基于小波变换的AFM图像处理的研究

根据原子力显微镜(AFM)图像的特点，对小波变换应用于原子力显微镜图像的降噪、增强及融合方法进行了阐述，采用原子力显微镜对无磨料低温抛光后的铝合金(LY12)表面进行检测，并利用所述方法对扫描图像进行了处理。结果表明，利用小波变换对原子力显微镜图像进行处理是有效的、可行的，图像质量得到明显提高。     

基于小波变换的STM图像处理的研究

根据扫描隧道显微镜(STM)的特点,将小波变换应用于扫描隧道显微镜的降噪、增强及融合方法进行了阐述.对于不同仪器和不同扫描样品的图像,选用不同的小波基函数和分解层数进行分解和重构,结果表明,利用小波变换对扫描隧道显微镜图像进行处理是有效的、可行的,图像质量得到明显提高.     

基于小波系数邻域特征的图像融合

在利用小波变换进行图像融合的基础上,研究了融合因子的选取方法。由于小波变换在时域和频域中同时具有良好的局部特性,为了很好地利用小波变换的这种特征,提出了利用小波系数的邻域特征(邻域方差)来定义融合因子的思想。评价融合算法的性能应该从融合图像的信息增加量和融合图像的失真度两个方面来评价,融合图像的熵用来描述融合图像的信息含量,相对熵可以描述融合图像的失真度,评价结果显示出其方法的实用性。实验表明该算法用于医学图像的融合能得到很好的效果。     

小波变换及其在MEMS谐振器运动轨迹的特征提取中的应用

为测量微电机械系统(MEMS)谐振器的动态特性参数,根据MEMS谐振器运动图像的特点,将小波变换应用于MEMS谐振器运动轨迹的特征提取中.基于模糊图像合成技术,利用小波变换对MEMS谐振器的模糊运动图像进行了增强及降噪处理,并结合传统的图像处理方法,提取MEMS谐振器的运动轨迹,最终获得了MEMS谐振器的特性参数,从而可为MEMS器件的设计提供重要参考.实验结果表明,利用小波变换的方法获得了更好的测量精度,测量重复性误差为100nm.     

基于小波变换的图像降噪技术研究

根据小波变换和噪声信号的能量分布特性,提出了一种先用小波变换对含噪图像进行多尺度分解,求出各尺度小波变换高频系数的噪声方差和阈值,利用各尺度的阈值对高频系数进行处理,然后利用小波变换系数重构图像,实现图像降噪的方法;实验结果说明该方法既可以有效地降低噪声,又可以较好地保持图像细节。     

基于压缩感知的红外与可见光图像融合

基于压缩感知理论提出了一种红外与可见光图像的融合新方法。该方法将Contourlet变换(CT)和小波变换(WT)相结合,以进一步增加变换后系数的稀疏性,同时对采样模式和融合规则进行改进。首先对图像进行Contourlet变换,再对各高层分解系数进行正交小波变换;然后使用各层采样率不同的分立双放射形采样矩阵对系数采样,并用不同的规则对各层采样值进行融合;最后使用非线性共轭梯度法重构融合图像。实验结果表明,在采样率为0.5时,本文方法融合图像的细节信息比小波方法和小波变换压缩感知(WTCS)方法更加丰富;在所有采样率上,本文方法的融合效果比WTCS法在互信息、空间频率和融合信息逼真度等客观融合质量评价指标上均提高约10%。     

基于DCT变换的图像融合方法研究

提出了一种基于离散余弦变换(DCT)以及一种结合小波变换与DCT变换的图像融合新方法。前者将源图像进行分块DCT变换,依据DCT系数的高频能量,对源图像的对应区域进行融合。后者利用DCT系数的高频能量对小波分解后得到的低频子图进行融合,同时以此为依据对小波最高分解层的小波高频系数进行选择,其他分解层的小波高频系数依据最大局部方差准则进行融合。依照平均误差、峰值信噪比以及均方根误差等客观评价标准,将新方法与其他常用的基于小波变换或DCT变换的融合方法进行了比较。实验结果表明,结合小波变换与DCT变换的图像融合新方法获得的融合效果优于其他方法。该方法与常用的基于小波变换的融合方法相比,其平均误差减少了40.8%~69.5%,峰值信噪比提高了9.9%~15.6%,均方根误差减少了34.8%~47.5%,评价结果与目视效果相吻合,表明该方法能有效地提高图像融合的质量。基于DCT变换的图像融合新方法的融合效果仅次于结合小波变换与DCT变换的图像融合新方法且其计算量相对较少,适用于实时处理。     

基于小波变换纹理一致性测度的遥感图像融合算法

本文提出了一种基于小波变换的遥感图像融合算法，利用多分辨小波变换的系数，采用低频图像的小波系数最小值作为融合后的低频系数，高频图像根据纹理一致性测度的纹理检测确定融合规则，调整高频小波系数大小。利用小波变换对图像相对应的低频分量及各方向细节分量进行针对性融合处理，很好地将来自不同图像的特征与细节融合在一起，并对融合图像质量进行了对比评价。实验结果表明，这种方法能够在保留图像微小细节方面获得满意的结果，这种算法有效且优于传统的图像融合方法。     

图像小波分解的系数分析及在图像处理中的应用

介绍小波变换的特点及图像小波分解的方法 ,对Cameraman图经小波变换后的系数进行了分析 ,通过实例说明小波变换在图像处理中的应用。     

利用脉冲耦合神经网络的图像融合

为了获得对同一场景更为准确、全面和可靠的图像描述,提出了一种基于脉冲耦合神经网络(PCNN)的图像融合方法。将多源传感器图像配准后的各个源图像用9/7小波变换的提升算法进行分解,从而得到各个源图像的低频分量和高频分量。对于低频分量,采用像素绝对值选大法进行融合;而高频分量则作为PCNN的输入,在迭代结束后,通过比较PCNN点火次数得到一系列融合子图像;然后,用9/7小波的提升算法将获取的一系列多尺度融合子图像进行反变换得到最终的融合图像。设计了可见光图像与红外图像的融合实验,对融合图像的熵、平均梯度、标准差、空间频率进行了定量比较。当使用标准源图像进行融合时,各值比使用传统小波变换与PCNN相结合的图像融合方法分别高0.0104,0.2459,0.1131和0.2846。     

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。     

KEYHOLE IMAGE PROCESSING OF VARIABLE POLARITY PLASMA ARC WELDING BASED ON WAVELET TRANSFORM

0　ＩＮＴＲＯＤＵＣＴＩＯＮＴｈｅｖａｒｉａｂｌｅｐｏｌａｒｉｔｙｐｌａｓｍａａｒｃｗｅｌｄｉｎｇ (ＶＰＰＡＷ )ｏｆａｌｕｍｉｎｕｍａｌｌｏｙｓｈａｓｂｅｅｎｗｉｄｅｌｙｉｎ ｐｒｏｄｕｃｔｉｏｎ[1,2 ] .Ｈｏｗｅｖｅｒ,ｈｏｗｔｏｉｍｐｒｏｖｅｔｈｅｒｅｌｉａｂｉｌｉｔｙｏｆｗｅｌｄｆｏｒｍａｔｉｏｎｉｓｓｔｉｌｌｔｈｅｆｕｎｄａｍｅｎｔａｌｉｓｓｕｅ.Ｏｎｅｏｆｔｈｅｅｆｆｅｃｔｉｖｅａｐｐｒｏａｃｈｅｓｉｓｔｏｄｅｔｅｃｔｔｈｅｓｉｇｎａｌｓｏｆｔｈｅｋｅｙｈｏｌｅｂｙｔｈｅｉｍａｇｅｓｅｎｓｏ…     

基于梯度锐化和小波变换的图像边缘检测

小波变换是近几年发展起来的集数学、信息处理于一体的新理论，具有良好的局部化分析性能和多分辨率分析特性，比较适合图像处理。实际图像常常含有噪声而变得模糊，故采取先对图像进行梯度锐化预处理，然后进行小波多分辨率分析的方法进行边缘检测，实验表明该方法是有效的。     

基于DM642融合系统的A Trous小波实时图象融合算法

摘要：给出了一种基于DM642融合系统的A Trous小波实时图象融合算法。融合系统核心处理器选用了适合视频图像处理的TI最新高性能定点DSP DM642,利用DM642的600MHz高速运算能力,EDMA和EMIF高速数据传输能力,与视频编/解码单元无缝连接的灵活可配置的视频端口,构建了双波段图像融合系统平台。在此系统上,对可见光图像进行A Trous小波变换,提取出不同分解层的特征信息,将特征信息与红外图像进行融合。融合后的图像保持了可见光图像的线条及边缘特征,还融合了红外图像的目标特征。仿真实验结果表明,在融合系统平台上实现双波段图像实时融合算法只需39.46毫秒左右,满足25帧/秒的工程需求。 关 键 词：图像融合;A Trous小波;实时处理;TI 0DM642     

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。     

Multi-scale wavelet transform filtering of non-uniform pavement surface image background for automated pavement distress identification

Non-uniform background of pavement images results in difficulties when segmenting pavement images for pavement distress identification. A novel and fast non-uniform background removal algorithm based on multi-scale wavelet transform is presented. The algorithm uses multi-scale wavelet transform to decompose pavement image and then reconstructs image background using low-wavenumber components through inverse wavelet transform. Brightness of image background is then corrected to achieve uniform background pavement image. The multi-scale wavelet transform algorithm is compared with median filter algorithm and morphological closing algorithm. Experimental results show that the proposed algorithm possesses the advantage of extracting tiny cracks more effectively than the other two algorithms, demonstrating its suitability to be used in automated pavement distress segmentation and identification.     

基于小波变换和自适应中值滤波的图像去噪

小波图像去噪已经成为目前图像去噪的主要方法之一。该文尝试把小波变换与自适应中值滤波这两种去噪方法相结合,对同时含有高斯噪声和椒盐噪声的图像进行了去噪研究。实验结果表明,此方法在去除噪声的同时也较好地保留了原始图像的边缘信息,效果不仅优于单一的小波变换或普通中值滤波的方法,更优于将小波变换与普通中值滤波相结合的方法。     

图像融合在医学超声影像中的应用

图像融合是图像分析和处理的基本问题,在医学影像领域有着广泛的应用。将它引入医学超声影像中,以期获得更清晰的利于诊断的医学超声图像。利用小波变换理论首先将谐波图像与基波图像进行分解,然后利用基于窗口的融合规则进行融合,最后利用小波逆变换重建图像。融合结果表明融合后的医学超声图像更清晰,计算结果表明信噪比更高。融合方法使得借助超声进行疾病诊断的结果更为准确。