一种基于小波变换的遥感SAR图像与TM图像融合新算法

以高空间分辨率的SAR图像和高光谱分辨率的TM图像为例，提出了一种基于小波变换的多源遥感图像融合方法。该方法首先对TM图像作IHS变换，得到亮度I、色度H与饱和度S三个分量；其次，依据特征量积和匹配度为融合准则，将TM图像的亮度分量和SAR图像进行融合处理．并用融合结果替代TM图像的亮度分量；最后，作IHS反变换得到融合图像。实验结果表明，文中方法在增强空间细节信息的同时更好地保持了光谱信息，与IHS法和小波变换法相比，证明了文中方法的有效性。     

多聚焦图像融合中小波基函数选取的研究

在基于小波变换的多聚焦图像融合算法中,小波基的选取是一个问题.分别从基于像素的融合算法和基于区域的融合算法两个方面,选取不同的小波基,做了大量的实验.考虑到评价参量的典型性和算法的复杂度,选取熵、均值、标准差、可见度,平均交叉熵5个参量对实验结果进行评价分析.     

一种基于多分辨率图像融合的边缘检测算法

边缘检测是图像处理中的一个重要环节。文章提出了一种基于小波变换的图像融合边缘检测方案。该方案具体考察了Log算子、Canny算子和小波变换边缘检测算法,通过提取图像边缘对其特点进行了讨论和比较,再将三种算法边缘检测的结果进行图像融合,得到一幅新的边缘检测图像。仿真实验结果表明,此种方法效果要优于单独采用某种算子获得的边缘图像,是一种有效的图像边缘提取方法。     

一种基于局部能量的自适应图像融合方法

文中提出了一种基于局部能量的自适应图像融合方法.首先对原始图像进行小波分解,得到低频和高频子图像.然后分别计算高频子图像的局部能量,再根据不同图像的相应局部能量,计算局部能量熵,根据值局部能量熵赋予其不同的加权系数,从而实现自适应的信息融合.最后通过小波反变换,得到完整的融合.实验结果表明该方法有较好的融合效果.     

基于Q-Shift双树复小波的SAR图像相干斑噪声抑制

在复杂的SAR相干成像过程中,SAR图像会受到相干斑噪声影响,传统的图像去噪方法不能对相干斑噪声进行有效抑制,从而会严重影响SAR图像目标的提取和识别。针对SAR图像的特点,提出一种基于Q-Shift双树复小波变换（DT-CWT）的SAR图像相干斑噪声抑制方法。该方法利用Q-Shift双树复小波变换的平移不变性、多方向选择性、滤波器结构对称性等优点,对含有特征目标的含斑SAR图像进行小波系数分解,来获得更多的目标高频信息。然后通过对小波系数建模和图像重构,得到去斑SAR图像。试验结果表明,该方法对含有特征目标的SAR图像相干斑噪声有抑制效果,而且能够更好地保留图像细节和目标特征。     

基于视觉感知的小波图像融合方法研究

结合人眼视觉"对比度敏感"这一生理特性,提出一种基于视觉感知的小波图像融合新方法,该方法避免了小波系数比值、邻域方差比值和块方差比值三种方法在提高融合图像对比度时存在的问题,对低频引入空间活跃度一致性原则,对高频采用均匀度择优法,从而提高了低频图像的对比度,同时又丰富了图像的空间细节信息量.最后通过试验验证了该方法的有效性.     

一种基于小波变换的可见光与红外图像融合算法研究

为了解决可见光与红外图像所表现的目标特征不一致的问题,提出了一种红外与可见光图像融合算法.首先利用小波变换将图像进行多尺度分解,然后提取不同分辨率、不同方向下的小波系数,采用不同的融合算法构造融合图像对应的小波系数,最后利用该小波系数重构融合后的图像.实验结果表明,该算法在红外与可见光图像融合处理中取得了很好的融合效果,有效地将红外和可见光对同一目标所表现出不同的特征、细节融合在一幅图像里,增加了单幅图像的信息量,丰富了目标的信息层次,为图像显示观察和后续图象处理系统获取信息提供了基础.     

基于粒子群优化的多分辨率图像融合

提出了一种基于粒子群优化的多分辨率图像融合算法,用以融合红外与可见光视觉传感器获取的图像。分别对原始图像执行快速离散Curvelet变换;根据不同子带系数的特性与原始图像的光谱特征,在低频系数的融合中着重保留目标特征,并对其余系数选取基于Tsallis熵的互信息量作为评价指标,进而利用改进的粒子群优化算法求取最佳系数融合权值;对各高频子带系数采用基于局部区域能量匹配的融合规则。经过Curvelet逆变换得到融合结果图像。实验结果表明,该算法可以有效地综合红外图像中的目标特征与可见光图像中的细节信息,其融合结果在主观视觉效果与客观评价指标上均优于传统的基于塔形变换与小波变换的融合算法。     

小波变换在多雷达数据融合中的应用

分析了雷达测量数据的小波变换在虚假点迹、漏失和漏报测量数据处的特点。提出了一种基于小波变换的测量数据融合方法。对多传感器的测量数据进行小波变换，数据融合处理，然后进行数据重构。仿真结果表明，该方法具有运算量小．抗噪能力强和融合效果好的特点，适用于多传感器的数据融合。     

基于形态学金字塔的医学图像融合技术

针对像素级医学图像的融合问题,设计一种形态学金字塔的医学图像融合技术。先对医学图像进行形态学的平滑处理,再进行形态学金字塔分解,最后对形态学金字塔进行反变换以获取最终的融合图像。从平均梯度、联合熵、相关系统对图像融合质量做客观评价,并以Windows XP的操作系统为实验环境进行融合实验。从融合效果来看,文中技术能将CT图像和MRI图像融合成一幅信息量饱满的单一图像。实验结果表明:该技术与同类其他方法比较,平均梯度能提高10.30%~36.76%,联合熵能提高5.04%~36.83%,相关系数能提高0.94%~31.52%。     

基于区域一致性的多聚焦图像融合算法

针对同一场景两幅严格配准的多聚焦图像融合问题,设计一种基于区域一致性的多聚集图像融合算法。该算法利用比率金字塔变换得到图像的多分辨序列,采用基于区域一致性的融合方法,在图像的相应层次序列的各级金字塔图像上进行融合以获取最终的融合图像。从目视效果来看,采用文中算法进行图像融合,基本上能够将两幅左右聚焦的图像融合成一幅清晰的单一聚焦图像。实验结果表明:该算法与同类其他算法相比较,相关系数提高了0.08%,偏差度降低了30.67%～31.05%,互信息提高了7.92%～7.97%。     

基于时空域融合的红外弱小目标检测新方法

针对复杂背景下红外弱小目标的检测问题,提出一种基于时空域融合的检测方法。在空域上．通过灰度形态学Tophat变换抑制背景、增强目标;在时域上．对红外图像序列连续四帧进行沿时间轴一维小波变换,实现目标和背景的分离。然后对时空域融合的目标增强图像进行自适应阈值分割来提取弱小目标。实验结果表明。该方法能有效地检测运动红外弱小目标。     

基于小波理论的铁谱图像压缩法

基于小波变换的铁谱图像压缩法,根据小波函数对铁谱图像进行一层或多层的小波分解.用阈值处理细节系数对1到N层选定阈值,并进行硬阈值处理,把绝对值小于阈值的系数置为0.通过逆小波变换,由阈值处理后的小波系数重构原图像.实验证明该方法压缩比高、速度快,压缩后能保持信号与图像的特征不变.     

一种基于小波变换的电视图像分割方法

研究了一种基于B样条小波变换的自动阈值分割算法.提出基于灰度统计特性的直方图移动平均法,从而有效地消除噪声对图像的影响,使图像直方图更加光滑.运用B样条小波变换快速算法,大大减少了计算量.基于小波变换多分辨分析的策略,提出一种多尺度小波变换分割方法,进一步提高了分割精度.通过对算法仿真研究,验证了本算法的可行性及有效性.     

基于轮廓小波变换的多尺度图像融合

本文提出了一种基于轮廓小波算法的图像融合方法,并将该算法与小波算法进行比较,仿真结果表明,该方法能够得到很好的图像融合结果,结果具有很好的视觉效果,其信噪比要高于基于小波算法的方法.     

双树复小波和独立分量分析的红外小目标检测

针对存在背景干扰和噪声情况下的红外弱小目标检测问题,提出一种基于双树复小波变换和独立分量分析(ICA)的检测方法。对图像作预处理:利用双树复小波对原始图像进行去噪,再利用Top-hat算子抑制背景;从原始图像减去通过快速独立分量分析(FastICA)分离出的背景图像,用双树复小波去噪;上述2方面得到的图像求和即为预处理图像。采用模糊Tsallis-Havrda-Charvat熵选取阈值来分割预处理图像。针对红外小目标图像进行了大量实验,并和基于快速独立分量分析的目标检测方法、基于形态滤波的目标检测方法进行了比较。结果表明,本文方法抗噪性强,具有更为优越的检测性能。     

基于小波变换的射线图像增强方法的比较分析

射线数字成像是当前射线检测、诊断技术发展的重要方向，图像降噪增强是提高射线成像检测灵敏度和分辨率的关键。文中介绍了3种基于小波变换的射线图像增强方法及其原理，分别应用这3种增强方法对一幅射线无损检测（NDP）的图像进行了增强处理，对实验结果数据进行对比分析，说明它们在图像增强效果上的差异。     

基于小波变换的图像边缘检测方法

基于小波变换的图像边缘检测,其图像平滑度与尺度增大成正比:尺度增大,高频受到强抑制,输出图像的信噪比提高,图像边缘平滑变粗,定位精度降低;反之边缘定位精度可提升.小波基函数的选取应保证检测精度,故用大尺度滤波器抑制原图像噪声.同时用小尺度滤波器为图像边缘精确定位,即依据边缘检测的小波母函数一般准则,构造二次B样条小波,并采用自适应阈值图像边缘检测法检测图像边缘.     

基于拉普拉斯金字塔变换的红外/被动毫米波图像融合

针对单一的红外或被动毫米波图像在探测军事目标中存在的不足,提出一种基于拉普拉斯金字塔变换的融合方法。首先,对原始图像分别进行拉普拉斯金字塔分解;其次,取红外图像分解得到的顶层图像作为融合结果的顶层图像,其余层图像采用由红外和被动毫米波图像对应层像素绝对值取大的规则融合;最后,经拉普拉斯金字塔逆变换得到融合图像。实验仿真结果表明,该方法能有效的融合红外与被动毫米波图像中的重要信息,其融合结果较好的将军事目标和背景区分开,有助于改善复合探测器的目标识别能力并保持全天候工作。     

基于小波熵的组合定位系统数据融合

文中提出了一种基于小波熵的组合定位系统数据融合方案。对于两个子系统北斗/罗兰C的实测定位数据,先用小波多尺度变换将信号在多个频率段展开,再根据小波熵判别法进行消噪和融合。结果用平均误差证明了这种方法的优越性,确保了组合系统所用样本的可信度及其数据融合中权值的合理性。