分形布朗随机插值方法在图像放大处理中的应用研究

分析研究了传统的图像放大技术和基于分形的图像放大技术,证明了利用分形插值方法可以得到分辨率较高的图像,且在保持原有图像纹理方面有一定的优势。     

一种基于小波变换的分形图象编码方法

小波和分形相结合的图象编码方法,其基本思想是先利用小波变换实现图象的多分辨率分解,然后在小波域内采用分形理论对图象进行编码。本文提出了一种新的分形编码方法-基于固定区域定义域块的值域块编码。这种方法的优点是分形码不包含定义域块-值域块匹配对的坐标,并且值域块的尺寸小到2×2。图象仍能保证较好的压缩率和质量。仿真实验证明了该方法的有效性。     

一种改进的基于小波变换的遥感图像融合方法

针对多光谱与全色图像的融合,提出一种改进的基于小波变换的融合方法,首先对多光谱图像进行IHS变换,其次将全色图像和多光谱图像的强度分量进行改进的基小波变换的比值融合,并用融合结果取代多光谱图像的强度分量,最后再做IHS逆变换得到融合图像.实验结果证明融合算法较IHS变换算法和常用的小波融合算法有更好的融合效果.     

基于小波变换的多聚焦图像算法研究

多聚焦图像融合就是把分别聚焦到各个目标多次拍摄而得到的多幅图像进行融合,从而得到在一幅图像内各个目标都清晰的图像。由于小波变换具有多分辨或多尺度特性,因此可以通过小波变换把多幅图像分解到一系列的频率空间,然后在每个空间按照一定的融合规则算法对图像的信息进行处理,最后把处理后的信息通过小波逆变换得到融合图像。从实验结果可以看出,给出的方法很好地保留了多幅原图像的有用信息,融合图像清晰度较好,是一种有效的图像融合算法。     

一种基于小波变换的煤矸石图像边缘检测方法

针对煤矸石在线识别与自动分选系统中的图像处理问题,采用小波变换的多尺度方法,研究了煤矸石图像的轮廓提取与边缘检测,通过图像消噪和边缘加强,对煤矸石图像进行了处理.研究结果显示,采用小波变换的边缘检测方法,可以有效地抑制噪声,准确提取煤矸石图像的边缘特征,有助于提高煤矸石的识别率.     

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。     

一种基于HSI和小波变换的可见光和红外图像融合新方法

针对传统的HSI(色度—饱和度—亮度)图像融合方法易出现颜色失真和传统的小波融合方法存在分块模糊的现象,文中提出一种基于HSI和小波变换的可见光和红外图像融合新方法。该方法首先通过HSI变换获得红外和可见光图像的亮度成分,采用基于方差匹配度的融合规则对两者进行小波融合,得到新的亮度分量,并选用红外图像的饱和度分量和可见光图像的色度分量,进行HSI逆变换获得最终融合图像。实验结果表明:该方法在提高图像清晰度、突出图像细节和热目标等方面效果显著。     

基于小波的多重分形图像去噪新算法

针对多重分形分析很难估计有限长离散数据的多重分形谱这一问题,提出了一种基于奇异性分析的多重分形图像去噪算法.通过定义基于小波系数矩的配分函数,给出了一种有限长离散数据序列多重分形谱估计方法.图像去噪算法中图像的性质由多重分形谱决定,对噪声的类型没有提出任何假设条件,而是通过定义一个基于二维微局域(2-mi-crolocal)分析的变换算子对每一点的Hausdorff指数进行处理,使处理后的图像中大多数点位于平滑区域的同时,谱的相对强度没有变化,从而取得最佳效果.实验结果表明,该方法在去除噪声的同时可很好地保留原始图像的纹理信息.     

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。     

基于小波变换和分形维数的表面微观形貌分析

针对传统三维参数和单一分形维数在表面微观形貌分析中的不足,提出了一种基于小波变换和分形维数的表面微观形貌分析方法。该方法通过小波变换对表面形貌的灰度图像进行分解和单支重构,利用改进的差分盒维法计算原图像和重构子图像的分形维数,依据原图像和重构子图像的分形维数构成的数组对表面微观形貌进行分析。最后,利用本文提出的方法对一组零件的表面微观形貌进行了分析,结果表明原图像和重构子图像的分形维数不仅能够反映表面微观形貌的整体特征还能反映表面不同分辨率下的细节特征。     

基于小波与双三次插值的高温锻件红外图像增强方法

提出了一种基于小波变换和双三次插值的图像处理方法,该方法利用离散小波将原图像分解成低频子带与高频子带,然后对原图像及这些子带分别进行双三次插值,同时提出增加一个中间步骤来估算高频子带,即扣除原低分辨率图像和插值后的LL子带中的相同成分而得到不同成分的图像（高频成分）,然后利用不同成分的图像对高频子带LH、HL及HH分别进行校正融合,并通过小波逆变换对这些图像进行融合重构。该方法不仅能够有效地消除图像噪声,改善细节信息,而且能够最大限度地保留边缘信息和增加图像的清晰度。最后运用该方法和传统算法分别对核电主管道高温锻件和小型高温锻件的红外图像进行增强处理,实验结果验证了该方法的可行性及优越性。     

基于小波变换的图像增强技术研究

利用小波变换后特有的图像数据结构,将小波分析与传统的增强方法有机地结合起来,进行了图像增强方法的探讨和研究.实验结果表明,使用该方法后原图像中较模糊、对比度差的细节得到增强,纹理清晰,层次感强,其处理结果比传统的图像增强方法更令人满意.     

基于自适应PCNN和小波变换的多聚焦图像融合算法

提出了一种基于自适应PCNN和小波变换的新型多聚焦图像融合算法。首先,对待融合的两幅图像进行小波分解得到两组多尺度图像,然后在小波域充分利用PCNN的同步激发特性,进行基于PCNN的融合策略设计。使用不同频率下小波系数的局域熵作为PCNN对应神经元的链接强度,经过PCNN点火获得参与融合图像在小波域中的点火映射图,根据点火时间计算点火映射梯度图,再通过判决选择算子,判定并选择点火时间梯度最大的小波系数作为融合系数。最后对融合后的小波系数进行重构生成融合图像。该方法中,根据设置的迭代次数来确定阈值调整时间常量 ,从而在迭代结束时,所有小波系数均得到激发,充分反映了点火时间的先后次序。实验结果以及与其他融合算法的比较分析表明,所提出的算法能有效地突出边缘细节、更好地保持图像的空间分辨力。     

一种基于三维小波变换的图像编码算法

提出了一种新的基于三维小波变换的图像序列压缩算法.该算法在量化编码时,着眼于"体",采用平面与纵向相结合的形式组织系数,并对运动程度不同的区域以及帧内不同特性的区域加以区分.以QCIF格式的标准序列图像Miss American作为测试图像进行实验,实验结果表明该算法有效可行,主观质量较好,无方块效应.     

基于小波变换的图像空间分层压缩编码新算法

图像压缩算法如EZW和SPIHT都具有较高的压缩率,为了能使图像压缩编码算法同时具有较高的压缩率和良好的压缩性能,分析了SPIHT算法,在相同压缩效率的情况下,将其进一步改进,使其具有空间可分层特性.提出了改进的分层SPIHT算法(SSPIHT).实验结果显示了新算法的有效性.     

基于小波变换的图像空间分层压缩编码新算法

图像压缩算法如EZW和SPIHT都具有较高的压缩率,为了能使图像压缩编码算法同时具有较高的压缩率和良好的压缩性能,分析了SPIHT算法,在相同压缩效率的情况下,将其进一步改进,使其具有空间可分层特性.提出了改进的分层SPIHT算法(SSPIHT).实验结果显示了新算法的有效性.     

基于小波变换的磁共振图像去噪方法研究

小波变换用于图像去噪的思想20世纪90年代就已经提出,然而前人所提出的这种方法对于磁共振图像去噪的效果并不理想.磁共振图像经这种小波变换去噪后,纹理特征被弱化,图像的边缘变得模糊.针对以上问题,提出了基于小波变换的图像去噪新方法.此去噪方法与经典的小波去噪方法不同,该方法不依赖图像大小来判断门限,不需方差信息.采用本方法处理的噪声图像与经典方法相比,图像的边缘信息更清晰,纹理特征增强,去噪能力也得到增强.