基于小波-Contourlet变换的偏振图像融合算法

针对传统图像的信息保留不充分,以及偏振图像妨碍视觉观察、纹理细节不理想等问题,提出了一种基于小波-Contourlet变换(WBCT)的偏振图像融合算法。首先,将预处理过的4幅偏振角度图像,通过Stokes方法得到偏振强度图像和偏振度图像;后采用WBCT变换分解,低频系数采用PCA变换方法进行融合,高频系数通过区域特性能量的融合规则进行融合,最终的偏振融合图像由WBCT逆变换高低系数获得。实验结果表明,在主观视觉上,图像观察舒适性较好;并且,通过选取方法的对比,融合后的图像在客观评价指标上,皆优于选取的方法。     

基于多聚类中心和PCNN的医学图像融合算法

提出一种基于K-means Clustering和脉冲耦合神经网络(PCNN)的图像融合的方法,首先,以多特征信息为聚类方式利用K-means Clustering分割提取源图像的对应特征点,通过归类合并建立多模医学图像的特征点集合,根据特征点分布将图像划分为纹理区域和非纹理区域,纹理区域对应系数输入PCNN得到点火映射图,根据点火次数选择融合系数,非纹理区域的系数通过双通道PCNN进行融合。实验结果表明,该算法能够精确划分图像纹理区域,进而利用PCNN和双通道PCNN在图像不同区域系数选择各自的优势,融合图像纹理清晰,质量改善。     

基于KL距离和双密度小波变换的纹理图像检索

为了进一步提纹理图像的检索性能，提出了一种基于双密度小波的算法。该算法根据双密度小波分解的特点。从系数角度出发首先进行子带组合，然后提取子带小波系数直方图分布特性作为纹理特征。利用最大似然估计规则将特征提取和相似计算结合起来．采用KL距离进行度量．与单小波和双密度小波方法比较．该算法具有时移不变性、特证数少等特点。理论分析和纹理图像检索的对比实验数据说明了组合双密度小波在纹理特征提取方面的性能优于单小波和双密度小波。检索率分别提高了。     

基于Radon和小波变换的图像检索

提出一种基于Radon和小波变换的图像纹理特征检索算法.对原始图像进行坐标系的方向归一化,再对方向归一化后的图像进行Radon变换.根据Radon变换投影数据的几何特性,构造了适合投影数据的具有尺度和平移不变性的小波分解,该小波分解系数具有旋转、平移和尺度不变性.采用图像中各尺度小波系数的能量值作为图像的纹理特征,以此作为纹理特征进行图像检索.基于纹理特征的试验结果表明该特征具有旋转、平移和尺度不变性,与其他算法相比具有较高的检索率.     

一个改进的遥感图像目标纹理分类识别算法

提出了一种基于自组织特征映射SOFM网络模型的纹理分类算法，通过提取遥感图像的局部纹理谱特征．刻划图像整体的灰度分布特性并进行纹理分类。实践证明：该算法对飞机，桥架等的识别准确率分别达到91．39％和80％以上。     

一种基于Wedgelet变换的遥感图像分类算法

介绍了一种基于Wedgelel(楔波)变换的遥感图像分类算法.该算法将多尺度Wedgelet变换应用于遥感图像区域分割,在此基础上提取各分割区域的Gabor纹理特征实现对遥感图像的分类.为了检验该算法的可行性,将其应用于向海和查干湖遥感图像,并与灰度共生矩阵、高斯马尔科夫随机场等纹理分类算法进行了比较.结果表明,该算法要优于灰度共生矩阵及高斯马尔科夫随机场分类算法,能够得到较高的分类精度和Kappa系数.     

一种基于小波域图像纹理特征的数字水印技术

提出一种基于小波域图像纹理特征的彩色图像盲水印算法。该算法根据。图像小波变换后小波系数的特点选择视觉重要系数，量化嵌入二值水印序列。利用人类视觉系统的纹理掩蔽特性和照度掩蔽特性自适应调整量化间距，以保证水印的透明性。算法实现了水印的盲检测。仿真实验的结果表明，算法对各种常用的水印攻击方法具有较好的鲁棒性。     

综合有向纹理特征及其在多光谱图像融合中的应用

纹理特征是多光谱图像中除光谱特征以外的一类重要的图像特征。该文通过对有向纹理特征的分析提出了综合有向纹理特征的概念,建立了求解综合有向纹理特征的方法,并在此基础之上提出了基于图像冗余小波域的综合有向纹理特征重要中心系数算法。该算法将多光谱图像的光谱信息与形态信息进行了有机的结合,在保持源图像光谱特征的同时也考虑到了纹理特征对于融合效果的影响。对模拟及真实多光谱图像融合实验结果的主观视觉评价、客观定量分析说明该算法与现有的同类多光谱图像融合算法相比,能够更有效地融合源图像信息、更好地保持源图像纹理特征。     

基于统计模型和KL距离的纹理图像检索

为了进一步提高纹理图像的检索性能,提出了一种基于统计模型离的纹理特征提取算法。根据小波分解的特点,从小波系数角度出发,以每个子带的小波系数系数直方图分布特性作为纹理特征,采用混合高斯模型和一般高斯模型分别对低频和高频信息进行描述,利用最大似然估计规则将特征提取和相似计算结合起来,采用KL距离进行度量。与一般高斯模型方法比较,该算法具有检索精度高等特点。理论分析和在纹理图像检索的对比实验数据说明该算法在纹理特征提取方面的性能较一般高斯模型方法提高了5%。     

基于Gabor变换与克隆选择的遥感图像分类算法

提出了一种Gabor变换与克隆选择算法相结合的遥感图像分类算法。该算法首先对遥感图像进行离散Gabor变换,以Gabor变换系数模的平均值作为该图像的纹理特征,然后利用克隆选择算法对纹理特征进行优化,得到最优纹理特征。实验结果表明,该算法要优于传统的Gabor变换分类算法,分类精度和kappa系数都有较大提高。     

一种基于WBCT的自然图像质量评价方法

部分参考型图像质量评价的性能依赖于图像的特征提取和稀疏表示.WBCT(Wavelet-based Contourlet Transform)是一种无冗余度的图像稀疏表示方法,能有效地反映图像的视觉感知特性,可以用来捕捉由于图像失真而引起的视觉感知的变化.为此,结合部分参考型图像质量评价模型和WBCT,提出了一种自然图像质量客观评价方法.实验结果表明,利用该方法所得到的图像质量客观评价结果与主观评价结果之间具有很好的一致性,能准确地反映人眼对图像质量的主观感受.     

A reduced-complexity image coding scheme using decision-directed wavelet-based contourlet transform

Recently the wavelet-based contourlet transform (WBCT) is adopted for image coding because it matches better image textures of different orientations. However, its computational complexity is very high. In this paper, we propose three tools to enhance the WBCT coding scheme, in particular, on reducing its computational complexity. First, we propose short-length 2-D filters for directional transform. Second, the directional transform is applied to only a few selected subbands and the selection is done by a mean-shift-based decision procedure. Third, we fine-tune the context tables used by the arithmetic coder in WBCT coding to improve coding efficiency and to reduce computation. Simulations show that, at comparable coded image quality, the proposed scheme saves over 92% computing time of the original WBCT scheme. Comparing to the conventional 2-D wavelet coding schemes, it produces clearly better subjective image quality.     

Content-based image retrieval using a fusion of global and local features

Color, texture, and shape act as important information for images in human recognition. For content-based image retrieval, many studies have combined color, texture, and shape features to improve the retrieval performance. However, there have not been many powerful methods for combining all color, texture, and shape features. This study proposes a content-based image retrieval method that uses the combined local and global features of color, texture, and shape. The color features are extracted from the color autocorrelogram; the texture features are extracted from the magnitude of a complete local binary pattern and the Gabor local correlation revealing local image characteristics; and the shape features are extracted from singular value decomposition that reflects global image characteristics. In this work, an experiment is performed to compare the proposed method with those that use our partial features and some existing techniques. The results show an average precision that is 19.60% higher than those of existing methods and 9.09% higher than those of recent ones. In conclusion, our proposed method is superior over other methods in terms of retrieval performance.     

基于图像平滑度的WBCT算法研究与改进

由于WBCT压缩算法对于不同平滑度图像无差别滤波,使得对于较平滑的图像,其恢复图像效果要低于一般小波编码方法,为此,本文针对不同平滑度的图像,通过定义图像平滑度,对图像进行分类,利用多方向多尺度临界采样,进行不同程度的方向滤波。笔者利用变换后的小波系数的特点,采用SPIHT算法实现嵌入式编码,从而改进了WBCT压缩算法...     

基于信息熵和Gabor滤波器的图像检索

采用颜色和纹理的多特征提取,将图像按照一定的规则进行分块,对各个分块分别进行各种特征向量的提取.采用HSV颜色空间把颜色特征量化到72个颜色空间得到72柄的一维直方图,计算图像信息熵;纹理特征采用Gabor滤波器.该种分块方法能够很好的利用图像内容的空间信息,综合颜色和纹理特征能够有效地提高查全率和差准率.     

基于视觉特性和纹理特征的图像水印算法研究

利用人眼对比敏感度视觉特性和图像的纹理特征,提出了一种彩色图像的水印算法。算法首先依据图像的纹理特征,将图像进行分割;再将水印嵌入到图像纹理复杂的部分,并利用人眼对比敏感阈值控制水印的嵌入量,从而实现水印的嵌入;最后利用逆过程实现水印的提取。同时对3幅不同复杂纹理的图像进行仿真实验,并对3幅含水印图进行5种方式的攻击测试,且与近些年国内外报道的8种水印算法进行对比分析。结果表明,在中间剪切1/4区域、质量因子为20%的压缩和旋转90°较强的攻击下,提取水印的NC值和含水印图的SSIM值均仍能达到0.8以上,且比8种水印算法具有更好的鲁棒性。综合结果表明,在水印嵌入过程中,提出的算法能够有效解决水印容量与视觉透明性、鲁棒性之间的平衡,是一种行之有效的图像水印算法。     

改进纹理模糊筛选下煤矸石X射线图像处理

煤矿与矸石的自动分选是一种非接触、实时式的筛选过程,是煤矿生产的重要步骤,可以有效提高能源利用率并减少环境污染。但现有的煤块与煤矸石图像识别与分选技术大多采用Laplacian算子法,导致提取的图像纹理差异较小,识别效果不佳。本文以X射线图像技术为核心进行图像采集,对采集到的煤矿与矸石的图像进行滤波、二值化处理,降低图像噪点。在预处理后的图像中进行纹理提取,获取煤矿与矸石的纹理特征。利用Prewitt算子法计算目标图像的纹理度和灰度峰值,据此提出煤与矸石的识别值,确定煤石分离的灰度阈值,依据灰度阈值实现煤与矸石的分选。实验结果证明,本文所使用的Prewitt算子法提取出的煤与矸石的灰度差异更大,提高了实现煤与矸石的识别效果。     

兴趣区域优先的多尺度压缩感知渐进编码算法

针对面向目标探测识别的无线图像传输应用,为 了解决探测识别任务对图像质量的高要求和无线信道带宽约 束之间的冲突,提出一种感兴趣区域(ROI)优先的多尺度压缩 感知(CS)渐进编码算法。首先,选取多 尺度CS测量技术进行图像压缩,在相同压缩比情况下,可以保持更多的图像的细节 信息;其次,针对目标探测识别对 重构图像纹理、边缘信息完整保持的需求,选取基于小波的轮廓变换(WBCT) 作为CS的稀疏表示方法,可更多 地提取方向信息,从而可以较完整地保持边缘轮廓信息;最后,针对重构图像 ROI与背景区过度划分、ROI周边相关信息损失 过多的问题,给出ROI边界平滑处理的方法,可有效改善重构图像的主观视觉质量。 实验结果表明:在ROI压缩率高达 0.4的情况下,总的压缩率降至0.18,既保护 了ROI信息又显著提高了压缩比,基本满足目标探测识别任务的需求。