基于形状和纹理的图像检索

构造了Radon变换的不变量，提出一种新的基于形状和纹理的图像检索方法。对小波图像边缘提取Radon不变量作为形状特征，同时提取小波各频道能量作为纹理特征。然后将形状特征和纹理特征分别进行高斯归一化，计算图像形状和纹理的相似度。最后，利用形状和纹理相似度的加权和进行图像检索。试验结果表明该方法对噪声具有较强的鲁棒性，具有尺度、平移和旋转不变性。     

小波变换在X射线图像边缘检测中的应用

分析了X射线探伤图像的特点,将小波变换技术应用到X射线图像的边缘检测中,提出了基于小波变换的模极大值边缘检测算法,利用二次B样条小波,采用Mallat快速算法进行小波分解,采用分块阈值选取方法确定模极大值点,给出缺陷边缘。实验结果表明,该方法去噪效果好,检测出的缺陷边缘具有较强的连续性。     

对多尺度边缘检测中边缘位移的研究

多尺度边缘检测的任务之一是寻求噪声平滑与保持细节边缘的折中,现已出现了许多自适应多尺度边缘检测方法,但使用多尺度的边缘检测方法常常使得边缘发生位移.为了使得在大尺度下求取的边缘位置不变,提出了一种根据局部图象特点,在最大尺度下求取保持图象边缘点位置不变的多尺度自适应边缘检测方法,并首先证明了对于绝大多数边缘点,如果使用恰当的小波基,那么,对于常规边缘检测算子,在大尺度下,也能准确定位;然后,利用以小波函数为核函数的积分运算与求导数之间的关系以及小波分析的多尺度特性给出了一种自适应的、保持位置不变的图象边缘检测方法,最后用实验进行了验证.     

一种新的基于小波变换的边缘检测算法

应用小波变换理论对图像进行平滑降噪处理,对降噪图像进行多级小波分解,从而获取多分辨率图像。对小波分解的各级小波系数求其局部模极大值,从而得到不同分辨率下的图像边缘,合并不同分辨率下的图像边缘得到一个组合边缘,细化图像边缘。实验证明。这种方法对有噪声污染的图像进行边缘检测效果好于LoG、Sobel、Canny等经典的边缘检测方法。     

融合小波变换和形态学差分的图像边缘检测

图像边缘检测的关键是在尽量多检测到边缘的同时更有效地抑制噪声,为此提出了一种融合小波变换和形态学差分算法的边缘检测方法。将源图像进行小波分解,高频分量利用小波模极大值算法进行边缘检测,可有效提取高频边缘;低频分量采用形态学差分算法进行边缘检测,能够检测出低频边缘;采用一定的融合规则将两个边缘检测图像融合在一起。实验结果表明,该方法优于单独使用小波模极大值法或数学形态学法,对噪声具有很好的鲁棒性,得到的图像边缘连续、清晰。     

基于Bubble小波的多尺度边缘提取

根据列车轮对图像的特性，主要探讨了基于小波分析的原理，并基于Bubble二进小波函数进行图像多尺度边缘提取。利用边缘相关判据排除噪声边缘，取边缘响应极大点作为配准控制点。实验结果显示，本方法能够很准确地提取出图像的主要边缘信息。     

基于小波变换和K-means的非结构化道路检测

道路检测是智能交通视觉系统的一个重要组成部分,为提高复杂环境下非结构化道路检测的实时性、准确性和鲁棒性,提出一种新的道路检测方法。该方法利用高斯金字塔对图像进行降采样,压缩图像数据信息,对图像进行双边滤波,抑制噪声,采用基于小波变换求模极大值的方法对滤波后的图像提取边缘,通过阈值法去除非道路边缘点,给出基于斜率和截距的K-means聚类算法,实现道路方程拟合。实验结果表明,与传统最小二乘法相比,该方法能在道路场景较为复杂的情况下更准确地实现非结构化道路检测,并提高实时性。     

Edge detection by scale multiplication in wavelet domain

This paper proposes a wavelet based edge detection scheme by scale multiplication. The dyadic wavelet transforms at two adjacent scales are multiplied as a product function to magnify the edge structures and suppress the noise. Unlike many multiscale techniques that first form the edge maps at several scales and then synthesize them together, we determined the edges as the local maxima directly in the scale product after an efficient thrsholding. It is shown that the scale multiplication achieves better results than either of the two scales, especially on the localization performance. The dislocation of neighboring edges is also improved when the width of detection filter is set large to smooth noise. Experiments on natural images are compared with the Laplacian of Gaussian and Canny edge detection algorithms.     

基于小波模极大值的混合立体匹配算法的仿真

该文提出一种新的,利用小波模极大值的基于特征和区域的混合立体匹配算法。首先详细地叙述了如何利用小波模极大值提取图像边缘,并用该点的小波模极大值和幅角作为这些边缘点的特征描述。并在图像边缘立体匹配的过程中,将以前用于图像灰度域的互相关函数应用于小波域,边缘点的视差仿真图显示,该边缘匹配算法取得了很好的效果。然后,在基于区域的匹配中,利用边缘匹配的结果,减少了匹配互相关的搜索的范围,大大减少了计算量,增加了正确率。最后,将两个视差图结合起来,就得到了最终的稠密的视差图。     

Skeletonization of Ribbon-like shapes based on a new wavelet function

A wavelet-based scheme to extract skeleton of Ribbon-like shape is proposed in this paper, where a novel wavelet function plays a key role in this scheme, which possesses three significant characteristics, namely, 1) the position of the local maximum moduli of the wavelet transform with respect to the Ribbon-like shape is independent of the gray-levels of the image. 2) When the appropriate scale of the wavelet transform is selected, the local maximum moduli of the wavelet transform of the Ribbon-like shape produce two new parallel contours, which are located symmetrically at two sides of the original one and have the same topological and geometric properties as that of the original shape. 3) The distance between these two parallel contours equals to the scale of the wavelet transform, which is independent of the width of the shape. This new scheme consists of two phases: 1) Generation of wavelet skeleton-based on the desirable properties of the new wavelet function, symmetry analyses of the maximum moduli of the wavelet transform is described. Midpoints of all pairs of contour elements can be connected to generate a skeleton of the shape, which is defined as wavelet skeleton. 2) Modification of the wavelet skeleton. Thereafter, a set of techniques are utilized for modifying the artifacts of the primary wavelet skeleton. The corresponding algorithm is also developed in this paper. Experimental results show that the proposed scheme is capable of extracting exactly the skeleton of the Ribbon-like shape with different width as well as different gray-levels. The skeleton representation is robust against noise and affine transformation.     

反投影构造二维旋转不变小波用于边缘检测

通过数值反投影的方法,从一维小波得到二维小波的离散形式。该二维小波具有旋转不变的特点,所以图像在每个方向上的边缘都能得到有效的检测。在非极大值抑制中,同时使用这种二维旋转不变小波与二维Mallat方向小波,阈值的设置更加合理,从而使边缘的定位更加准确。试验表明这种二维旋转不变小波结合Mallat方向小波有更好的检测效果。     

基于小波模极大值的信号奇异性检测

小波分析近乎完美的数学特性受到各领域科学家和工程技术人员的青睐.文中讨论了基于小波模极大值的信号奇异性检测方法,该方法突破了傅立叶分析在时域和频域方面的局部化能力,信号的局部正则性可由其小波变换模随尺度参数的衰减特性来刻画,通过确定小波变换在细尺度下的局部模极大值来检测信号奇异性.实验表明,该方法能有效的、实用的.     

基于小波系数相关性的图像篡改盲检测及定位

分析了小波变换模极大值与信号突变点之间存在的联系,以及图像信息相关性的强弱,实现对图像的篡改部分进行检测。由于对图像进行篡改操作之后,通常会在两幅图像的结合处出现突变点（或者奇异点）,形成强边缘。因此,利用小波变换的多分辨率分析,求得模极大值进行多项式曲线拟合的结果,根据拟合误差的大小对图像的强边缘进行检测定位,再通过图像分块之间相关性的强弱,对篡改区域进行更准确的篡改检测和定位分析。实验结果证明,该方法能够检测到篡改信息,并且可对图像中的篡改部分进行准确定位。     

一种阈值自动设定的小波变换边缘检测方法

边缘检测是提取图像特征的重要手段,本文提出一种阈值自动设定的双阈值小波变换边缘检测方法。小波变换具有良好的时频局部化特性和多尺度分析能力,获得的边缘信息丰富,采用二维静态小波变换算法,计算出局部模极大值点,但其中除了边缘点外,还混有噪声信号,本文根据边缘与噪声的特征自动计算出阈值,实现了噪声与边缘的分离,强边缘与弱边缘的分离,并通过实例验证了算法的有效性。     

基于二进小波统计特征的纹理图像检索

二进小波变换利用模局部极大值来提取图像的多尺度边缘信息。该文研究了二进小波系数的统计特性，提出并验证了二进小波系数直方图服从于指数分布。分析了二进小波系数的一阶、二阶统计矩(共生矩阵)特性并将其应用于纹理特征提取。理论分析和实验说明，采用Manjunath方法和二阶统计矩方法的二进小波在纹理图像检索方面优于单小波。     

3-D B-spline Wavelet-Based Local Standard Deviation (BWLSD): Its Application to Edge Detection and Vascular Segmentation in Magnetic Resonance Angiography

Extracting reliable image edge information is crucial for active contour models as well as vascular segmentation in magnetic resonance angiography (MRA). However, conventional edge detection techniques, such as gradient-based methods and wavelet-based methods, are incapable of returning reliable detection responses from low contrast edges in the images. In this paper, we propose a novel edge detection method by combining B-spline wavelet magnitude with standard deviation inside local region. It is proved theoretically and demonstrated experimentally in this paper that the new edge detection method, namely BWLSD, is able to give consistent and reliable strengths for edges with different image contrasts. Moreover, the relationship between the size of local region with non-zero wavelet magnitudes and the scale of wavelet function is established. This relationship indicates that if the scale of the adopted wavelet function is s, then the size of a local region, from which the standard deviation is estimated, should be 2s−1. The proposed edge detection technique is embedded in FLUX, namely, BWLSD-FLUX, for vascular segmentation in MRA image volumes. Experimental results on clinical images show that, as compared with the conventional FLUX, BWLSD-FLUX can achieve better segmentations of vasculatures in MRA images under same initial conditions.     

基于Curvelet的边缘纹理特征提取及表情识别

针对小波变换在提取图像边缘特征上的局限性,提出一种使用Curvelet变换进行边缘纹理特征提取的表情识别方法。Curvelet变换在表达图像的边缘曲线上的奇异性时比小波变换更能得到稀疏的图像表示。在表情识别中,对表情图像使用Curvelet变换得到Curvelet系数作为边缘纹理特征能更好地反映表情的变化,使用K最邻近结点算法进行了识别。结果表明在表情识别中该方法比小波变换更有效。     

结合边缘颜色与形状特征的图像检索方法

小波变换具有良好的局部特性与多尺度特性, 能多尺度逼近边缘, 这使得它在图像奇异性检测和特征提取方面得到了广泛的应用. 通过三次样条二进小波变换模极大值法提取图像彩色边缘, 用彩色边缘的环形颜色直方图表示颜色特征, 用小波模极大值的环形直方图表示形状特征; 最后利用上述两种直方图计算图像间的相似度, 并进行彩色图像检索. 实验结果表明该算法不仅具有较好的查准率和查全率, 而且对图像中存在的光照变化和几何变化(尺度, 平移, 旋转等)具有较强的鲁棒性.     

基于边缘自适应小波变换的低比特率图像压缩算法

常规的小波压缩算法在低比特率情况下将不可避免地在图像强边缘附近产生振铃效应。为此提出了一种基于边缘自适应小波变换的低比特率图像压缩算法。在编码端，先检测出图像的强边缘并将其作为附加信息进行编码；然后，利用强边缘信息将图像沿行列方向分割成一些独立的数据段分别进行小波变换；最后，利用EBCOT算法对得到的小波系数进行编码。特别地，从图像的成像机理出发，提出了一种克服分段数据边界效应的新方法。实验结果表明，这种边缘自适应小波变换即使在比特率极低的情况下也可以保持图像轮廓的清晰，强边缘附近的振铃效应也得到有效的抑制。由于附加信息的存在，压缩图像的PSNR值相比于常规方法通常会有所降低，但图像的主观视觉质量却有明显的提高。