基于小波变换和形态学的图像内容认证方法

提出了一种新的图像内容认证方法。在发送端根据小波系数对图像的亮度及边缘纹理特性进行分析,将这些特性分类后编码为特征值,并将特征值加密后生成签名以水印方式嵌入图像。在接收端将待测图像的特征值与从中抽取出的水印进行比较,用形态学滤波的方法自动鉴别是否有内容被篡改,并给出篡改的位置和强度信息。实验表明,这种图像内容认证方法可有效的检测出恶意篡改,并可容忍由压缩、滤波、噪声污染等操作引起的失真。     

基于小波包变换和形态学的图像分割算法

数字图像分割技术是一种重要的提高计算机图文识别的手段.文章利用小波包变换去噪结合形态学方法提出一种数字图像阈值分割算法.依据该算法,首先施行小波包变换,去除图像中的噪声,然后利用形态学方法集合最佳阈值判别对图像进行分割.实验证明,本算法的分割效果较佳.     

基于小波变换和数学形态学的遥感图像边缘检测

由于遥感图像一般带有较大的噪声,通过实验表明,用传统的边缘检测方法效果不理想。采用小波方向性检测技术并结合数学形态学的方法,提出了一种基于小波变换和小尺度的数学形态学的遥感图像边缘检测方法。实验表明本算法计算有效,边缘定位准确,对噪声有一定的抑制作用,边缘检测效果明显。     

基于小波变换和形态学的医学图像边缘检测

针对传统边缘检测算子对噪声敏感的缺点,结合小波阈值去噪和形态学边缘检测提出一种改进方法。首先对含高斯噪声的图像进行小波分解,然后再通过小波阈值法对高频系数进行处理,采用新设计的双结构形态学边缘检测算子对低频系数进行处理,最后用新系数重构出图像。实验结果表明:这种方法在去除噪声的同时较好地保留了边缘轮廓信息,是一种有效的边缘检测方法且具有实际参考价值。     

基于小波变换及Otsu分割的农田作物行提取

基于机器视觉的田间车辆自动导航是农用车辆导航的热门研究方向,但含较密集杂草的农田作物行提取,目前依然是个难题。该文提出一种适用于密集杂草农田的,主要基于频率和颜色信息的农田图像分割算法。通过小波多分辨率分解后构建的频率总量指标,利用作物产生主频信息的总量优势,结合作物行的交替及最大类间方差法、颜色模型分量变换,实现农田杂草的去除,并通过最小二乘法拟合直线,实现农田作物行提取。实验表明算法能有效克服密集杂草干扰,针对 像素大小图像,单幅处理时间平均为132 ms。     

基于小波变换低信噪比下的雷达目标提取北大核心CSCD

小波变换作为一种多分辨分析的有效工具,在提取弱信号方面具有独到的优势。文中针对低信噪比下弱目标信号检测这一难点,提出了一种基于小波变换的提取方法,将信号中不同频率的信号分解到不同层的小波系数项及尺度平滑项上,并提取细节层上信噪比最大、回波最显著的一层进行重构和杂波抑制,该方法能有效地抑制强噪声并检测出目标。     

基于小波变换与形态学运算的ECG自适应滤波算法

针对ECG信号常用滤波算法存在的缺陷,提出了基于小波变换与形态学运算的自适应滤波新算法。该算法利用形态学滤波器去除基线漂移信号,用小波滤波器去除高频干扰信号,并将这两部分所得到的心电噪声分量作为自适应滤波器的参考输入信号,利用自适应滤波器调整对含噪ECG信号进行滤波处理。最后,经实验验证了本文算法的有效性。     

基于小波变换和数学形态学的激光成像雷达图像边缘检测

边缘检测是激光雷达图像处理的重要组成部分,其性能直接影响雷达系统的精度和性能。针对激光雷达图像的特点,提出了一种基于小波变换和数学形态学方法结合算法对激光成像雷达图像进行边缘检测。首先从小波理论出发,从小波多尺度分解入手,对图像分解的弱边缘信息适当加强,然后对加强边缘信息的的图像从灰度形态学的角度出发,对图像进行腐蚀或膨胀,进行边缘提取,而后得到其边缘。用Matlab进行仿真实验,结果表明:结合算法边缘算子对激光雷达图像检测效果优于仅用小波或仅用形态学进行边缘提取的效果;在边缘精度、强弱边缘提取和噪声抑制方面,证明所提方法是有效的。     

采用小波变换与LOG算法的肝脏区域提取法的研究

本文提出了采用小波变换与LOG算法的肝脏区域自动提取方法的研究方案.这种方法由3个阶段构成,首先,基于小波变换将原图像分解成高周波成分与低周波成分;其次,对低周波成分使用Sobel算子与LOG算法求取近似的肝脏区域;最后,基于动态阈值方法精密地提取肝脏区域,而且,对肝脏区域的高周波成分予以强调.本文将提案方法应用于实际的腹部MRI进行肝脏区域提取,展示了本方法的有效性.     

小波变换和形态学相结合的图像融合新算法

针对边缘模糊导致图像融合质量下降,结合小波变换方法和数学形态学方法各自的优势,提出了一种将小波变换和数学形态学理论相结合的图像融合算法.针对高频系数融合,选用绝对值取大法,并适当地增强边缘;针对低频系数融合,对低频子图像运用形态学方法获得边缘灰度图像,若边缘灰度图像中该点像素值在153～255之间,标记该点为边缘点,选用区域空间频率取大法融合边缘点处对应的低频系数;若该点像素值在O～152之间,标记该点为非边缘点,选用平均法融合非边缘点处对应的低频系数.实验结果证明,该算法的融合质量得到了进一步改善和提升.     

基于小波包的图像拼接算法

针对噪声环境下的图像拼接方法,本文给出了一种基于小波包变换与数学形态学的方法。首先是对拼接图像进行小波降噪,然后利用形态学寻找主要特征物进行定位和对比,再通过样条函数构造的小波包对图像在不同尺度下的小波包分量进行拼接。实验表明,该方法可以较好地消除拼缝的影响,得到很好的拼接图。     

基于联合变换相关的光学小波实时图像边缘增强

提出了一种基于联合变换相关的光学小波实时图像边缘增强的方法.选用Mexican-hat小波,利用小波函数的多分辨率特性,用联合变换相关的方法实现了缩放后的小波母函数与待识别图像函数的互相关(即边缘增强图像),得到了较满意的实验结果.     

基于形态滤波和小波变换的基音检测新方法

提出了一种基于数学形态滤波和小波变换相结合的基音检测方法。检测前采用文中提出的形态滤波算法对噪声信号进行滤除，突出了基音周期。用小波变换对滤波后语音信号的突变点进行检测，进而提取出了基音周期。实验表明该方法对噪声有较强的鲁棒性，能够精确地检测出基音周期。     

基于小波变换的通信信号识别算法

通信技术的数字化已经是现代通信发展的趋势.为识别出通信信号中的数字信号的调制方式,分析了解析信号以及归一化处理后的数字信号经过小波变换后的特点,提出直接提取信号小波变换后的频域特征的算法.该算法无需设置判决门限,可以更简单、直接地实现数字信号与其它信号的类间区分以及数字信号之间的区分.通过仿真表明,该方法可有效区分PSK、FSK、QAM与AM、FM、SSB、CW、噪声.     

基于小波包变换的辐射源信号特征提取和识别

文中基于小波包变换方法,对MSK信号辐射源提取了J-散度特征和能量特征,结合支持向量机分类器完成辐射源的识别,仿真结果表明：两者识别率均达到90％以上,从而验证了基于小波包变换的辐射源识别的有效性。     

基于小波变换的音频信号基频提取

通过对小波变换表征信号突变原理的研究，给出了基于小波变换的音频信号基频提取的原理和算法。在算法的实现过程中，利用信号在时域和频域的对应关系提出了一种动态确定小波变换最佳尺度的方法，克服了固定变换尺度在检测基频变化范围大的声音信号时的不足，并将数学统计方法引入到极大值点的提取。在音频信号的实时基频检测实验中，该算法较准确地定位最佳尺度和极大值点，取得了较好的基频提取结果。     

子波变换去噪的一种新算法

在图象平滑中，经常采用均值滤波和中值滤波。然而均值滤波对高斯白噪声比较有效而中值滤波对脉冲噪声比较有效。因而寻求对两种噪声都有效的去噪算法是我们所希望的。本文在概要介绍子波变换的基础上，首先从理论分析和实验计算两个方面详细讨论了脉冲信号和高斯白噪声的子波变换特性。然后说明了一种对脉冲噪声和高斯白噪声同时有效的新的去噪算法。最后利用改进的去噪算法对一维信号和二维信号进行了实验，并给出了数字仿真的结果。     

一种基于Mellin变换的连续小波变换快速算法

利用 Ｍｅｌｌｉｎ变换推导了连结小波函数的频域表达式,提出了一种分析非平稳性振动信号的连续小波变换快速算法。介绍了该算法的基本原理、特点及应用,并结合工程实例说明了它的使用效果。     

基于小波变换的红外图像过渡区提取算法

针对小波能量比在平滑的红外图像中提取过渡区存在误判的问题,提出用基于小波变换过渡区的算法。该算法通过小波变换将红外图像的低频和高频进行分离,对高频分量进行分析,构造方差,对方差进行阈值处理,重构过渡区,从而克服了小波能量比将红外背景误判为过渡区的不足。实验结果表明:本文算法提取出来的红外图像的过渡区具有很好的准确性。