基于小波变换压缩和支持向量机组的储粮害虫图像识别

使用小波变换对储粮害虫的高维图像矢量进行压缩,利用图像的高频部分对应于图像的边缘和轮廓,很好地压缩和表征了害虫图像的特征.提出了一种基于支持向量机(SVM)组的淘汰法.这种方法考虑到了各判别函数的VC置信范围的差异,同时利用判别函数间的冗余来降低识别误差.100幅害虫图像的识别结果表明,基于SVM的识别方法在识别效果、识别时间等方面都有显著的优越性.     

小波域中的图像自适应水印算法

提出一种小波域透明图像水印算法,算法将一个二值图像内嵌到原始图像经过小波多分辨率分解后的低频子带上,根据低频系数和高频系数的特点以及树结构关系,并由图像的局部亮度和纹理特性对水印嵌入强度做自适应调节.实验结果表明:使用该算法嵌入的数字水印具有很好的隐蔽性,并且嵌入水印的图像对有损压缩、滤波、加入随机噪声和剪切等攻击操作具有较强的鲁棒性.     

用于中药质量整体辨识的小波基化学模式图像识别法

提出一类基于小波变换的化学模式图像识别法,并应用于中药质量的直观表征与整体辨识,根据受检样品的相关化学组分含量波动程度,通过不同尺度的离散小波变换或小波包变换来有效提取量测数据集中隐含的化学指纹特征,放大不同样品间化学模式差异,再采用二维灰度图对抽提出的化学特征信息进行图像表征,形成视觉可分辨的化学模式图像,从而实现中药质量的直观整体辨识,将该方法用于不同等级、产地及采收年份的当归样品鉴定,结果表明该方法可有效地解决中药质量整体辨识难题,为化学模式识别方法研究开辟了新的途径。     

小波域红外能量图人脸识别中小波基的选取

小波域红外能量图人脸识别技术不但可实现全天候人脸识别,而且能够减少人脸识别中的数据复杂度,但是其识别率和时间花费与小波基的选取有关。为此对几种常用的小波基分别进行了实验,并对实验结果进行了分析和总结。实验结果表明,具有正交性和对称性的小波具有较高的红外人脸识别率。     

基于块的小波域图像数字水印技术

在数字化技术和网络技术迅速发展的今天，信息安全显得越来越重要，数字水印技术在版权保护方面的应用已成为信息安全领域的一个热点。利用小波变换和人类视觉特性的相似性，提出了一个基于块的小波域图像数字水印方案。该方案结合加密技术，通过密钥控制水印信号的嵌入，在不影响图像的感知质量的同时，对于常见攻击具有较好的稳健性，并且在水印提取过程中不需要原始图像。     

基于小波域的图像增强算法

针对图像边缘增强和滤噪的矛盾,提出了符合视觉特性的基于小波域的图像增强算法.将图像的小波变换结果看成一幅图像,则在空域中的阶跃边,在小波域的高频通道中表现为屋脊边,而空域中的屋脊边,在小波域高频通道中表现为成奇对称的屋脊边缘对.在高频通道中,用高斯函数或升余弦函数拟合屋脊边,用正弦函数拟合屋脊边对.通过修改拟合函数的参数来改变其形状,从而使反变换回来的图像的边缘斜率提高,进而达到图像增强的目的.由于在对屋脊边的识别中采用了方向信息测度,使算法能很好地处理边缘增强和滤噪的矛盾.分别对测试图像和实际图像进行处理,并与传统的高通滤波方法进行了对比,实验结果表明,本文提出的方法具有更好的视觉效果.     

图像噪声方差的小波域估计算法

为提高噪声方差估计准确度,在Donoho经典估计方法基础上,提出一种基于原始图像小波系数估计的算法.该算法通过挖掘小波尺度间的相关性,估计出原始图像小波系数,将含噪图像小波系数与之相减,得到较纯粹的噪声系数,再利用Donoho的方法进行估计.实验结果表明,该方法性能明显优于传统方法,尤其在噪声幅度较小或图像细节较丰富时性能表现更佳.     

基于二维连续小波变换的织物疵点检测

同正常织物纹理比较，疵点区域由于其纹理不规则及变形而导致不同的局部纹理特性。利用二维连续小波特性，能在时域和频域上对织物图像同时实现任意尺度和旋转角度的变换。通过纹理模型和频谱分析，确定出最优的变换尺度和旋转角度，并由预先确定的全局阈值从小波变换系数的模中进行疵点的分割。实际疵点的检测结果表明该方法是可行的。     

基于小波系数相关性和模糊理论的声纳图像处理

针对声纳图像在生成和采集过程中产生大量的混响,提出了一种改进的基于小波系数相关性与模糊理论的声纳图像混响抑制与增强算法.该算法通过在计算过程中考虑下一个尺度中对应部位局部特性,构造局部相关性系数矩阵,提高边界定位精度.在滤波的同时,该算法采用基于模糊理论的增强算法对有用信息进行增强.实验结果表明,与其他常规算法相比,该算法明显降低了声纳图像的平均均方误差（MSE）和平均绝对误差（MAE）,提高了峰值信噪比（PSNR）,更适合于处理声纳图像.     

MIMD声纳自身干扰对消系统

在分析了声纳信号并行处理的几种形式后，结合自适应格型算法阶递归的特点，采用多片数字信号处理器设计了一个ＭＩＭＤ并行处理器系统，应用该系统实现了Ｇｉｖｅｎｓ格型算法，进行了声纳自身干扰对消实验，结果表明该ＭＩＭＤ声纳自身干扰对消系统具有较高的计算效率及稳定的消噪性能。     

小波域声呐图像自适应增强

声呐图像受噪声污染严重、对比度低,给后期的定位识别带来不便,而传统的处理方法容易造成边缘模糊.针对这一问题,提出了一种图像自适应增强算法.该算法利用形态小波对声呐图像进行自适应的多分辨率分析,分别增强不同尺度上的信号或细节,通过多通道重构图像的加权实现去噪和对比度提高.仿真结果表明该算法快速有效,对高斯噪声和冲击性噪声都具有较好的鲁棒性,处理后的声呐图像边缘细节信息保留完好,得到了理想的增强效果.     

Biomedical Image Processing Using FCM Algorithm Based on the Wavelet Transform

An effective processing method for biomedical images and the Fuzzy C-mean ( FCM ) algorithm based on the wavelet transform are investigated. By using hierarchical wavelet decomposition, an original image could be decomposed into one lower image and several detail images. The segmentation started at the lowest resolution with the FCM clustering algorithm and the texture feature extracted from various sub-bands. With the improvement of the FCM algorithm, FCM alternation freqneney was decreased and the accuracy of segmentation was advanced .     

一种图像纹理特征检索算法

提出一种基于Radon和小波变换的图像纹理特征检索算法,对原始图像进行坐标系的旋转校正,确定方向归一化的图像,再对方向归一化后的图像进行Radon变换．根据Radon变换投影数据的几何特性,构造了适合投影数据的具有尺度和平移不变性的小波分解,该小波分解系数具有旋转、平移和尺度不变性．采用图像中各尺度小波系数的能量值作为图像的纹理特征,以此进行图像检索．基于纹理特征的试验结果表明,该特征具有旋转、平移和尺度不变性,与RIM算法相比平均检索率提高了3.8％．     

基于小波变换的纹理图像融合

针对采集到的纹理图像无法呈现纹理物体的整体特征的缺陷，提出了一种新颖的图像融合算法.该
融合算法基于纹理图像的大部分纹理信息存在于高频子带中的特点，分别对两幅互补图像进行小波分解，
再对低频子带采用平均融合算子处理，然后对高频子带采用高斯 拉普拉斯算子提取局部边缘信息，以作
为融合规则，并根据两幅互补图像的相似度对高频子带加以融合.结果表明，该算法通过对多幅互补图像
的小波分解图像进行融合，使得融合后的图像内容清晰，纹理信息更加丰富，为后续的缺陷查找步骤提供
了准确的依据.     

基于规一化割的声呐图像谱抠图分割

针对目前谱图理论应用于声呐图像分割时,效果不够理想的问题,提出一种结合Ncut和谱抠图的声呐图像分割方法.该方法首先通过形态学变换对声呐图像进行预处理,降低复杂背景对分割结果的影响;其次,引入数字抠图技术,通过改变Ncut算法中的拉普拉斯公式得到用于分割的图像透明度估计;最后,通过透明度处理得到最终的声呐图像分割结果.仿真实验证明了所提算法的有效性,与传统的谱图分割方法相比,没有对声呐图像的背景进行分割,并准确提取出了目标区域,得到了更理想且更细致的声呐图像目标分割结果,有利于后期识别.     

基于拼接思想的小波域多聚焦图像融合

分析多聚焦图像融合的特点,给出一种基于拼接思想的小波域图像融合方法。利用小波分解系数中区域方差和较大的系数对应着较好的图像块原则,结合区域一致性检验修正,选择代表优质图像质量的小波系数,经小波反变换重构聚焦图像。实验结果表明:采用此方法得到的融合图像清晰度高,图像特性保留良好,客观评价指标有明显提升。     

基于支持向量机的图像纹理识别方法

将支持向量机(SVM)应用于基于内容的图像检索领域,提出一种基于Gabor小波变换和支持向量机分类器的新型集成纹理识别方法.目标是利用Gabor小波设计的多通道小波滤波器对图像目标进行小波变换,用Gabor小波变换系数的模的平均值和标准差生成表示目标图像的特征向量,将特征向量归一化后用支持向量机进行训练和识别.最后,利用Brodatz纹理库中的纹理图像进行了试验并与其他几种方法进行了比较.结果表明,该方法的识别率在小样本情况下要优于其他几种方法,并且具有更好的泛化和推广能力.     

基于支持向量机的图像纹理识别方法

将支持向量机（SVM）应用于基于内容的图像检索领域，提出一种基于Gabor小波变换和支持向量机分类器的新型集成纹理识别方法．目标是利用Gabor小波设计的多通道小波滤波器对图像目标进行小波变换，用Gabor小波变换系数的模的平均值和标准差生成表示目标图像的特征向量，将特征向量归一化后用支持向量机进行训练和识别．最后，利用Brodatz纹理库中的纹理图像进行了试验并与其他几种方法进行了比较．结果表明，该方法的识别率在小样本情况下要优于其他几种方法，并且具有更好的泛化和推广能力．     

小波域内背景图像的文本信息提取研究

提出了一种基于二维小波分解的背景图像文本提取算法.该算法首先对图像进行二维小波变换,设置滑动窗扫描高频子带,计算滑动窗内图像的小波纹理特征,采用k-均值聚类算法将图像分为文本区域、简单背景区域和复杂背景区域,最后对文本区域进行形态运算,精确地定位文本区域.实验结果表明,该算法能够准确地从背景图像中提取出不同语种、字体、大小和排列方式的文本信息.