更高的逼近精度和更好的稀疏表达能力的图像分解变换,与小波变换相比,抑制了小波变换在图像边缘方向表示的固有局限性。首先采用具有多尺度、多方向特点的Directionlet变换对多波段遥感图像进行分解。对于低频系数采用平均融合算法,方向高频系数采用区域边缘检测实现多波段遥感图像的融合处理。实验结果表明,提出的算法与传统融合算法相比不仅原始图像的边缘和纹理信息可保留,而且可获得更好的融合视觉效果。     

高噪声遥感图像稀疏去噪重建

高噪声遥感图像去噪一直是遥感领域研究的一个重要难题,为进一步提高高噪声遥感图像的重建质量,在经典的压缩感知迭代小波阈值算法的基础上,提出了一种改进迭代小波阈值算法.首先,提出一种自适应小波滤波算子在图像稀疏变换过程中对获取的遥感图像小波系数进行筛选,去除图像中的部分噪声信息;其次,使用提出的下降BayesShrink阈值在每次迭代过程中对获取的小波系数进行二次筛选过程;最后,使用改进的块稀疏全变差方法对获得的重建图像进行调整以进一步提高重建遥感图像的质量.试验结果表明,该算法的去噪重建性能优于经典的压缩感知迭代小波阈值算法,可以从高噪声图像中重建一幅高质量的遥感图像,验证了该算法的有效性.此外,该算法能够有效地保护遥感图像的边缘和纹理等重要特征信息.在低压缩采样比情况下,该算法也能够获得相对较高的峰值信噪比和视觉质量.在卫星地面接收站,该算法可直接使用获取的少量含噪遥感图像数据重建一幅清晰的遥感图像.     

基于小波变换的遥感数据融合与边缘检测

介绍了小波图像的分解和重构方法以及小波融合过程。采用Symlet小波变换融合方法对西安地区鲸鱼沟 水库的TM4、TM5子图进行单尺度二维离散小波变换融合,并进行水库的边缘检测。对图像通过TM4分解的低 频图与TM5分解的高频图像融合再与TM4影像原图比较,融合图像提取细节效果明显优于TM4原图像。     

利用小波变换进行遥感 多光谱图像融合的算法及实现

在分析了小波变换的分解与重建方法后,提出了一种基于区域的图像增强算法。先提取出源图的边 缘,以图像的边缘为参考,围绕边缘建立融合窗口,然后结合区域内的图像信息,应用基于窗口的融合规则进行 融合处理。实验结果显示,融合后的图像综合了3幅源图像的不同特征,处理后的图像变得容易识别了。表明 该方法保持了尽可能多的原始信息,算法简单,稳定性好,适合于多光谱遥感图像识别、医学成像等领域。     

基于PCA变换的多元遥感影像融合方法研究

基于PCA变换的融合方法是用于多波段遥感图像的第一主分量具有相同均值和方差的高分辨率遥感图像直接代替多波段遥感图像的第一主分量,这样会损失部分多波段遥感图像第一主分量中反映光谱特性的有用信息,使得融合结果图像的光谱分辨率受到较大影响。因此,在PCA变换融合算法基础上引入小波包变换融合算法,保留多波段遥感图像第一主分量中一些反映光谱特性的有用信息,提高融合后遥感图像的效果。