基于小波和区域统计的纹理图象检索系统

对大型的图象数据库进行准确检索的时候 ,需要对纹理与非纹理图象进行分类 ,为了准确地提取图象中的纹理特征 ,本文在文献 [4]的基础上 ,提出了一种新的基于小波和区域统计特性的算法来对纹理和非纹理图象进行分割 ,并以此算法对一个具有 10 0 0幅真实图象的图象数据库进行了检索 ,实验结果表明本文的算法取得了较好的纹理与非纹理图象的分类检索效果     

基于小波框架分解和模糊软聚类的纹理图像分割方法

提出了一种新的纹理图像分割方法．该方法利用小波框架分解提取纹理图像的特征参量,利用模糊软聚类方法在特征空间中进行纹理边界的粗划分,然后应用细化算法确定纹理边界区域的精确边界．文末给出了算法的一个典型实验．     

基于ASP的服装图象检索系统的设计与实现

提出了基于ASP的服装图象检索方法，用ASP实现了对服装图象数据进行检索与游览等功能，介绍了系统的设计思想、关键技术和实现。     

基于整数小波系数的纹理图像检索方法研究

提出了一种用整数小波系数检索纹理图像的方法，纹理图像的主要特征表现在细节部分，而高频部分的小波系数体现了图像的细节，所以从这些小波系数中提取的特征，能够表征纹理图像的主要特性；实验结果表明，用该方法检索纹理图像，能够达到较好的检索效果，并且对亮度不敏感，这一特点是传统的纹理分析方法难以达到的。     

基于MATLAB的连续小波变换图象分析

Ｗａｖｅｌｅｔ是基于ＭＡＴＬＡＢ的一个重要应用软件包。但在利用Ｗａｖｅｌｅｔ对于一些典型信号,如正弦信号、δ－信号进行连续小波变换时,即出现一些与常识不相符的“异常”图象。针对这个问题,利用Ｍｏｒｌｅｔ小波基从连续小波变换基本公式出发,通过数学上的严格推证,指出了这些特殊图象的形成原因,分析了小波变换所体现的“数学显微镜”的特点,并得到一个有趣的结论：只有当波Ｍｏｒｌｅｔ小波基的振荡频率略微小于正     

彩色图象的一种小波去噪方法

小波图象去噪已经成为目前图象去噪的主要方法之一。针对加了高斯噪声的彩色图象，通过选择合适的小波基使用小波萎缩法的阈值萎缩法进行去噪，取得了相对中值滤波和均值滤波更好的效果。     

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DTCWT域统计特征融合的纹理图像检索

在多尺度变换域,将各子带系数的统计特征进行互补融合可以有效地提高纹理图像检索的性能。文章利用双树复小波变换提出一种新的将低频子带系数的能量特征、高频子带幅值系数的Weibull分布参数特征以及相对相位系数的wrapped Cauchy分布参数特征相融合的纹理图像检索方法,采用VisTex纹理图像库进行检索。结果表明:采用多类系数统计特征的互补融合,以及最优的相似性测度加权组合,能够显著地提高纹理图像检索系统的平均检索率;与现有的7种纹理图像检索方法相比较,所获得的较高平均检索率为86.74%。     

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.     

一种基于视觉感和特性及IFKCN的图象纹理分割方法

提出了一种基于视觉感知持性及改进的模糊Kohonen聚类网络的图象纹理分割方法,它由2D最佳正交极可分方向滤波器特征提取,特征图象的四叉树平滑,改进的模糊Kohonen聚类网络（IFKCN）特征聚类及边缘确定四部分组成。最后给出了实验结果。     

基于小波变换的医学图像分割

医学图像分割是图像分割的一个重要应用领域,也是制约医学图像在临床上广泛应用的题.对医学图像分割技术进行了综合研究,在此基础上提出了一种新的基于小波变换的医学图像分割方法.首先利用小波变换提取边缘信息,然后采用C均值聚类法把原有灰度信息和边缘信息进行聚类.仿真试验证明该方法能有效地解决过分割问题,提高了分割效率.     

基于小波变换的静止图象压缩技术研究

小波变换是当前热门的研究课题，它在信号和图象处理领域获得了非常广泛的应用，当图象经过小波变换后被分解不同分辨率级和不同方向的子图象，对不同的子图象采用不同的编码方法，为了提高编码效率还采用了多级零编码技术。最后给出的实验结果表明：采用本文的压缩方法可以得到较高的压缩比，在压缩比为１２８：１时，峰值信噪比（ＰＳＮＲ）仍有２７．７３ｄＢ。     

一种基于小波分解的多图象拼接技术

对在多具图象间进行非规则形状图象拼接的多分辨整合技术进行了研究。运用Multimasks方法将多个图象的选定区域同时融合在一起,减小了计算量,并利用小波变换对图象进行多分辨分解,采用与频段宽度成正比的加权拼接宽度来消除拼缝的影响。实例表明,拼接图象平滑自然,效果较好。     

基于波浪理论和聚类小波包的股价波动预测

将波浪理论应用于价格、成交量特征样本序列选取,提出基于小波包能量值聚类特征提取与遗传神经网络相结合的股价预测模型．该模型采用小波包系数单支重构能量值空间分布表征价格波动本质,对能量点进行聚类以降低特征向量维数,将遗传算法与BP网络优势互补用于股价预测．对沪市股票上海汽车(600104)等进行的实证研究结果表明,该模型具有收敛速度快和预测精确度高的特点．     

基于塔形小波和特征加权的墙地砖纹理图像分割方法

目的基于小波变换的图像分割方法对随机纹理图像进行分割.方法通过墙地砖表面的原始纹理特征,改进原有的图像分割算法,对原始纹理图像进行高阶小波分解.结果图像整体中的背景纹理边缘被有效去除,降低了图像纹理带来的干扰,在有效提取近似信息的基础上提高了系统的实时性.结论根据墙地砖的纹理特征,采用基于塔形小波的改进分割方法,对墙地砖的原始图像进行处理,提高了边缘准确性和区域性,降低了分割错误率.     

基于减法聚类和K均值聚类的彩色图像分割算法

传统图像分割方法大都存在分割速度低下、过度分割等缺点.针对上述问题,提出一种新的彩色图像区域分割算法.这种方法首先将图像转化至L＊a＊b＊空间,并划分为子块,抽取图像子块的颜色、纹理和位置特征组成子块的特征向量,然后运用减法聚类,获得聚类簇数和初始蔟中心,最后利用改进的K均值算法在像素点特征空间进行聚类,进而分割图像成区域.实验结果表明这种新方法具有分割效率高、分割效果理想等优点.     

一种基于小波变换和视觉加权的图象编码算法

研究了一种基于双正交小波变换的静止图象编码算法。结合带视觉加权的标量量化技术提出了一种新的数据结构－扩展四叉树,从而实现了一种性能较好,复杂度较低的静止图象编码方案。     

基于双树复小波和广义高斯密度的纹理图像检索

提出了一种基于双树复小波变换结合广义高斯密度和Kullback-Leibler距离的纹理图像检索新方法。该方法运用双树复小波变换对检索图像和目标图像进行分解,在每层生成6个方向子带的小波系数,并对小波系数的边缘分布函数进行高斯建模,生成纹理特征,再通过计算相应子带间纹理特征的Kullback-Leibler距离度量图像的相似性。实验表明,该方法比基于能量特征和欧氏距离的检索方法以及在3层分解层数下比基于小波变换、Contourlet变换等结合广义高斯模型的检索方法有更高的检索率。     

一种基于图象恢复和小波包分解的遥感图象压缩方法

设计了一种基于小波分解等去相关技术和图象恢复技术的遥感图象压缩＼解压方法。该方法首先分别利用比特分割和差值两种方法对图象进行去相关预处理,其次利用二层小波包分解将图象分解为低频和高频部分等16个部分,然后对各高频成分进行了量化压缩或置零(去除),对低频部分采用无损的算术编码。为了提高解压重建图象的质量,利用线扩散函数对重建后的图象进行恢复处理。对SPOT和TM图象的实验结果表明,该技术是可行的．     

基于Radon和小波变换的纹理图像检索

提出一种新的基于Radon和小波变换的图像纹理特征检索算法．针对检索图像进行Radon变换,并对投影矩阵进行中心化使其具有平移不变性．利用图像的统计值对投影数据规范化,分别沿 和t方向对投影矩阵进行TSI小波分解,得到具有平移、旋转和尺度不变的小波分解．提取各子带能量作为图像的纹理特征,并对特征向量进行高斯归一化．以两幅图像归一化特征向量间的Canberra距离作为图像的相似度进行检索．基于纹理特征的图像检索试验结果表明,该方法对高斯噪声具有较强的鲁棒性,与其他方法相比具有较高的检索率．