基于小波域局部统计模型的图像去噪方法

提出了一种基于小波域局部统计模型图像去噪方法.该方法利用图像小波子带的方向性特点以及小波系数尺度内和尺度间的相关性:将小波系数尺度内的相关性建模为一种各向异性马尔可夫随机场(Markov Random Field,MRF)先验概率模型,将小波系数尺度间的相关性建模为局部奇异性的条件概率模型.通过在贝叶斯框架中采用这种先验概率模型和条件概率模型可以得到一种具有自适应性的贝叶斯萎缩函数.利用这种萎缩函数可以实现对小波系数的修正.实验结果表明利用该方法进行图像去噪能够取得良好的效果,同时可以有效地保留图像的细节.     

基于小波变换和中值滤波的图像去噪

针对图像中同时含有脉冲和高斯混合噪声的情况下,本文提出了一种中值滤波和小波变换相结合的图像去噪方法。仿真结果表明,该方法可以有效地滤除混合噪声,改善图像的视觉效果。     

四元数Wishart矩阵分布及其在通信中的应用

利用奇异的四元数Wishart矩阵的密度函数以及特征值的联合密度函数计算出了四元数随机MIMO信道模型的信道容量.此模型包括信道系数矩阵Hnr×nt,它可分为nt≤nr和nt＞nr这两种情况.文中对这两种情形分别计算了部分数据.     

基于线性混合小波基的图像去噪

单小波基由于时频特性难以与复杂的图像特征相匹配,限制了小波闽值算法在图像去噪效果上的进一步提高.提出了一种基于线性混合小波基的图像去噪方法,将多个不同特性的正交小波基进行线性混合构成一个新的小波基,用该混合小波基对图像进行分解后再通过阈值处理实现去噪.调节混合系数,可使混合小波基的时频特性与图像特征相匹配,从而提高小波阈值去噪效果.实验结果表明,该方法去噪效果优于参与混合的各单小波基去噪效果,其峰值信噪比(PSNR)最大可提高3.5 dB.     

基于复小波变换与层间模型的图像去噪

很多小波去噪方法认为小波系数是相互独立的,然而大量实验表明实际图像的小波系数之间是有较强的依赖性。在本文中,我们将利用复小波变换的优势以及小波系数之间的依赖性,提出一种新的图像去噪方法。该方法先确定滤波器系数,再对复小波变换系数建模,并根据MAP准则给出系数的收缩方法进行去噪处理,最后作复小波逆变换。同时在变换的系数抽取之前估计系数的方差,可以使方差估计更准确。     

基于四元数傅里叶变换的彩色图像数字水印算法

目的提高彩色图像数字水印的抗攻击性能,包括缩放、旋转、平移、噪声攻击等。方法基于坐标变换和四元数傅里叶变换提出一种彩色图像数字水印算法。介绍彩色图像四元数表示形式及其双侧傅里叶变换,并分析笛卡尔坐标和极对数坐标之间的变换关系。选择四元数傅里叶变换后实部的中低频部分作为嵌入区域;为提高算法的抗几何攻击能力,给出笛卡尔坐标系和对数极坐标系之间对应点的位置关系;详细论述水印嵌入和提取的流程。结果针对噪声、滤波、剪切等攻击进行了实验研究,结果表明所述算法可以提高提取信息的准确率和水印的抗攻击能力。结论该算法在保证水印隐蔽性的同时能够抵抗一定程度的攻击,满足版权保护和数字防伪的需要。     

基于四元数矩阵奇异值分解的彩色图像分解

讨论了四元数矩阵的奇异值分解（QSVD）,四元数矩阵的奇异值仍是正实数,但两个酉矩阵是含有四元数的四元数矩阵。给出通过四元数矩阵的等价实矩阵求解QSVD的有效算法。最后应用QSVD进行彩色图像分解,并给出了在Fruits、Baboon等图像上的实验结果。QSVD使许多基于SVD的图像处理方法可以推广到彩色图像处理上而不用再将彩色图像分解成三个通道图像进行处理。     

基于小波变换和均值滤波的图像去噪方法

将小波变换和均值滤波相结合提出了一种有效的图像去噪方法,先将含噪图像进行小波分解,获得不同频带的子图像.将低频近似图像保持不变,对水平、垂直和对角三个方向高频细节图像根据其特性采用三种不同形状的模板进行均值滤波,最后将低频近似图像与三个均值滤波后高频细节图像合成得到去噪后的图像.实验结果表明,该方法在降低了图像噪声的同时又尽可能地保留图像的细节,其去噪效果优于单一小波阈值法和均值滤波法.     

四元数分形的生成与研究

为实现三维分形,应用四元数作为迭代变量生成四维Julia集。在介绍了如何实现三维显示以及迭代方法选择之后,详细说明了生成四元数分形的具体过程,并给出图形实例。因为改进了逃逸时间算法的判别标准,因此,目标集合是边界点集。最后通过观察与分析,总结了四元数Julia集的某些特征,比较了它与复平面Julia集异同点,说明了两者之间的联系。     

一类四元数矩阵方程组的中心对称解及其极秩

研究一类四元数矩阵方程组存在中心对称解的充要条件及其通解的极秩问题。利用中心对称矩阵的特征结构,将该约束方程组转化为等价的无约束矩阵方程组的求解问题,然后采用M-P广义逆和分块矩阵秩的刻画方法,获得原方程组的中心对称解的表达式以及其极秩。所得定理推广了有关文献的结果。     

一种采用多个小波基的图像融合去噪方法

提出了一种新的基于多个小波基的图像融合去噪方法.首先利用多个不同的小波基对含噪图像进行阈值去噪,得到多幅恢复图像.然后对这些图像采用小波融合方法进行融合.对于低频系数采用基于边缘的融合算法,在多幅恢复图像中选择最有可能是边缘的点加以保留;对于高频系数,采用了平均的融合算法.最后得到一幅去噪图像.实验结果表明,无论是在视觉效果上还是在峰值信噪比定量指标上该方法去噪效果均明显优于单一小波基去噪.     

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.     

基于小波变换模极大值的自适应阈值图像去噪算法

依据白噪声小波变换性态与信号奇异性相比具有显著不同的特点，在大尺度下设置阈值，去掉噪声信号而保留图像细节信号引起的模极大值点。在阈值设置问题上，采用自适应阈值的方法，克服单一阈值不能在每级尺度上将信号与噪声作最大分离的缺点。实验表明，与单一阈值去噪方法相比，该方法不仅可以保留图像边缘信息，而且能提高去噪后图像的峰值信噪比2～5dB。     

EM algorithm‐based adaptive custom thresholding for image denoising in wavelet domain

In this article, a novel denoising technique based on custom thresholding operating in the wavelet transform domain is proposed. The denoising process is spatially adaptive and also sub‐band adaptive. To render the denoising algorithm space adaptive, a Vector Quantization (VQ)‐based algorithm is used. The design of the VQ is based on Expectation Maximization (EM) algorithm. The results of the algorithm is demonstrated on SAR images corrupted by speckle noise. Experimental results show that Custom thresholding function outperforms the traditional soft, hard, and Bayes threshoding functions, improving the denoised results significantly in terms of Peak Signal to Noise Ratio (PSNR). © 2009 Wiley Periodicals, Inc. Int J Imaging Syst Technol, 19, 175–178, 2009     

基于改进小波阈值去噪的深度学习水下目标分类

由于海洋环境噪声复杂,噪声等级高,水下待识别目标信噪比低,从而造成了特征提取困难,目标识别率低的问题。基于此,文章提出了基于改进小波阈值的深度学习水下目标分类方法。此方法在传统小波阈值去噪的基础上提出了一种新的小波阈值函数,对于所采用的具体阈值将其与分解尺度相联系,从而实现降低背景噪声,提升水下目标分类识别率的目的。此方法对实测舰船辐射噪声信号进行小波分解,提取每一层的高频小波系数并对其进行处理;对处理完的信号再提取时频特征,最后将其输入后续的深度学习网络中。实验结果发现：在利用原有数据集情况下,利用基于改进小波阈值的深度学习进行水下目标的分类识别,采用卷积神经网络算法可达到88.56%的分类识别率。对前述实验结果进一步分析后,采用生成对抗网络的方法扩充数据样本,可达到96.673%的分类识别率。     

Image coding based on wavelet feature vector

In this article, an efficient image coding scheme that takes advantages of feature vector in wavelet domain is proposed. First, a multi‐stage discrete wavelet transform is applied on the image. Then, the wavelet feature vectors are extracted from the wavelet‐decomposed subimages by collecting the corresponding wavelet coefficients. And finally, the image is coded into bit‐stream by applying vector quantization (VQ) on the extracted wavelet feature vectors. In the encoder, the wavelet feature vectors are encoded with a codebook where the dimension of codeword is less than that of wavelet feature vector. By this way, the coding system can greatly improve its efficiency. However, to fully reconstruct the image, the received indexes in the decoder are decoded with a codebook where the dimension of codeword is the same as that of wavelet feature vector. Therefore, the quality of reconstructed images can be preserved well. The proposed scheme achieves good compression efficiency by the following three methods. (1) Using the correlation among wavelet coefficients. (2) Placing different emphasis on wavelet coefficients at different decomposing levels. (3) Preserving the most important information of the image by coding the lowest‐pass subimage individually. In our experiments, simulation results show that the proposed scheme outperforms the recent VQ‐based image coding schemes and wavelet‐based image coding techniques, respectively. Moreover, the proposed scheme is also suitable for very low bit rate image coding. © 2005 Wiley Periodicals, Inc. Int J Imaging Syst Technol, 15, 123–130, 2005; Published online in Wiley InterScience (www.interscience.wiley.com). DOI 10.1002/ima.20045     

采用小波降噪和神经网络的FOG温度漂移补偿方法

光纤陀螺(FOG)输出易受环境温度的影响,发生漂移导致光纤陀螺测量精度降低。采用传统的BP神经网络容易陷入局部极小值,导致网络训练失败。为了优化BP神经网络,本文提出了一种粒子群(PSO)优化BP神经网络与小波降噪相结合的光纤陀螺温度漂移补偿方法。首先分析了光纤陀螺温度漂移产生的原因;然后在不同温度下对光纤陀螺进行测试,最后采用该方法建立了光纤陀螺温度漂移模型并根据模型对光纤陀螺进行补偿,结果表明采用该方法补偿后光纤陀螺在不同温度下的输出标准差降低了60.19%,与传统的BP神经网络相比补偿效果显著提高。     

检测技术中新的小波阈值函数的信号去噪

在信号检测技术中,构造了一个新的阈值函数,与传统的软硬阈值函数相比,连续性好,高阶可导,便于进行各种信号处理和检测。实验仿真结果表明,采用新的阈值函数的去噪效果在信噪比增益和均方误差意义上均优于传统的软硬阈值方法,给检测技术带来了新的发展。