基于NSCT变换的红外空中小目标检测方法研究

针对空中远距离红外小目标检测的实际问题,提出了一种基于非抽样轮廓波变换的检测算法。首先利用非抽样轮廓波变换的优良t}质,通过分析噪声系数、背景边缘系数和目标系数在尺度间的不同特性,计算各个信号在尺度间的相关系数并归一化。接下来,按照自适应阂值法抑制噪声和背景边缘系数,然后通过反变换得到抑制背景增强目标的图像。最后,结合目标面积信息选择适当阂值,对重构图像进行分割,生成单帧检测结果并进一步利用帧间目标位置的相关性完成小目标检测过程。试验结果表明,提出的算法能够准确地检测目标。相对于通常的小目标检测算法,本算法在背景抑制方面具有一定的优势,能够获得相对较高的信噪比。     

基于DWT和形态学的眼底图像小血管检测

针对眼底图像中末端小血管检测难、细节容易丢失的问题．提出一种基于离散小波变换（DWT）和形态学滤波的检测算法。通过小波变换多尺度分析眼底图像小血管系数、背景系数的不同特征．选取分量信号的系数后重构图像。同时以自适应阈值Canny算法提取小血管边缘;然后将结合小血管宽度选择适当结构元素半径,对重构图像进行灰度膨胀,实现小血管检测。结果表明,形态学结合DWT的检测算法能够准确地检测小血管．与常见边缘检测算法相比检测成功率较高。     

利用小波多尺度积实现裂纹缺陷的边缘检测

提出了一种基于小波变换的图像边缘检测方法,即利用边缘信息的多尺度特性和小波变换模极大值对图像进行多尺度分解,将相邻尺度的小波系数相乘增强边缘,再通过双阈值去噪的方法,得到最终的图像边缘。实验结果表明该方法很好地解决了噪声和坏边的问题,边缘连续的同时又保证了边缘定位的准确性,采用双阈值的算法明显优于采用单阈值,可以有效用于结构件的检测。     

基于小波尺度积的图像边缘检测算法

图像边缘检测技术是图像处理中最重要的内容之一,针对噪声大、灰度对比度低的图像,利用小波尺度乘积模极大值对其进行边缘检测.在进行二进小波变换后,先把相邻尺度的小波系数直接相乘,抑制噪声和增强图像边缘信息,再运用模极大值检测图像边缘,利用隶属函数确定阈值.该算法可以免除传统小波模极大值边缘检测后繁杂的边缘链接,简单易实现,实验证明其对抑制噪声和增强弱边缘有良好的效果.     

基于小波高频距离像的红外小目标检测

针对远距离复杂背景下红外小目标检测问题,提出了一种基于小波高频距离像的方法;该方法首先将处理空间变换到小波域,通过分析残留背景、目标和噪声系数在高频子带的差异,定义基于邻域均值的子带系数表达形式,构造高频子带系数的中心向量,对小波高频图像进行综合形成距离像,得到红外复杂背景的抑制结果;在此基础上,利用恒虚警率算法将单帧背景抑制图像分割成候选目标、残留背景和噪声像素点;最后,在时间域基于目标运动的相关性,利用管道滤波实现红外小目标的最终检测;仿真实验结果表明,相对于经典算法,该方法可以实现对红外复杂背景的有效抑制,增强目标信号的强度,准确稳定地从红外复杂背景中检测出小目标.     

基于多尺度分析和数学形态学融合的边缘检测

图像边缘检测的关键是在尽量多地检测到图像边缘的同时更有效地抑制噪声,为此提出了一种基于多尺度分析和数学形态学融合的边缘检测方法。首先利用小波变换将图像分为高频和低频部分;然后再分别进行处理:高频部分利用小波系数的层内和层间相关性对系数调整后实现边缘检测,低频部分利用数学形态学进行边缘检测;最后将各自得到的边缘图像通过多尺度边缘融合,从而实现边缘提取。实验结果表明,同单纯基于多尺度分析方法或基于数学形态学的边缘检测方法相比,提出的方法具有更好的噪声抑制和边缘细节保护功能。     

基于状态权的小波边缘检测算法

提出了一种基于小波变换和各向异性扩散的图像多尺度边缘检测方法。对噪声图像进行小波变换,得到高频和低频小波系数。对高频小波系数归一化后进行各向异性扩散得到状态权,把该权值作用在原高频小波系数上,得到了既去除噪声又保持结构不变的小波系数。对低频小波系数直接用小波阈值方法去噪,利用小波系数模极大值法对去噪后的高频和低频小波系数进行边缘检测,得到最终的边缘图像。实验结果表明,该边缘检测方法由于结合了小波和各向异性扩散方法,从而有效地抑制了噪声,得到了连续、清晰的边缘。     

基于Sobel算子的小波去噪算法

文章在分析Sobel算子边缘锐化与小波边缘检测的基础上,提出了一种能保持图像边缘的去噪方法。对加噪图像进行平稳小波变换以后,在各尺度下利用Sobel算子对小波高频系数进行边缘锐化,采用局部模极大值进行边缘检测,对于非边缘小波系数采用小波阈值滤除。实验结果表明,该方法不仅能够滤除图像的噪声,而且能够保持图像的边缘。     

多尺度框架误差分散逆半调方法研究

摘 要：通过分析现有基于滤波的误差分散逆半调方法,提出了一种多尺度逆半调框架。基于该框架,引入平稳小波变换,提出了一种新的逆半调算法。首先,对半调图进行3尺度离散平稳小波变换,通过分析各尺度图像的频谱特性,构造了HIST滤波器,并结合尺度间小波系数的相关性,采用不同策略分别抑制各尺度图像中的噪声,最后利用小波反变换得到逆半调图像。实验验证了多尺度逆半调框架的正确性,并且该算法所得逆半调图像具有良好的视觉效果,能保持图像边缘,峰值信噪比也有所提高。     

改进阈值与尺度间相关的小波红外图像去噪

为了更有效地去除红外图像中的噪声, 提出一种基于改进阈值与尺度间相关的小波红外图像去噪方法. 一方面利用阈值修正方案和新阈值函数对通常的小波阈值去噪法进行改进; 另一方面通过对阈值邻近的小波系数进行小波变换尺度间相关性估计, 提高小波系数阈值判断的准确性.实验结果表明, 与通常的小波阈值去噪法相比,该算法能更有效地去除红外图像中的噪声, 获得更高的峰值信噪比(Peak signal-to-noise ratio, PSNR)、边缘保持指数(Edge preserved index, EPI)和更好的视觉效果,具有较好的实用性.     

基于零树结构的可伸缩性编码方法研究实现

文章利用小波变换多分辨分解特点和Shapiro提出的EZW编码的优点,实现了一种基于零树结构的可伸缩性编码新方法,其编码特点是可以输出分辨率多位率压缩位流,有效地改进了EZW方法只能应用于单一分辨率视频服务的不足,该算法首先对小波变换系数进行一致标量量化;其次对量化后不为零的重要低频系统按照位平面次序进行编码,最后根据零树结构对高频小波系数,从低分辨率开始逐频带搜索得到不为零的重要系数,对搜索到的高频重要系数同样按照位平面次序进行编码,,直至最高频带小波系数,该算法的特点是具有可伸缩性,即其编码位流不但可以进行多分辨率解码,而且可以进行多位率解码,实验结果表明,该压缩方法性能优于Shapiro的EZW方法,能在一定程度上提高峰值信噪比（PSNR）。     

基于零树结构的可伸缩编码方法研究实现

文章利用小波变换多分辨分解特点和Ｓｈａｐｉｒｏ提出的ＥＺＷ编码的优点,实现了一种基于零树结构的可伸缩性编码新方法,其编码特点是可以输出分辨率多位率压缩位流,有效地改进了ＥＺＷ方法只能应用于单一分辨率视频服务的不足。该算法首先对小波变换系数进行一致标量量化;其次对量化后不为零的重要低频系数按照位平面次序进行编码;最后根据零树结构对高频小波系数,从低分辨率开始逐频带搜索得到不为零的重要系数,对搜索到的高频重要系数同样按照位平面次序进行编码,直至最高频带小波系数。该算法的特点是具有可伸缩性,即其编码位流不但可以进行多分辨率解码,而且可以进行多位率解码。实验结果表明,该压缩方法性能优于Ｓｈａｐｉｒｏ的ＥＺＷ方法,能在一定程度上提高峰值信噪比（ＰＳＮＲ）。     

基于小波-Contourlet变换的图像增强算法

小波-Contourlet变换能够良好捕获图像的方向特征和边缘信息.利用小波-Contourlet变换良好的多尺度性和多方向性特征,提出一种基于小波-Contourlet变换的图像增强算法,用非线性增强算子对变换的各子带系数做增强处理.并引入了循环平移消除由于小波-Contourlet变换缺乏平移不变性而产生的图像失真.实验结果表明,该方法有效增强了图像的边缘细节和纹理特征.     

Blind separation of audio signals using trigonometric transforms and wavelet denoising

This paper deals with the problem of blind separation of audio signals from noisy mixtures. It proposes the application of a blind separation algorithm on the discrete cosine transform (DCT) or the discrete sine transform (DST) of the mixed signals, instead of performing the separation on the mixtures in the time domain. Wavelet denoising of the noisy mixtures is recommended in this paper as a preprocessing step for noise reduction. Both the DCT and the DST have an energy compaction property, which concentrates most of the signal energy in a few coefficients in the transform domain, leaving most of the transform domain coefficients close to zero. As a result, the separation is performed on a few coefficients in the transform domain. Another advantage of signal separation in transform domains is that the effect of noise on the signals in the transform domains is smaller than that in the time domain due to the averaging effect of the transform equations, especially when the separation algorithm is preceded by a wavelet denoising step. The simulation results confirm the superiority of transform domain separation to time domain separation and the importance of the wavelet denoising step.     

基于谱图小波变换的图像压缩编码方法

针对小波变换图像压缩编码方法在高压缩比下得到的重构图像质量往往较差的问题,提出了一种基于谱图小波变换的编码方法.该方法首先将图像转化成图,利用谱图小波变换分解图得到谱图小波系数,这些系数的能量随着尺度的增加而衰减,然后根据谱图小波系数的特性对SPECK算法进行改进,最后对谱图小波系数进行量化,利用改进的SPECK算法对量化后的系数进行压缩编码,并在图像数据量压缩的同时从稀疏系数中恢复原始图像.实验结果表明,该编码方法对自然图像的压缩具有高效性,相比小波变换的压缩方法,重建图像的PSNR有所提高且变化平稳,与此同时还得到更大的压缩比.     

基于三维整数小波变换的视频水印算法

随着计算机和网络技术的快速发展,数字水印技术正成为一种保护数字作品知识产权的有效方法.针对数字视频的版权保护,提出一种基于三维整数小波变换的视频水印算法.利用视频场景分割将视频信号切分成不同场景,然后随机选择一场景中视频序列进行三维整数小波变换.采用对小波系数进行均值量化的方法嵌入水印信息,水印提取过程中不需要原始视频信号.该算法实现简单,可满足实时性要求.实验结果表明,该水印方案对于帧丢失、帧插入等时间域去同步攻击以及MEPG有损压缩等具有很好的鲁棒性.     

A novel rotation/scale invariant template matching algorithm using weighted adaptive lifting scheme transform

This paper presents a novel algorithm for detecting user-selected objects in given test images based on a new adaptive lifting scheme transform. Given an object as a template, we first select a set of coefficients as object features in the wavelet transform domain and then build an adaptive transform based on the selected features. The goal of the new adaptive transform is to vanish the selected features in the transform domain. After applying both non-adaptive and adaptive transforms to a given test image, the corresponding transform domain coefficients are compared for detecting the object of interest. In addition, the proposed detection algorithm is combined with the proper log-polar mapping model in the parametric template space to attain rotation/scale invariance property. Finally, we have verified the properties of our proposed algorithm with experimental results.     

基于小波变换的工业内窥镜图像融合算法

针对工业内窥镜使用场所特殊而存在采集的图像效果不佳的问题,提出了一种基于多尺度小波变换和不同融合算子的图像融合算法。首先对源图像进行小波变换,然后对代表近似信息的低频系数采用简单的平均算法融合,对代表细节信息的高频系数采用基于区域方差的动态加权平均算法融合,最后对处理的低频和高频系数进行小波逆变换得到融合图像。实验结果表明,与其它几种算法比较,该算法得到的图像参数较好,提高了图像处理效果。     

索引算法及其在图像多尺度变换中的应用

给出了几种索引算法模型,然后分析了整数提升小波变换的性质,针对其索引算法的索引矩阵存储空间问题,对5/3小波变换进行改造,提出了一个新的图像多尺度变换,该变换后得到高频系数和低频系数的动态范围与原始图像像素值的动态范围相同,从而可实现多级可逆索引算法。实验结果显示,基于索引算法的图像多尺度变换的速度较普通方法有显著提高。     

基于小波包变换的非局部均值去噪方法

在非局部均值滤波的基础上,为了更有效地去除图像噪声,提出一种基于小波包变换的非局部均值去噪算法。首先对图像进行小波包变换,通过小波域系数估计图像的高斯噪声参数,然后计算经小波包分解后高频子带内小波系数的相似度,并以此作为权值来对小波系数进行调整,最后通过小波包逆变换对图像进行重建。实验结果表明与传统的非局部均值去噪算法相比较,该算法能在去噪的同时有效地保持图像的边缘细节等信息,取得更好的去噪效果。