一种自适应误差分散逆半调算法

针对误差分散类半调图,提出一种基于Laplacian(L)金字塔的自适应逆半调算法.通过研究半调噪声与误差分散核(半调核)的关系,引入噪声粒度反映不同半调核的影响;采用分治策略,利用L金字塔变换提取含噪高频,采用融合技术将半调噪声转化为易于处理的脉冲噪声,使用维纳滤波器和中值滤波器去噪.实验证明,该算法能自适应选择阈值,具有保图像边缘清晰、时空复杂度较低、峰值信噪比高等特点.     

基于图像融合模型的矢量逆半调算法

针对矢量误差分散半调图提出了一种彩色逆半调算法。首先,分析了基于矩阵增益模型的误差分散系统,发现矢量逆半调问题可等效为相关性高频噪声的抑制问题;然后利用K-L变换去除相关性并基于Laplacian金字塔构造图像融合模型,该模型能将未知特性的高频噪声转化为易处理的脉冲噪声;最后使用维纳滤波器和中值滤波器去噪。实验表明,该算法能克服色偏,减少杂色,较准确地再现连续色调图像,逆半调图像的峰值信噪比传统算法提高2~3dB。     

基于自适应中值滤波的逆半调算法

针对误差分散半调图像,提出了一种基于自适应中值滤波的逆半调算法。该算法是在传统低通滤波逆半调算法基础上进行改进,先用一个大小为11×11、方差为1.3的高斯低通滤波器对半调图像A进行平滑处理,利用自适应中值滤波器得到图像B,在平滑非脉冲噪声的同时试图保留细节;然后通过带通滤波器得到图像B的边缘,并对边缘进行去噪增强处理,得到边缘图像F;最后把处理后的边缘图像F以一定的增益倍数与图像B进行线性相加,得到最终逆半调图像。试验结果表明,该算法在进行图像平滑的同时有效地保留了图像细节,处理后的图像的峰值信噪比比传统低通滤波方法高,图像的信息熵也有了提高。     

表面肌电信号的小波消噪改进算法

根据在不同尺度下信号和噪声的小波变换系数的相反特性，提出了一种改进的小波消噪算法来去除肌电信号中的噪声.利用Mallat算法对肌电信号进行小波分解，实质上就是将信号投影到尺度空间和小波空间，分别包含了信号的光滑通道分量和细节分量.兼顾软阈值和硬阈值量化方法的优点，利用两者的加权平均值滤除由噪声所决定的小波变换系数，从而在大尺度下补充细节信息并保持信号在奇异点的特征.利用保留下来的小波变换系数进行信号重构即得到消噪后的信号.实验结果表明，该方法可以有效去除噪声，兼顾了软、硬阈值的优点，保留了在模式变化过程中肌电信号细节部分的有用信息.     

小波分析在信号消噪中的应用

用小波分析进行信号消噪常用多尺度小波变换。多尺度小波变换是将信号分解成高频和低频成分，低频包含信号的主要性能，高频含较多噪声，将高频平滑后再重建即可消噪。消噪处理大致有强制、阈值两种方法。现场试验表明：此方法高效、实用。     

基于色彩分类的查找表图像逆半调方法

将灰度图像的查找表逆半调算法扩展到彩色图像的逆半调,虽然考虑了彩色图像中三通道的色彩相关性,但简单地以半调值为索引值向映射表中添加连续值,不仅使映射表中的数据不够真实,也使得逆半调图像质量受半调噪声影响而降低。为此,提出一种色彩分类存储的查找表彩色图像逆半调方法,它首先从连续图到半调图对像素值进行色彩配比,然后判断配比值：若两值的色彩配比值相等或相近,则以半调值为索引,将连续值存入查找映射表中;若不相近,则将该值存入一个替补表中,作为查找表估值的依据。实验证明,色彩分类的查找表图像逆半调效果图的视觉效果比查找表彩色图像逆半调效果图的好,且其峰值信噪比、色彩还原程度、色彩倾向值均高于查找表方法所得值。     

基于鲁棒主成分分析的图像放大算法

给出一种采用鲁棒主成分分析去噪的图像超分辨率算法。对高分辨率训练图像进行Haar小波变换,使用鲁棒主成分分析法得到去噪后的近似子带字典和细节子带字典;将低分辨率测试图像的近似子带作为相应高分辨率测试图像的近似子带,通过细节子带字典恢复出高分辨率测试图像细节子带;通过逆Haar小波变换得到高分辨率测试图像,利用多级增强进一步提高图像的质量。实验结果显示,用所给方法得到的字典对噪声有鲁棒性,且高分辨率重建图像峰值信噪比较高。     

基于2D小波变换的图像消噪算法

利用2D小波变换对含噪图像进行消噪处理。基于小波变换具有的多分辨率特点,分析图像信号的局部特征,滤除掉含噪图像中的高频成份,达到降低噪声的目的。文中给出了含噪二维图像信号模型,以及利用2D小波分析对图像信号消噪的步骤。同时介绍了MATLAB6．5中小波分析支持的图像格式。经噪声图像仿真测试,小波变换中独立阈值法具有较好的消噪效果。     

减少DS—CDMA系统中多址干扰的一种新方法

本文提出了利用小波消噪来减少DS—CDMA系统中多址干扰影响的新方法。在DS—CDMA系统中，相关解扩后的信号含有三个组成部分：有用信息、多址干扰和高斯白噪声。研究表明，多址干扰可以进行高斯近似，因此，匹配滤波器输出信号就可以近似看成有用信息和高斯干扰的合成，消除或减弱多址干扰和信道噪声影响，也就相当于信号的消噪。小波消噪是一种非常有效的消噪方法，我们对相关解扩后的信号进行小波多尺度分解，然后对各层分解系数进行阈值处理，就可以消除多址干扰及噪声。计算机仿真结果表明，此方法可以消除绝大部分多址干扰的影响。     

一种半调图像分类识别算法

分析影响逆半调质量的各种因素,引出半调图像识别研究的目标,并运用增强一维自相关函数、共生矩阵和游程矩阵研究半调图像的相关周期和纹理特征,通过构造多级分类器及其标准向量建立了一种常见半调图像的类型识别算法.实验表明,该算法的平均识别正确率可达99%,解决了估值类逆半调技术的实用化问题,也为其他逆半调方案的针对性设计和参数自适应优化奠定了基础.     

基于改进模拟退火算法的LUT逆半调模板选择

针对影响LUT逆半调图像质量的模板选择问题,提出了一种基于改进模拟退火算法求取最优LUT逆半调模板算法。该算法能对灰度图像逆半调,还扩展至彩色图像逆半调。彩色图像逆半调时,充分考虑彩色图像R,G,B 3通道之间的相关性,将单通道模板扩展为3通道。实验结果表明:本算法寻得的模板具有全局最优性;与传统模板选择算法相比,利用本算法对灰度图像和彩色图像进行逆半调的结果图在人眼视觉效果上更佳,平均峰值信噪比更高。     

基于改进γ-CLAHE算法的水下机器人图像识别

水体及悬浮粒子对光的吸收、折射及反射导致水下图像对比度低及细节模糊,单一图像增强算法难以适用于水下复杂环境识别.为了解决该问题,提出基于小波变换和改进的γ-CLAHE相融合的图像增强算法.通过快速中值滤波去除图像中噪声,向CLAHE算法中加入自适应伽马变换,解决CLAHE算法处理水下图像色彩失真,丢失孤立点、细线,画面突变等问题.利用改进的γ-CLAHE算法处理小波变换分解后的低频部分,增强图像并加快运行速度.通过小波逆变换将γ-CLAHE算法处理后的低频部分和双边滤波处理后的高频部分相融合,得到最终的增强图像.将实验图像同传统CLAHE、Retinex、Singh融合算法的处理图像进行对比,验证本研究算法在水下图像处理方面的有效性和优越性.     

半调图像的分类方法

针对半调模式的特点,提出有监督流形上的半调图像分类方法。该方法采取3个方向像素自相关特征和同或运算来描述纹理特征,利用图像分块的思想获取纹理特征,以利于提高建模效率和纹理特征的有效性。结合有监督学习和噪声样本点对模型、高维样本特征进行线性降维,以改善样本特征的可分性。在实验中分析建模方法的有效性,比较所提出方法与5个同类方法的分类性能并探讨了相关参数对分类性能的影响。实验结果表明,当K=32且L=8时,所提出得方法性能最好,且优于其它5个同类方法。     

数字半色调技术发展概述

针对图像再现技术中一个活跃的研究领域——数字半色调技术进行了综述。分析了数字半色调技术的发展现状；基于图像再现系统的基本结构和结果图像的特点，对经典的半色调方法进行了评判。最后展望了数字半色调技术的发展趋势，并指出一种基于图像特征信息的数字半色调技术实现的技术思路。     

基于Curvelet变换与局部能量的图像融合算法

针对当前图像融合算法中边缘与细节特征表达不理想的问题,提出一种新的基于Curvele变换与局部能量的图像融合算法.该方法首先在不同的分辨率下将源图像转换为Curvelet系数集,然后引入局部能量融合规则将Curvelet系数进行结合,最后通过逆Curvelet变换得到融合图像.实验表明:本文算法所得的融合图像细节丰富、边缘清晰,且算法能够抵抗一定噪声的干扰,具有一定的应用价值.