基于改进的正交FRIT的分层图像编码算法

针对直线边缘较丰富的图像,结合小波变换和脊波变换的分析优势,提出了一种新的分层图像编码算法.本算法首先对原图像进行一级小波变换,取出低频子带LL1进行小波零树编码,从而编码图像的平滑层;然后根据残差边缘层有限Radon变换系数的特征,提出了一种改进的正交有限脊波变换,用以对残差边缘层进行更有效的稀疏表示,并根据变换系数的特点,改进零树编码算法SPIHT,实现了变换系数的渐进编码.实验结果表明,本算法在码率较低的情况下具有优于小波零树编码算法的压缩性能,并且能够更清晰地重建原图像中的直线边缘.     

基于Le Gall 5/3小波的图像无损压缩算法研究

对一种无损压缩算法进行了研究,该算法采用整数小波对图像数据进行变换,对小波子带数据进行多级树集合分裂排序(set partitioning in hierarchical trees,SPIHT)编码,实现图像的无损压缩。探讨了图像无损压缩的极限问题,并对图像信息熵进行了估算。采用六幅标准灰度图像对该算法的压缩效果和时间消耗进行测试,结果证明,该算法运算速度快,并能获得较高的压缩比具有一定的实用价值。     

基于非下采样双树复轮廓波变换和稀疏表示的红外和可见光图像融合

提出了一种基于非下采样双树复轮廓波变换(NSDTCT)和稀疏表示的红外和可见光图像融合方法,以改善传统的基于小波变换的图像融合方法的不足。该方法首先利用形态学变换处理源图像,利用NSDTCT变换进行图像分解得到低频子带系数和高频子带系数。根据高低频系数的不同特点,提出改进的稀疏表示(ISR)的融合规则用于低频子带;然后将改进的空间频率作为脉冲耦合神经网络的外部输入,提出基于自适应双通道脉冲耦合神经网络(2APCNN)的融合策略用于高频子带。最后通过NSDTCT逆变换获得融合后的图像。实验结果表明:本文方法在客观指标和视觉效果方面均优于传统图像融合的方法。与传统的NSCT-SR方法相比,实验的两组图像中4个客观指标:互信息(MI)、边缘信息保留量QAB/F,平均梯度(AG)和标准差(SD)分别提高了9.89%、6.39%、104.64%、55.09%和9.53%、17.77%、95.66%、52.89%。     

基于3D SPIHT的高光谱图像压缩技术研究

高光谱图像作为一种三维图像,其海量数据给存储和传输带来了极大的困难,必须对其进行有效压缩。本文将三维多级树集合分裂（3D SPIHT）算法应用于高光谱图像的压缩。首先根据高光谱图像的特点进行波段分组以得到处理单元,对各组分别进行三维小波变换,去除谱间和谱内冗余,利用3D SPIHT算法对变换后小波系数进行编码,去除系数之间的冗余。通过采用整数小波和浮点小波分别进行无损和有损压缩仿真,实验结果表明,3D SPIHT算法有损压缩较好,且算法具有嵌入式、可伸缩性等优点,但无损压缩性能要逊于基于预测的方法。     

基于三维整数小波变换的高光谱图像编码方法

高光谱图像是一种数据量很大的三维图像,在存储和传输之前必须对其进行有效的压缩。本文提出了一种基于三维整数小波变换的高光谱图像压缩编码方法,首先利用三维整数小波包变换去除高光谱图像的空间和谱间冗余,然后对变换后的每个子带的小波系数构造子带重要性树,通过子带重要性树的分裂对小波系数进行三维嵌入零块编码,最后为了进一步提高编码性能,把编码输出的二进制符号送入算术编码器并结合高效的上下文模型进行熵编码。对4组场景的AVIRIS高光谱图像进行测试,结果表明该方法的编码性能略优于3DSPIHT和3DSPECK算法,同时该方法还支持高光谱图像从有损到无损的渐进传输。     

一种小波变换与矢量量化结合的图象压缩编码算法

本文提出了一种新的小波变换与矢量量化相结合的图象压缩编码算法.首先根据小波图象中各子带系数的带间相关性对其进行四叉树分类,然后利用同一子带内高频系数的兄弟相关性采用变换的方法进行系数重排,以产生新的树结构.最后,根据系数的重要性,利用剪枝算法从每棵树中提取一个矢量,进行矢量量化编码.试验证明,在较高压缩比的情况下,使用此方法得到的重构图象质量（视觉效果和峰值信噪比）比通常的小波压缩算法有了较大的提高.     

CCD遥感图像的小波分解特性及编码压缩

研究了遥感图像的小波变换系数统计特性及小波系数的相关性.通过试验得出小波变换系数分布的一般规律和遥感图像基本特征,即数据的局部相关性弱、纹理丰富复杂和低冗余度,不利于高保真压缩,而遥感图像的小波变换系数却具有很强的局部相关性.提出了插分预测编码(DPCM)与集合树多级分裂(SPIHT)算法相结合的遥感图像小波编码算法,用该算法对CCD采集的遥感图像进行了3级小波分解和重构,并与EZW算法、SPIHT算法进行了比较.结果表明,算法所得的遥感图像没有方块效应,图像恢复质量较高,在相同压缩比和比特率低的情况下,明显优于其他两种算法.     

一种适合星上应用的遥感图像有损压缩算法

提出了一种高质量的遥感图像有损压缩算法,在分析了遥感图像经Daubechies双正交小波基D5/3整数小波变换后各子带小波系数统计特性和能量分布的基础上,引入了人类视觉特性,用它来控制算法中的量化方案.根据能量的大小确定不同子带对于目标识别的重要程度,选择不同的量化阈值和量化步长进行量化,并对量化后的数据采用固定比特平面编码.仿真实验表明,该算法对于不同内容和纹理的图像,在一定的压缩比下,均获得了PSNR(峰值信噪比)＞30dB的恢复图像,在不损失最低频信息的同时较好地保持了遥感图像中丰富的高频信息,实现了高质量的图像压缩,并且算法简便,快捷,所占用的存储容量小,易于硬件实现,适合于星上应用,减少了在遥感图像压缩中小目标的丢失.     

曲波域铁谱磨粒图像特征提取方法研究

曲波变换具有多尺度分析能力,与小波变换相比可更好地表达图像的曲线特征.为有效描述铁谱磨粒的形貌特征,提出一种曲波域图像特征提取方法.利用曲波变换将磨粒图像进行分解,得到不同尺度的曲波系数;根据曲波系数统计分布特点,采用广义高斯分布模型对细尺度和精细尺度曲波系数分布进行建模;提取粗尺度曲波系数的均值、标准差、能量和熵等统计特征,以及细尺度和精细尺度曲波系数的广义高斯分布模型参数描述磨粒特征.将提取的特征用于发动机典型磨粒识别,识别成功率达到了88.9%,表明该方法所提特征能很好地表达铁谱磨粒的形貌特征.     

基于三通道不可分对称小波的多聚焦图像融合

针对Daubechies系列小波不具有对称性、张量积小波变换只强调水平和垂直方向的不足,提出了一种基于三通道不可分对称小波的多聚焦图像融合方法.利用矩阵扩充的方法,给出了一种三通道不可分对称小波滤波器组的构造方法,用所构造的不可分小波滤波器组分别对多聚焦图像作非下采样多尺度分解,采用低频分量系数值取小、高频分量系数绝对值取大的融合规则对分解后的子图像进行融合.实验结果表明,该方法有较好的融合效果,其融合结果图像有较丰富的边缘信息、较高的清晰度和空间分辨力,其融合性能比基于不作采样的张量积离散小波帧变换的融合方法的融合性能好.     

基于小波变换的正则化盲图像复原算法

提出了一种将小波变换和自适应正则化方法相结合的盲图像复原算法。该算法先对退化后的图像进行小波分解,得到图像在不同子频段的信息;然后针对各个子频段内图像的频率和方向特性,使用不同的自适应正则化复原方法,在图像的低频子频段进行去模糊;高频子频段则进行抑制噪声和保边缘特征;最后通过小波逆变换得到复原后的图像。实验结果表明, MSE减少了1.60,信噪比增量为1.76,算法性能和复原效果相对空间自适应正则化方法,都有一定的提高。     

结点阈值小波包变换语音增强新算法

人耳频率分辨率是非线性的,而小波包算法有灵活的时频分析能力,可较好的模拟人耳基底膜的频率分析特性。本文提出了一种新的基于结点阈值的小波包变换语音增强算法。采用Bark尺度小波包对含噪语音进行分解,在语音信号的子带层次上进行阈值操作,并采用软阈值方法进行阈值处理。采用谱熵法估计结点噪声。实验表明,该算法在多种噪声,尤其是有色噪声和非平稳噪声条件下均有较好的语音增强效果。     

基于3D SPIHT的高光谱图像压缩技术

将三维多级树集合分裂(3D SPIHT)算法用于高光谱图像的压缩。根据高光谱图像的特点进行波段分组以得到处理单元,对各组分别进行三维小波变换,去除谱间和谱内冗余;利用3D SPIHT算法对变换后小波系数进行编码,去除系数之间的冗余。采用整数小波和浮点小波分别进行无损和有损压缩仿真,AVIRIS和OMIS实验结果表明,在bit/pixel为1的条件下,平均PSNR比准三维方法分别高0.91 dB和1.38 dB,且算法具有嵌入式、可伸缩性等优点,但无损压缩的平均bit/pixel比基于预测的方法高0.308和0.159。3D SPIHT算法用于高光谱图像压缩可以获得较好的有损性能,但无损压缩性能逊于基于预测的方法。     

小波变换在超声成像检测中的应用

研究小波变换在粗晶材料超声成像检测中的应用,为了克服粗晶材料噪声对超声图像质量的影响,利用超声图像小波系数的统计特性,提出了一种自适应子带图像选择算法。该算法提高了基于小波变换的超声图像增强技术的实用性。实验结果表明,在粗晶材料超声成像 通过本算法处理能够得到高质量的超声检测图像。     

基于脉冲耦合神经网络模型的小波自适应斑点噪声滤除算法

分析了维纳滤波原理和脉冲耦合神经网络(PCNN)模型的特点,根据斑点噪声统计模型的特征,结合小波变换方法,提出了一种基于PCNN模型的小波自适应斑点噪声滤除算法(W-PCNN-WD)来改善超声图像质量.首先,对超声图像进行对数变换,使斑点噪声转换为加性噪声;对医学图像进行维纳滤波处理,计算其加性噪声的标准方差,并以此作为小波阈值.然后,利用小波变换对图像进行预处理,利用PCNN在小波域中对小波系数进行相应的修正.最后,进行小波逆变换和指数变换,获得滤除噪声的图像.结果表明:本文提出的滤波方法优于其他滤波方法,当噪声方差为0.01时,本文滤波算法获得的峰值信噪比(PSNR)比经Wiener滤波方法获得的高出9 dB.该滤波方法能在有效去除超声斑点噪声的基础上保留图像的边缘细节信息,极大地改善了图像的视觉质量.     

基于MAP估计的复小波域局部自适应绝缘子红外热像去噪方法

为了从强白噪声干扰的红外热像中提取真实的绝缘子盘面温度场信息,提出一种基于MAP估计的复小波域局部自适应去噪方法.首次证实了绝缘子红外热像双树复小波变换(DT-CWT)系数服从拉普拉斯分布,并对不同滤波器组采用各自最精细分解层子带系数估计噪声方差,利用待估计点圆形邻域系数估计信号方差,且随分辨率变化调整圆形邻域半径,使得MAP估计的无噪声系数更为准确,提高了去噪图像质量.实验结果表明,该方法比传统的Wiener滤波法、基于离散小波变换和DT-CWT的贝叶斯阈值去噪方法具有更高的信噪比,在有效去除图像噪声的同时,图像细节信息保留更完好.     

结合图像空间域和小波域特性的自适应盲水印算法

本文针对传统的基于人类视觉系统(HSV)特性的空间域与变换域结合算法的不足,提出了一种有效的自适应盲水印新算法。通过利用图像的局部纹理特性产生伪随机码与水印序列组成扩频水印来增强水印的抗干扰能力。利用密钥产生一串伪随机数控制水印嵌入位置来增强水印的保密性。水印嵌入过程中使用了改进的量化水印算法。通过计算相邻特征平均值来自适应调整待量化小波系数的量化间隔,大大提升了水印系统的逼真度。根据奇偶判决法来实现盲检测。经实验表明水印是不可察觉的,算法对于遭受JPEG、均值滤波、维纳滤波等手段攻击后提取出的水印仍与原始水印具有0.85以上的相似度,具有很好的鲁棒性。     

基于小波变换的铁谱图象数据压缩

本文根据小波变换数据的特点,利用离散小波变换产生图象的紧凑多分辨描述,采用小波系数零树编码结合LZW字典压缩方法,对彩色铁谱显微图象进行了数据的压缩编码实验研究,取得了较好的压缩效果和较高的压缩比。     

基于小波变换的零件图像数据融合

提出一种基于小波变换的图像数据融合的方法,对多源图像进行分解,将高频区域中的绝对值较大的系数作为重要小波系数;在低频区域,对逼近系数进行加权平均得到新的逼近系数,然后进行小波重构。实验表明,该方法是实用的。     

基于ROI的海洋卫星遥感图像压缩算法

针对海洋监视卫星遥感图像的特点,提出了一种基于感兴趣区域(ROI: Regions Of Interest)的自适应海洋遥感图像近无损压缩算法。对图像进行了形态Harr小波最大提升后,在一个分辨率低的高频子带中利用阈值和八邻域连通分析方法检测出目标,使用外接矩形与环面的交集来描述ROI,其他分辨率级的高频子带的ROI通过Mosaic放大得到。高频子带中的ROI采用Rice无损熵编码方法,非ROI进行比特平面编码。低频子带采用DPCM和Rice结合的无损编码方法。实验结果表明,该算法能有效地划分ROI,在中低比特率情况下,获得了比JPEG2000更好的重构图像质量,且没有明显的ROI分割痕迹。本文算法的计算复杂度较低,易于硬件实现,而且还具有自适应性和数据包独立的优点,适合于海洋监视卫星遥感图像近无损压缩应用。