基于Daubechies小波的图像边缘检测技术

利用Daubechies正交小波变换的性质,通过Mallat多尺度分析方法对图像进行小波变换,把图像分解成低频轮廓,水平高频、垂直高频和斜线高频四个部分。针对图像边缘主要集中在高频部分,该文先保持小波变换后的高频小波系数,同时对低频小波系数进行再次小波变换,提取出次高频信号的边缘信息。最后对保留下来的高频小波系数和次高频小波系数进行逆变换获取最大边缘信息。     

用于光学小波变换的图像压缩方法

小波图像压缩数据量大,实现需时较长.本文将光学小波变换技术应用于图像数据压缩,分析光学小波变换系统和光学小波变换系数特点,对相关量化编码方案进行仿真实验,提出适用于光学系统的压缩方案,并实现光学小波变换的有损压缩.通过分析光学系统对量化编码噪声的容许程度,提出光学系统的近无损压缩方法.实验结果表明,近无损压缩重建图像与经光学小波变换直接重建图像相比,PSNR仅有0.1dB的差异,视觉上没有明显差异.     

图像边缘检测二维小波算法研究与实现

边沿作为图像视觉的最主要特征，成为图像信息获取的重要内容。小波变换具有检测局域突变的能力，而且可以结合多尺度信息进行检测，因此成为图像信息边缘检测的优良工具。根据二维小波变换的特点,分析了利用二维小波进行图像边缘检测的基本原理，并设计了利用二维小波变换进行多尺度边缘匹配的检测算法。基于研究结果，编写了计算机应用程序，进行实例分析。     

一种基于小波变换的目标融合跟踪方法

本文在分析小波变换的基础上，将小波分析应用到目标图像的融合跟踪技术上，利用小波的多尺度和多分辨特性，不仅能够获得不同分辨力下的图像序列，进行目标图像融合；还能有效地从信号中提取突变信号。对函数或信号进行多尺度的细化分析。图像边缘用小波变换进行处理和提取并对图像形心进行计算。能够得到较好的轮廓提取效果和形心定位精度，进而说明了小波变换可能成为目标跟踪中较好的数学方法。     

一种基于小波特征的彩色图像分割算法

利用小波变换的多尺度对图像纹理特征良好表达的特点,用小波变换提升算法图像纹理特征进行提取,从而达到较好的分割效果。     

一种改进的轮廓波变换去噪方法

轮廓波变换的显著特点是拉普拉斯塔式(LP)滤波器的过采样和非正交性,小波变换的显著特点是在保持临界采样的情况下变换后每个尺度上只提供三个方向.本文将小波变换与轮廓波变换相结合,首先对待处理图像实施小波变换,然后对低频子带图像进行重建,进而可得到一个高频子带图像.此方法既保持了临界采样又利于后面使用方向滤波器组来对高频部分进行方向划分.实验证明此方法能更有效地消除图像噪声并得到比小波和轮廓波变换更高的PSNR.     

空间目标跟踪技术中应用小波变换的探讨

介绍了小波变换的特点及其在图像边缘提取中的意义,说明了扩展目标用小波变换进行目的形心计算的详细步骤,并以收音机图像为目标在不同图像模糊程度及背景噪音情况下用小波变换进行了目标形心坐标提取,比较了不同图象模糊程度及背景噪音情况下目标形心坐标提取的精度,展示了小波变换在扩展目标跟踪技术中应用的前景。     

基于粒子群优化的多小波图像降噪

提出一种基于粒子群优化的多小波图像降噪方法.该方法首先根据图像降噪的特点,采用粒子群算法优化CL多小波的前置滤波器,实现了图像多小波变换的自适应预滤波;接着对一幅含噪声图像进行多小波分解,根据多小波分解后的能量分布特性,对小波系数进行阈值处理;后经多小波反变换,得到重构图像.实验表明,本文方法的客观性能(PSNR)和主...     

基于树型小波变换的图像检索算法分析

本文结合树型小波变换的基本原理和算法，分析了基于树型小波变换的图像检索过程及其优缺点，比较了树型小波变换和高斯滤波算法检索纹理图像的结果。经过研究得出：基于树型小波变换的图像检索算法在检索纹理较清晰图像时结果更精确，有着很大的应用优势和开发潜力。     

工业内窥镜图像对比度增强算法

针对内窥镜图像由于照明等原因而造成的亮度不均匀,局部对比度较低的问题,本文提出一种基于小波变换的同态滤波算法对内窥镜图像进行对比度增强.分析了照明反射模型的基本原理及可用于消除光照不均的同态滤波方法,采用快速小波变换代替传统傅里叶变换,在变换域中对小波系数进行非线性增强,对不同尺度上的小波系数进行不同程度的增强.实验结果表明,该方法可以有效消除由光照不均匀引起的图像亮度不均匀,增强图像对比度的同时不改变图像的原始面貌,其效果优于传统的同态滤波方法.     

多聚焦图像融合的最佳小波分解层研究

小波变换应用于多聚焦图像融合时分解层数的选取是一个关键问题。根据区域标准偏差最小准则对小波变换后的高、低频图像分别进行融合。利用峰值信噪比、偏差度、熵等标准对融合结果进行评价。对比实验结果表明,多聚焦图像融合的最佳小波分解层数为5层。     

光学小波变换及其数值模拟

以二维光学小波变换为例,对小波变换过程进行数值模拟,分别选取不同的小波基函数,模拟结果显示了光学小波变换对图像边缘的增强效应,同时对实际的实验可行性进行了具体的分析.     

基于小波分析的织物疵点视觉检测方法

采用了二维离散小波变换对织物图像进行处理,根据小波变换后高、低频分量的特点,提取分解子图像特征值,送入BP神经网络进行识别,从而实现织物疵点的检测.     

基于小波变换的图像融合方法研究

图像融合是多传感器信息融合的一个重要分支,小波变换是这一领域研究方法上的重大突破。本文通过对小波变换理论的研究,分析了二维离散小波分解与重构的算法,提出了一种高频小波系数直接替换的算法,并利用MATLAB数学分析工具环境实现全色图像和多光谱图像的融合,实验结果表明这种方法能很好地增强图像的光谱分辨率,便于对图像进行分析和识别。     

基于小波分解和分形理论的金相图像识别

为解决目标相互粘连的金相图像分类问题,提出了一种基于小波分解和分形理论的金相图像识别方法。该方法通过对原图像作一级小波变换,分别提取小波变换后的各输出子图像的分形维数和相关维数构成纹理特征值,对金相图像进行分类识别,结果表明取得了较好的效果。     

基于方向小波变换的镁熔液弱小气泡检测

运用方向小波的多尺度和多方向变换,对高温镁熔液表面弱小气泡进行检测。先对原始图像进行方向小波变换重构高频,抑制背景杂质,再作帧差和迭代阈值分割处理,最后运用数学形态学检测到弱小气泡,并将结果与传统小波检测进行比较。实验结果表明方向小波变换方法是有效的,而且方向小波更符合图像的方向特点,能够较好地检测出复杂背景中的弱小气泡。     

小波变换在图像处理中的应用探析

简要介绍小波变换理论的发展背景,根据傅立叶变换(FFT)方法和短时傅立叶变换(SFFT)方法基本原理和处理信号的特点,结合小波变换原理的时频分析特性和对时变信号的处理能力,文章将小波变换方法引入到了图像信息处理过程中。由于此方法能从图像中获取更多的特征信息,且具有较高的分析精度,并具有较好的重构效果,所以使用该方法对图像进行分析和处理时,效果显著。     

小波函数性质及其对小波分析结果的影响

分析了小波变换在图像处理、语音处理领域和设备故障诊断领域的应用特点 ,指出了两者的不同之处。并进一步讨论了小波函数的性质及其对小波变换结果的影响 ,指出在用小波变换进行诊断信号分析和特征提取时 ,小波函数的影响是不容忽视的     

基于向量小波与神经网络的图像融合算法

提出了一种基于向量小波和神经网络的图像融合算法.首先对各源图像进行向量小波变换,根据变换后系数计算出各子块图像的清晰度,选取子块图像部分区域清晰度作为前溃神经网络的训练样本,调整神经网络权重;然后用训练好的神经网络组合融合图像的向量小波系数,对组合后的系数进行一致性校验;最后对该系数进行向量小波逆变换,得到融合图像.仿真实验表明,该算法能够较好地解决多传感器图像融合问题,生成的融合图像效果优于有代表性的图像融合方法.     

基于小波变换的图像和视频压缩编码

小波变换以其良好的空间-频率局部化特性以及优良的非平稳信号的表示性能等特性而备受信号压缩领域的重视.本文概述了基于小波变换的图像和视频压缩的原理和方法,阐述了近年来小波变换在图像和视频压缩编码中的研究进展,并对今后的发展方向进行了探讨.