基于小波变换的图像融合技术研究

基于小波变换的融合算法形成了多分辨率融合算法的一个新的有用框架。由于人类视觉只对亮度信号的局部对比度敏感,提出了小波对比度的概念。图像经小波多分辨率分解后,依照小波对比度,定义变换系数邻域活性和系数匹配程度测度,按照系数匹配程度加权系数形成融合图像。将小波多分辨率分解和人类视觉对局部对比度敏感的特性优雅地结合在一起。     

基于小波的图像超分辨率重建算法研究

在遥感图像、医学图像等领域，最初获得的图像分辨率往往达不到期望的水平。图像的超分辨率重建就是在低分辨率图像基础上重建出高分辨率图像的技术。针对已有重建算法中的不足，给出一种将高频能量适当降低的SHR重建算法；并进而针对高频细节不能高质量重建的问题，利用小波反变换对高频信息进行重建，提出了一种基于小波高频重建的图像超分辨率重建算法——SHW算法。实验证明，这两种算法的性能比已有图像超分辨率重建算法均有不同程度提高。     

基于二进小波变换的多分辨率立体匹配算法

本文将近年来兴起的小波理论应用于双目立体觉技术，提出了一种新的立体匹配算法。该算法以二进小波变换的多分辨率零交叉为匹配基元，综合利用了小波变换零交叉的特征属性和强有力的匹配约束，从零交叉局部属性相似和全局匹配相容两个方面解决模糊匹配问题。整个系统采用一种新的的由精到细引导的多分辨率匹配结构。实验结果表明，该算法结构简单，稳定可靠，具有较好的自适应性和处理复杂景物的能力。     

嵌入式编码在图像检测系统中的应用研究

利用自然图像的低通频谱特性和小波系数整体上随分辨率的减低而增大这一事实，结合图像检测系统中目标识别算法更关注整体信息的特点，将嵌入式编码算法SPIHT应用于红外图像检测系统，通过对系统探测距离和SPIHT编解码参数的匹配，在保证目标正确识别的同时取得了良好的压缩效果。     

基于模糊测度的目标匹配算法

提出了基于模糊测度的目标匹配方法。利用复数小波变换图像．对得到的不同尺度、不同方向子频带的小波系数进行归一化,消除了光照和尺度变化对图像的影响．构造其纹理特征。采用循环移位方法构成匹配特征向量,根据特征分布的模糊隶属度确定各特征分量在相似测度中的权值。复数小波的多尺度、多分辨率等特性有效描述图像能量在不同尺度下、不同方向的分布特征。实验结果表明：当目标在背景中发生相对变化时,应用该算法能够有效匹配目标．其性能优于基于灰度相关匹配的方法。     

基于小波域的自适应运动补偿图像压缩算法

提出一种基于小波域的自适应运动补偿图像压缩算法。该算法利用小波变换的多分辨率特性,对经小波分解后的每个子带图像信号进行多分辨率运动估值(MRME)和多分辨率运动补偿(MRMC)处理,有效消除图像的冗余,增加可扩展能力,从而获得较高的图像压缩比。     

一种基于双正交小波变换和格型矢量量化的视频编码算法

本文提出了基于双正交小波变换（ｂｉｏｒｔｈｏｇｏｎａｌｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍ）和格型矢量量化（ＬＶＱｌａｔｔｉｃｅｖｅｃｔｏｒｑｕａｎｔｉｚａｔｉｏｎ）的视频编码算法。在该方案中，小波变换将图像分解成多分辨率（ｍｕｌｔｉｒｅｓｏｌｕｔｉｏｎ）的子带图像，多分辨率运动估值（ＭＲＭＥ，ｍｕｌｔｉｒｅｓｏｌｕｔｉｏｎｍｏｔｉｏｎｅｓｔｉｍａｔｉｏｎ）技术实现子带图像的帧间预测，格型矢量量化对预测差值子带图像进行编码，从而获得了性能较好的活动图像编码新算法。     

基于方向性小波子树分形图像编码的改进算法

本文在分析混合分形零树小波图像编码算法(FZW)优缺点的基础上，提出一种新的基于方向性小波子树的分形图像编码算法。该算法结合零树小波编码和分形编码，通过在匹配搜索过程中使用方向性range和domain子树，提高匹配精度，改善了传统分形小波图像压缩中的方块效应，更大限度的保留了图像的边缘信息。实验结果表明，该算法在提高压缩比和去除图像的方块效应方面，均取得了良好的效果。     

图像多小波域矢量量化策略

提出一种基于多小波变换结合矢量量化的图像编码算法(MDWT VQ)。首先对图像进行多小波分解,然后对高频系数用改进后的LBG算法形成的码书进行VQ编码。算法充分利用了多小波域不同分辨率层间各方向子图像的相似性,仅对最高分辨率层进行码书地址索引,低级分辨率层的系数按照一定的组织形式直接套用最高分辨率层的地址索引信息。对比实验的结果验证了该算法在提高图像的重建质量以及在降低位码率方面均比传统的单小波图像编码算法有一定的提高。     

基于Contourlet和改进牛顿插值的图像超分辨率重建

通过研究现有图像超分辨率重建算法原理,针对其不足,提出了一种基于Contourlet轮廓波和改进牛顿插值算法的图像超分辨率重建方法.该算法首先对原始图像进行Contourlet变换,然后对高频分量做多方向的改进牛顿差值计算,最后进行小波逆变换得到更加清晰的高分辨率图像.实验结果表明,该算法比传统插值算法和小波插值算法具有更好的视觉效果,并且拥有更高的信噪比和结构相似性.     

基于区域特征的改进IHS图像融合算法

提出了一种基于区域特征的结合IHS变换和小波变换的图像融合算法,首先分别对多光谱图像和高分辨率全色图像进行IHS变换和直方图匹配,对I分量和调整后的高分辨率图像进行小波分解,然后对不同频率分量进行融合时引入区域特征准则,低频部分采用加权平均算子融合法,高频部分采用改进的区域方差加权融合法,最后结合主观判断和客观定量分析验证该算法,实验结果表明该算法的融合图像的质量要优于传统的IHS变换法和小波变换法。     

基于小波变换和遗传算法的遥感影像匹配方法的研究

该文提出了利用小波分析和遗传算法实现遥感影像的匹配,在对参考影像和目标影像进行小波分解的基础上,利用遗传算法优良的全局寻优特点先对低分辨率的遥感影像进行匹配操作,然后逐级上推,最终实现全分辨率情况下的遥感影像的匹配。实验结果表明,该算法不仅具有较高的匹配精度,而且具有较高的效率。     

基于TLS的正交小波变换红外图像去噪

提出了一种基于总体最小二乘的正交小波变换红外图像去噪算法。对红外图像进行离散正交小波变换,分别对各个分解层的高频子带,通过总体最小二乘算法估计小波系数,获得各个高频子带信号的估计系数,然后通过正交小波反变换得到去噪图像。仿真结果表明,该红外图像去噪算法能有效去除加性红外图像噪声,在信噪比、直方图匹配等方面都有较大改善,并获得了良好的主观视觉效果。     

毫米波辐射图像的融合研究

微波辐射计具有全天时全天候的工作能力,可提供红外、可见光不能提供的信息。然而提高微波辐射图像的质量是一个急需解决的关键问题。针对简单场景,研究了波段相差极大的多传感器图像的融合算法,提出利用小波变换将基于光学的模拟毫米波图像和实测毫米波辐射图像的相关信息进行融合,合成的图像可作为精确制导中地图匹配的标准地图。仿真结果表明：融合图像包含了模拟图像和实测图像的更多互补信息,在一定程度上提高了图像的分辨率。     

一种可见光与毫米波辐射图像的融合方法

研究了波段相差极大的可见光和毫米波传感器图像的融合算法,提出利用小波变换将基于可见光的模拟毫米波辐射图像与实测毫米波辐射图像的相关信息进行融合,合成的图像可用来地图匹配制导以及辅助提高战场决策的正确率。仿真结果表明：融合图像包含了更多的互补信息,提高了实测图像质量。     

基于小波变换的全向图像分辨率增强方法

本文提出了一种基于小波变换的全向图像分辨率增强算法,根据全向图像成像的退化模型,利用小波系数的自相似性及其模的极值点在各层间的传递性,对全向图像丢失的高频成分进行补偿,结合对图像序列中的各帧进行融合的方法,达到分辨率增强的目的.实验结果显示这是一种有效的分辨率增强方法.     

基于小波变换的一种ISAR雷达目标成像方法

基于小波变换的性质,提出了一种ISAR雷达目标成像方法.通过对ISAR回波的横向数据进行Morlet小波变换,搜索小波变换模的极大值和对应的极大值点,得到目标的时间-距离-多普勒三维像,然后按时间点进行采样,得到目标的距离-瞬时多普勒像.由实验结果得出:运用此方法,不仅能够得到目标高分辨的距离-瞬时多普勒像,而且能够观测到目标的运动姿态.     

融合图像灰度信息与边缘特征的快速匹配算法

基于灰度相关的图像匹配算法对光照变化敏感,且计算量大,效率低,而基于特征的图像匹配算法结构复杂且在很大程度上依赖于特征提取的质量。为此,本文提出了一种基于Sobel边缘特征和小波变换的递推多模板快速匹配算法。首先用Sobel算子提取边缘特征;然后用小波变换对图像进行多尺度分解;最后用本文提出的递推多模板快速算法仅对集中了图像主要信息量的低频部分进行互相关匹配。将该算法应用于基于ADSP-S201的图像制导系统中,实验表明,此算法在保证匹配准确度的同时完全能达到系统实时性要求。      

Multi-spectral and hyperspectral image fusion using 3-D wavelet transform

Image fusion is performed between one band of multi-spectral image and two bands of hyperspectral image to produce fused image with the same spatial resolution as source multi-spectral image and the same spectral resolution as source hyperspeetral image. According to the characteristics and 3-Dimensional （3-D） feature analysis of multi-spectral and hyperspectral image data volume, the new fusion approach using 3-D wavelet based method is proposed. This approach is composed of four major procedures： Spatial and spectral resampling, 3-D wavelet transform, wavelet coefficient integration and 3-D inverse wavelet transform. Especially, a novel method, Ratio Image Based Spectral Resampling （RIBSR）method, is proposed to accomplish data resampling in spectral domain by utilizing the property of ratio image. And a new fusion rule, Average and Substitution （A＆S） rule, is employed as the fusion rule to accomplish wavelet coefficient integration. Experimental results illustrate that the fusion approach using 3-D wavelet transform can utilize both spatial and spectral characteristics of source images more adequately and produce fused image with higher quality and fewer artifacts than fusion approach using 2-D wavelet transform. It is also revealed that RIBSR method is capable of interpolating the missing data more effectively and correctly, and A＆S rule can integrate coefficients of source images in 3-D wavelet domain to preserve both spatial and spectral features of source images more properly.