简单有效的小波域图像插值放大算法

提出一种基于Cycle-Spinning的小波域图像插值放大算法。Cycle-Spinning技术已证明是小波去噪中消除伪Gibbs效应的有效方法,将低分辨率图像作为高分辨率图像的低频子带,将高频系数置零,再进行反变换,得到高分辨率图像的初始估计。在此基础上,利用Cycle-Spinning技术处理得到高分辨率图像,很好地消除了边缘锯齿现象。经实验仿真,并与传统及改进插值算法比较,提出的算法简单、快速、有效,使放大后的图像无论在边缘处还是平滑区域均能达到理想的效果。     

基于小波变换和Cycle Spinning图像放大算法

提出一种基于小波变换和Cycle Spinning的图像放大算法。该算法对放大后图像进行初始估计,对估计图进行小波变换,并用Cycle Spinning去除图像中因小波变换而产生的伪吉布斯现象,进行小波逆变换得到放大图像。数值实验结果证实该方法在放大图像的同时也增强了图像的清晰度和对比度,能够有效提高放大图像的RMSE及PSNR,该方法也适用于带噪图像的放大。     

基于变分和小波变换的图像放大算法

为了更好地放大图像,利用小波变换的思想,提出了一种变分和小波变换相结合的图像放大算法.该算法的思想是先构造一个用Besov范数估计图像正则性的变分泛函,然后在小波域中最小化变分泛函得到放大图像.小波变换后的高频分量具有丰富的细节边缘信息,因而能够重构出高质量的图像,而且小波的引入使得文中新算法具有运行时间短、速度快的特点.与传统的插值放大图像不同,该算法是用变分的思想进行图像放大.理论分析和实验仿真表明,该算法能达到和样条插值同样的放大效果.     

基于小波变换和变分的图像放大算法研究

想要图像得到最有效的放大,那么选择使用小波变换思想就可以实现,在实际工作中,有效的提出变分图像放大算法以及提出小波变换图像放大算法,同时完成上述算法的有效结合,上述结合使用的算法思想指的是首先完成一个用Besov范数估计图像正则性变分泛函的有效构造,在上述的基础上选择对小波域中存在的最小化变分泛函进行引入,之后将图像放大.在完成小波变换之后,促使高频分量含有非常丰富的细节边缘信息类型,所以在上述的基础上就可以完成高质量图像的构建.同时引入小波,可以促使文中新算法可以具备以下几个特点:运行时间非常短,运行的速度非常快等.这样一来相比传统形式的插值来说其完成放大图像的情况是不一致的,上述提到的算法主要的作用是在使用变分思想的基础上完成图像的放大.在完成理论分析以及实验仿真之后得到,上述算法可以跟样条插值一样取得非常显著的放大效果.     

基于加权抛物线插值与小波变换的图像放大算法

图像放大问题的焦点是如何在图像放大过程中保持良好的视觉分辨率和清晰度。论文首先对加权抛物线插值算法进行了改进,在此基础上提出一种加权抛物线插值结合小波变换的图像放大算法,并对小波变换后的小波系数低频带作了幅值增强处理。实验结果表明,相对于传统的图像放大算法,该算法不仅较好地保留了原始图像的细节信息,而且还提高了放大后图像的亮度和清晰度。     

基于小波域分析的图像模糊度算法研究

针对模糊图像处理问题,提出了一种基于小波域分析的测量图像模糊程度的算法。这种算法可在图像处理中获得该图像的模糊程度(图像模糊度)的客观、准确的度量。实验结果表明：该模糊度与人的主观排序丰目吻合,可用于图像品质的评价。     

基于小波变换和离散余弦变换的图像分级检索

在对小波变换及离散余弦变换分析的基础上,提出了一种基于两种变换相结合的图像分级检索算法.首先在小波变换的基础上,结合DCT变换实现图像的初级检索;然后,提取图像的高频细节特征作为对图像精确检索的依据.实验结果表明该算法在图像的检索中具有准确、高效的特点.     

高频子带特征图像的人工智能配准仿真

在很多的应用领域上,都要求图像的配准精度达到亚像素级别.传统的SIFT算法是图像配准中用来描写局部特征较为精准、可拓展性较强的一种方法,但对于图像关键点特征向量描述有着冗杂,配准精度低等缺陷.为了进一步提高图像的配准精度,提出一种高频子带特征图像人工智能配准方法.提取高频子带图像特征点,处理高频子带图像滤波,将掺杂噪声...     

基于高频小波子带马尔可夫特征的图像拼接检测

拼接是图像篡改过程中最普遍使用的操作,通过检测拼接可以有效鉴别图像是否经过人为修改。针对拼接操作提出了一种盲检测方法：首先对图像进行小波变换,在比较分析不同小波子带对图像拼接检测的作用后,选取高频子带作为图像变换域信息;接着对小波子带进行差分操作,并将系数取整阈值化后作为马尔可夫状态;最后计算状态间的转移概率作为拼接特征,利用支持向量机（SVM）进行分类。在哥伦比亚图像拼接评测彩色库和灰度库上分别进行实验,证实了选取小波高频子带提取拼接特征的有效性。通过与其他特征提取方法对比,所提出特征在两个评测库上都表现出了更好的检测效果,尤其在彩色评测库上取得了94.6%的识别率。     

基于小波变换的分形插值图像放大方法

分形插值和小波变换在数字图像处理中有着广泛的应用.结合分形插值和小波变换的特点,提出了一种新的图像放大方法.实验结果表明,通过选择合适的小波基,该方法与传统的图像放大方法相比,获得的放大图像的纹理特征和图像的边缘得到明显增强,并且具有更高的视觉分辨率.     

基于高频子带自适应扫描的改进零树图像编码算法

提出了一种基于高频子带自适应扫描的新图像编码算法，该算法以EZW编码方案为基础，能够通过单独编码最低频子带、自适应扫描高频子带内小波系数、采纳复杂关联模型等措施，在一定程度上克服EZW编码算法存在的编解码速度慢、峰值信噪比（PSNR）有待进一步提高等不足。对比实验表明：算法在编解码速度、图像复原质量等方面均优于EZW算法。     

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.     

用于图像认证的小波域双重脆弱水印算法研究

针对当前小波域脆弱水印图像认证算法不能有效抵抗矢量量化攻击以及虚警率和漏警率较高的问题,基于混沌理论和块相关策略,提出一种小波域双重脆弱水印图像认证算法.算法首先对载体图像分块并建立块相关映射表;再对每一图像块作一级整数提升小波变换,利用 Logestic 混沌系统生成基于近似子带 LL 特征的水印信号;最后将水印信号分别嵌入相关图像块的细节子带 HL 和 LH.实验结果表明,该算法不仅能很好地抵抗矢量量化攻击,而且具有较低的虚警率和漏警率,能很好地实现图像完整性认证功能.     

图像频域加密算法

计算机网络的发展和数字信息的多样化对信息保密技术提出了新的要求,人们在已有的加密算法的基础上开始着手研究新的加密方法以满足不同类型数据的保密要求。文章针对图像数据的特点(包括静态图像和MEPG动态图像),提出了图像频域加密算法,与传统的加密算法不同的是该算法不对图像文件数据全盘加密,仅在频域上对图像的数据进行有选择的加密。     

一种自适应的DWT域数字图像水印算法

介绍了图像水印技术目前所采用的主要算法及其各自的优缺点,归纳了成功的图象水印方案必须解决的关键问题。本文提出了一种基于小波变换域的自适应图象水印算法。算法先对原始图象进行3D-DWT,并对低频子带进行小波块的划分,据小波块的分类结果自适应地调整嵌入水印的强度。     

形态小波域声纳图像去噪算法

为解决声纳图像易受噪声污染、对比度降低的问题,提出一种形态小波域图像去噪算法.首先构造了可以用于灰度图像处理的形态中值小波,并在实现完备重构的基础上对中值小波进行了提升;然后利用提升后的形态小波,以移位抽取的方式对声纳图像进行完整的形态多分辨率分析;经阈值处理后,最终通过各重构图像的加权平均得到理想的去噪效果.仿真实验表明,形态小波域去噪算法在去除噪声的同时能完好保留图像边缘等重要细节,与传统的小波阈值去噪方法比较,对比度有所提高,图像更加清晰.     

用于图像认证的小波域双重脆弱水印算法研究

针对当前小波域脆弱水印图像认证算法不能有效抵抗矢量量化攻击以及虚警率和漏警率较高的问题,基于混沌理论和块相关策略,提出一种小波域双重脆弱水印图像认证算法。算法首先对载体图像分块并建立块相关映射表;再对每一图像块作一级整数提升小波变换,利用Logestic混沌系统生成基于近似子带LL特征的水印信号;最后将水印信号分别嵌入相关图像块的细节子带HL和LH。实验结果表明,该算法不仅能很好地抵抗矢量量化攻击,而且具有较低的虚警率和漏警率,能很好地实现图像完整性认证功能。     

频域小波矩的非局部均值图像去噪

非局部均值滤波是一种典型的图像去噪技术.然而该算法只定义了平移不变性,没有考虑方向和图像块的尺度问题,进而影响了去噪的效果.为了有效地去除噪声,获得细节清晰的图像,对非局部均值(NL-Means)滤波算法进行了改进,提出一种在非下采样小波域中基于小波矩的非局部均值图像去噪方法.小波矩具有较强旋转不变性,具有更好的抗噪声能力.因此利用小波矩与非局部均值相结合的方法,能够得到更多具有较高相似性的像素或图像块.实验结果表明,该算法不仅能有效地去除噪声,而且能保持图像的边缘信息,获得比传统的非局部均值更好的去噪效果.     

基于小波域的彩色图像盲数字水印算法

稳健性是图像隐藏水印最基本的要求之一,而水印的嵌入强度、嵌入位置影响水印的稳健性.文中提出了一种基于离散小波变换的彩色图像盲数字水印算法.水印采用文本图像水印,为了保证水印的安全性,对水印图像进行混沌加密,将原始载体图像的蓝色分量进行3级小波变换,将加密后的水印自适应地嵌入到蓝色分量的最低层低频逼近的每一个系数中,水印嵌入强较大,而现有基于小波变换的算法大多将水印嵌入在各个方向的中频或高频系数中.在检测时,不需要原始图像,是盲检测.实验结果表明该算法很好地保持了图像质量,对常见的图像处理显示了很强的鲁棒性.     

一种基于小波变换的频域语音增强方法

1.引言 语音增强就是减小噪音对语音的影响,提高语音通信系统的性能.在过去的几十年中,人们提出了各种方法来改善语音,例如:自适应子空间滤波、基于HMM的增强方法、谱减估计法等等.然而,在不利条件下的语音增强依然具有挑战意义.在1995年,Donoho和Johnstone[1]提出了小波消减法(waveletshrinkage method)去除语音中的高斯白噪声.它包括RiskShrink,VisuShrink,SureShrink等阈值估计算法.虽然一些应用已经使用了这些方法,但是要得到能处理各种噪声的成功方法,还存在很多的问题.