基于小波变换的SAR图像压缩算法研究

针对合成孔径雷达(简称SAR)图像局部相关性较弱、对比度低、纹理丰富、难以保真压缩等特点,提出一种以小波变换为核心的图像压缩算法;文中重点介绍了编码器的预处理、离散小波变换、量化和熵编码等四个核心模块的实现过程;该研究课题应用该算法对某次航拍的实测数据进行压缩处理,并与标准JPEG压缩算法进行了效果对比,结果表明该算法具有高压缩比、低算法复杂度的优点,较适用于SAR图像的实时压缩与传输。     

一种基于小波分析的SAR图像增强去噪方法

提出了一种基于小波分析的SAR图像增强去噪声方法。该方法首先对被噪声污染的SAR图像进行小波变换,然后在小波域内对该图像进行平滑滤波,最后实现了一个SAR图像增强去噪处理系统。由处理结果可以看出,本方法在对SAR图像直接进行平滑滤波的应用中取得了较好的结果,为进一步图像分割、边缘提取奠定了一个较好的基础。     

基于M带小波滤波器结构的SAR图像压缩方法

在实际应用中,SAR图像需要大量的存储空间,为了降低数据存贮和传输的开销,高效的图像压缩方法是必不可少的。由于相干斑噪声的存在,基于线性滤波器小波压缩的效果不是很好。论文提出了一种新的基于非线性小波的压缩方法。根据提升格式,用一组4带滤波器组和非线性滤波器组从相干斑噪声分离出图像特征,实验结果表明其压缩效果远优于常见的JPEG方法。     

基于多小波变换的医学图像压缩

小波因具有多尺度特性和良好的局部特性,在医学图像的压缩中取得了较好压缩的效果。但是,小波由单个尺度函数生成,不能同时满足对称性、正交性等的缺陷,存在应用上的局限性。因而,本文提出基于多小波的医学图像压缩方案,实验结果表明,其PSNR值得到了较大的提高,且具有更好的主观视觉效果。     

一种基于小波变换的图像压缩方法与实现

提出了一种先去噪再利用小波变换的图像压缩方法,用Matlab软件编程实现算法。实验仿真结果显示,图像在具有高压缩比的同时,重构图像的质量也较优;使用不同的小波基函数,效果不同。     

基于sam多小波的图像压缩

图像压缩是多媒体的关键技术之一,寻求好的图像压缩方法是一个重要的研究方向。多小波拥有对称性、正交性、有限支撑等重要特性弥补了单小波的不足,提出了一种新的图像压缩方法,该方法以sam多小波变换为基础。实验证明,该方法具有很好的压缩效果,在一定的压缩比下可达到很高的峰值信噪比。     

基于EBCOT和多小波的图像压缩编码

多小波是近年才发展起来的矢量小波理论,同时具有正交性、对称性、短支撑和较大的消失矩等多个良好特性,这就意味着多小波将可以对信号提供一种更新的分析手段。本文充分利用多小波分解系数的结构,采用EBCOT图像压缩算法,对多小波系数进行压缩处理,得到一种比较有效的多小波图像压缩方法。     

基于平衡正交多小波变换的图像压缩方法

讨论用平衡正交多小波变换对图像进行压缩处理,选择由Lebrun构造的二阶平衡正交多小波,采用改进的零树编码,对图像进行压缩处理,试验结果表明该方法优于单小波压缩方法.     

基于小波的多波段SAR海洋图像融合算法

不同波段的海洋SAR图像在展现海洋现象和大气现象方面有着各自的优势.本文针时海洋多波段SAR图像融合的应用,提出了一种基于小波系数向量去相关的融合算法,为小波系数融合规则的选择提供了新的思路.实验表明,所提出的融合算法相对于传统的基于取大或加权的小波融合算法,在海洋多波段SAR融合图像特征的完整性和强度的保持方面具有优势.     

基于小波变换的图像压缩方法

小波变换克服了传统傅立叶变换的缺点,具有良好的时、频局部化性能,从而使得小波理论在图像处理领域得到广泛的应用。首先对图像进行小波塔式分解,然后依据小波系数的统计特性和分布特点,对不同的子图像块采用不同的量化、编码方法,并且在计算机上进行模拟实现,结果表明所提出的方案可以在保证重构图像质量良好的情况下获得较大的压缩比。     

一种基于小波变换的图像去噪新方法

为了更好地进行图像去噪,提出了一种图像去噪的方法。对图像进行小波变换以后,噪声的小波系数在不同尺度上都服从高斯分布但大小不同。由此,对各尺度各方向上的小波系数进行维纳滤波,而保持低频系数不变,先以此来估计原始图像的小波系数;然后进行小波反变换,得到去噪图像。实验结果表明了该方法的有效性。     

一种对Gamma分布的SAR图像相干斑去噪方法

鉴于Gamma分布的SAR图像相干斑经对数变换后可近似为高斯分布,提出一种基于粒子群优化的BP神经网络复原去噪算法。首先用高斯噪声对无噪图像进行模糊处理,然后将结果和原图像组成训练对,用于训练优化后的神经网络,最后利用训练好的神经网络对SAR图像进行复原,从而达到去除相干斑的目的。实验表明,该算法能有效解决传统去噪算法在图像失真、边缘模糊方面的问题,收敛速度快,迭代次数少,归一化均方误差(NMSE)和峰值噪比(PSNR)效果更好。     

基于多小波变换及多层阈值的图像降噪研究

提出了一种基于多小波变换分层阈值的图像降噪的方法。此方法首先对一幅噪声图像进行多小波分解;接着根据多小波分解后的能量分布特性,在不同尺度的高频子带内,对小波系数进行不同阀值处理;最后经多小波反变换,得到重构图像。实验结果表明:此方法既可以有效地降低噪声,又可以较好地保持图像细节。     

基于分形理论的SAR图像分割

SAR(合成孔径雷达)图像包含有相干斑噪声,传统方法不能很好对其进行分割,文章将SAR图像的特点和分形理论相结合,提出了一种新的SAR图像分割方法。该方法首先对原始SAR图像每个像元为中心取两种不同窗口,计算在该两种窗口下基于区域自选的分形维数并求均值,将其作为分形纹理特征。然后根据SAR图像噪声在小波域中的分布特点对SAR图像进行滤波,最后以SAR图像分形纹理特征和滤波后的灰度组成特征向量对SAR图像进行分割。实验结果分析表明,该方法是一种有效的SAR图像分割方法。     

经典图像去噪算法研究综述

就几种典型的图像去噪方法进行了介绍,通过分析各种算法的原理及过程,阐述了其在图像去噪领域中的发展前景及优缺点。为了更直观地对比各种算法的处理效果,给出了它们对同一幅测试图像进行去噪的实验结果。最后针对图像去噪技术所面临的问题和今后的发展提出了一些观点。     

基于多阈值的非下采样轮廓波图像去噪方法

非下采样轮廓波变换(NSCT)是一种新的多尺度几何分析工具,具有平移不变性、多方向性和各向异性。与小波变换相比,NSCT能更好地表示图像中的边缘等信息。对合成孔径雷达图像进行NSCT分解,考虑其系数统计特性,基于BayesShrink对每个分解层的各个子带做多层阈值估计和软阈值收缩处理。实验结果表明,采用该方法得到的图像在视觉效果和客观衡量指标上均符合要求。     

基于多小波变换的图像融合算法

本文提出了一种基于离散多小波变换的图像融合方法对多聚焦的图像数据进行融合。该方法针对不同分解层的不同频率特性区域,采用了不同融合规则与算子进行像素级的图像融合,实验结果表明这种方法不仅能够完好地显示源图像各自的信息,而且能很好地将源图像的细节融合在一起。     

二进小波变换的图像去噪

由于图像二进小波变换在每次分解时不进行下抽样,所以其表示同小波级数相比是冗余的,且图像二进小波变换的部分系数扰动不会带来重构图像的严重失真。因此,在相同的误判概率下,基于二进小波变换的图像去噪效果会好于基于小波级数变换的图像去噪效果。基于这个思想,该文提出了DWID方法,将基于小波级数的图像去噪方法推广到基于二进小波变换的图像去噪,比较了DWID同基于小波级数去噪效果。实验表明,DWID比小波级数去噪效果有明显改善。     

一种基于Contourlet变换的图像去噪方法

在变换域阈值去噪过程中,阈值的选取和阈值处理方法至关重要。提出一种基于contourlet变换的图像去噪方法。采用分层阈值,为每一级contourlet系数选取一个阈值。阈值处理中给出一种基于邻域的阈值处理方法,不仅考虑单个系数幅值的大小,而且考虑它的邻域系数幅值的大小。同时为了抑制在去噪图像边缘附近的伪吉布斯效应,引入cycle spin-ning来抑制这种图像失真。实验结果表明,利用文中去噪方法进行去噪比其他方法得到更好的视觉效果和更高的PSNR值。     

一种新的图像去噪方法

提出了一种新的基于分块的图像去噪方法.主要思想是,首先将原图像分成若干个相等的小块,然后对每个子块进行去噪,并且结合原对偶方法对新方法进行了验证.数值实验证明,该方法具有很好的效果,可以提高一倍左右的运算速度,并且图像恢复质量也有一定的提高;特别是对大型问题,新方法可以大幅度的提高去噪效率.