一种小波变换的小波系数均衡图像增强算法

介绍了几种经典的图像增强算法,依据经典直方图均衡化算法思想,提出了在小波变换下的小波系数均衡化图像增强算法,并给出了计算步骤。与经典直方图均衡化算法、同态滤波实验结果相比较,表明提出的算法可有效增强图像、抑制噪声。     

小波变换在遥感图像云雾处理中的应用

分析受云雾影响的遥感图像频率分布的特征，云雾处于相对低频、景物处于相对高频。根据小波变换多分辨率特点．图像经多层小波分解，得到的低层细节系数代表图像的相对高频部分，高层细节系数代表图像的相对低频部分。提出通过增大图像的高频细节系数，减小低频细节系数，保持最低层近似系数，达到去云雾目的。利用视觉评价、均值、标准差、熵、平均梯度等方法评价实验结果，表明算法的有效性。     

一种基于小波阈值理论的遥感图像复原新算法

通过分析云部分覆盖的单幅遥感图像,并经过多层小波变换后,得到景物信息和云噪声在小波分解系数中的分布关系,提出能有效去除云噪声的云区阈值法.实验证明,该算法的去云效果远优于同态滤波和Retinex算法,且能充分保留云区以外景物信息.     

一种改进的小波系数相关滤波算法

提出一种改进的小波系数相关滤波算法。该算法在小波系数相关滤波的基础上,对去噪后的小波系数进行中值平滑,再重构新的小波系数,获得去噪后的信号。利用新的小波系数重构信号,有效降低了信号中的噪声,减少了小波相关滤波算法存在的"毛刺"。仿真试验结果表明,当信噪比在5 dB-15 dB范围内变化时,该算法在均方根误差(RMSE)和平滑度2个指标上均优于原算法,具有更好的降噪效果。     

基于小波系数相关性的图像融合算法

图像融合是二十世纪七十年代后期提出的新概念,是将多元信道所采集的关于同一目标的图像经过一定的图像处理,提取各自信道的信息,最后综合成统一图像或综合图像特征以供观察或进一步处理。本文在小波变换的理论基础上,给出了一种基于小波系数的相关性的融合方法并对其发展趋势做了展望。     

一种小波系数模型在图像噪声参数估计中的应用

在小波图像处理中,通常利用HH子带来估计高斯白噪声方差,目前流行的估计方法是由Donoho和Johnstone提出的(简称DJ法),但是该方法给出的估计值通常都偏大。针对这一点,该文将他们的方法结合双随机小波系数模型,提出了一种新的、递归的方差估计方法。在已由Donoho的方法获得噪声方差估计的粗略估计的情况下,新方法利用统计学理论将HH子带中的信号滤除从而得到更接近于纯噪声的HH子带,然后利用这一新的HH子带来估计噪声的方差。结合EM参数估计方法,该方法还可以实现非高斯噪声参数的估计,实验表明新方法同Donoho法相比有很大的改善。     

一种基于小波系数重要图编码的图像压缩算法

提出了一种新的基于小波系数重要图编码的图像压缩算法。该算法根据量化后的波系数的特点进行了一种期望排序，然后舍掉序列后面大量的零值小波系数，从而得到一个波系数子集，能以少的小波系数来很好地逼近原始图像，省去了零树编码中零树结构带来的大量比特开销。实验表明，该算法与MPEG-4的静止图像压缩算法相比较，重构图像的峰值信噪比（PSNR）值在相同码率下有较大的提高。     

一种基于小波域系数收缩的图像降噪改进算法

本文根据小波变换中分解级数与噪声在小波域中的特性,利用具有平移不变性的稳态小波分解方法,将Donoho的小波系数收缩算法用于局部小波系数的处理,并提出了一种具有自适应特性的阈值设定方法.这种方法由于考虑到了局部小波系数的变化特点和图像中信息分布的不均匀性,对加性高斯白噪声的去除具有很好的效果.     

一种基于小波的图像模糊熵阈值分割算法

提出了一种新的有效的图像阈值分割算法.本算法将小波理论,模糊集理论和信息论三者有机的结合起来.算法采用目标类与背景类最大模糊熵准则,并针对现有的模糊熵分割算法中存在的阈值选取计算效率低的缺陷,重新定义了新的模糊隶属度函数与模糊熵,并且根据小波理论的多尺度分辨的思想,对该算法进行了优化,提高了阈值选取的寻优速度.通过与各种经典算法比较,证实该文算法的可行性,具有很好的鲁棒性.     

一种图像脉冲噪声小波域广义滤波算法

提出了一种脉冲噪声滤波算法.首先对噪声图像进行二维小波分解,得到高频和低频子图像;其次对高频子图像序列采用改进自适应加权中值滤波进行处理,以排除水平、垂直、对角方向的噪声;然后对于低频子图像引入基于修正系数的维纳滤波进行处理,并进行小波系数重构;最后设计出一种小波域图像增强模型,通过设置调节系数,将图像分为不同区域分别进行相应比例的对比度拉伸处理,结合实验定量讨论了噪声强度与模型系数的函数关系.实验表明,该滤波算法不仅优于几类单一滤波算法,相对于某些组合滤波算法而言,也具有一定的优势.     

基于小波的同态滤波器用于图像对比度增强

同态增晰可用于减少光照不均匀引起的图像降质,并对感兴趣的景物进行有效增强,本文提出一种基于波波的同态增晰方法,采用一种高通滤波器对小波分解系数进行处理,处理后图像的局部对比度增强效果明显,又能较好地保持图像的原始面貌。     

基于小波分析的遥感车辆图像增强方法研究

拍摄遥感图像时,由于CCD相机距离景物较远以及受传统航空摄影技术和各种噪声的影响,造成遥感图像图质退化,从而影响后期遥感信息的提取和处理。为此,提出一种分层局部阈值图像去噪增强算法,该算法先对同一级的3个不同方向的高频小波系数加权,然后选用不同的阈值对这3个高频小波系数进行硬阈值处理,弥补了全局阈值算法对小波系数＂过扼杀＂的缺点及局部阈值算法运算量大,算法复杂的缺点。实验证明,该方法能有效地抑制噪声,增强图像的边缘及细节信息,达到很好的图像增强效果。     

基于小波域热红外降质图像滤波增强方法研究

随着现代网络传输和视频通信技术的快速发展,大大拓宽了热红外图像的应用领域.提出了一种基于小波变换的热红外将质图像滤波增强方法.该方法以受到不同强度高斯白噪声和脉冲噪声构成的混合噪声模型的热红外降质图像为研究对象,首先对其进行二维小波变换,从而获得高频和低频小波分解系数;鉴于低频小波分解系数包含图像大部分信息,基本不受噪声干扰的特点,引入直方图均衡化法进行增强处理,以改善图像低频信息的对比度;根据各方向的小波高频分解系数中噪声的分布特征,对经典数学形态学滤波算法进行研究,分别设计出几类多尺度多方向的结构元素,实现对各高频小波分解系数中噪声的三级串联滤波处理,在此基础上进行自适应同态滤波增强,以最大限度改善滤波后图像质量.最后进行小波分解系数重构.实验结果表明,该算法对于热红外将质图像的处理效果优于单纯进行经典数学形态学滤波和已有的改进数学形态学滤波,为该类降质图像的滤波增强处理提供了一条可供借鉴的思路.     

基于小波变换的高分辨率遥感图像复原算法实现

为了促进遥感图像的后续研究,针对高分辨率遥感图像实现了基于小波变换的迭代收缩（IST）图像复原算法。考虑到算法在复原过程中对内存需求较大,实现过程中采用内存映射文件的方法,将高分辨率遥感图像映射到进程地址空间。针对分块复原图像时通常会伴有边缘跳变现象,影响拼接后的图像质量的问题,使用特殊分块策略对图像进行分块处理。复原算法在VC平台下实现,通过遥感图像复原实验,并对复原图像进行评价分析,复原性能和效率良好。     

基于整型小波变换的遥感图像压缩

对给定的遥感图像采用基于“提升”（Lifing)算法的整型小波变换，然后对变换后的小波域图像进行编码。在小波域编码时，采用逐次近似量化和LZ77方法编码。当量化门限较高时，则有用EZW方法直接对小波域上的图像进行编码，当门限较低时，则对EZW编码后的残差信息进行LZ77编码，文章用上述方法实现了遥感图像的无损压缩，提高了图像的压缩效果。     

基于小波变换的遥感图像无损压缩算法研究

随着遥感技术的迅速发展,遥感图像数据量日益增大,有限的信道容量与传输大量遥感数据的需求之间的矛盾日益突出。在应用中,常要对遥感图像进行无损压缩存储,但是由于遥感图像自身的特点,其能够达到的无损压缩效率一直较低。文中探讨了利用小波变换对遥感图像进行压缩的技术,并研究三维整型DCT变换的无损压缩方法。     

基于离散平稳小波变换的图像同态增强

同态增强可用于减少光照不均匀引起的图像降质,提出了一种基于离散平稳小波变换的图像同态增强算法,对图像进行离散平稳小波变换后,对变换后的各个高频子带采用不同的同态滤波器进行增强处理,实验结果表明,提出的方法能有效地提高图像对比度,又能突出图像的细节部分信息,其效果优于传统的同态增强。     

基于加权自适应方向提升小波的图像去噪研究

本文介绍了一种基于加权自适应方向提升小波(WADL,Weighted adaptive directional lifting)和普通提升方法相结合的图像去噪方法,此方法能够较好地对噪声进行抑制,同时保护图像的纹理边缘较少受到损失。在仿真试验中我们通过对噪声图像进行分类,对属于纹理密集区域采用WADL方法去噪,对平滑区域采用普通提升去噪,得到了比较好的去噪结果。     

M带小波变换在图像压缩中的应用

利用小波变换进行图像压缩一直是人们感兴趣的问题。本文根据M带小波变换理论，分析了图像经M带小波变换后的数据结构特性，利用人眼视觉特征，提出了图像的压缩编码算法。实验结果证实，该方法对图像压缩行之有效。