一种基于二代曲波系数乘积的图象去噪方法

曲线波变换是一种多尺度变换,对于具有光滑曲线奇异性的目标函数,曲线波提供了稳定的、高效的和近于最优的表示.在第二代曲线波的基础上,利用曲线波分解中不同尺度的系数也具有相同的特点,提出了基于第二代曲波的系数乘积去噪算法.实验结果表明,提出的算法明显优于小波图像去噪方法,也优于曲线波的阈值方法.     

具有平移和尺度不变性的自适应小波变换

本文提出了一种具有平移和尺度不变性的自适应小波分解新方法,该方法利用信号的一阶、二阶矩及正交小波尺度函数,先对信号进行自适应小波"重整".然后再对重整后的信号进行普通小波变换.本文证明这种自适应小波变换是平移和尺度不变的,并给出了计算自适应小波变换系数(称为小波不变矩)的一种有效算法.对二维数字信号(图像)的实验证实了我们的结论.     

基于Contourlet变换的红外图像序列小目标检测技术

Contourlet变换具有多尺度,多方向性的特征,是小波的一种扩展.本文提出了一种基于Contourlet变换的红外小目标检测算法.首先对图像进行Contourlet分解;然后利用能量法提取其局部纹理特征,并计算各点的特征向量与中心向量问的距离,得到一个相关的多尺度距离像;最后根据该距离像进行直方图统计,从而实现目标的检测.文中给出了实验结果,并与基于小波变换的红外小目标检测算法进行了比较,结果表明,本方法能较精确地检测出红外小目标,优于基于小波变换的方法.     

一种基于遗传算法的鲁棒性数字图像水印算法

本文提出一种基于小波变换的目标约束遗传算法,研究了该算法在图像优化水印算法中的应用.本算法以提高鲁棒性为主要目标,以最小的不可见性为适应度.在小波变换的同时加入优化目标函数约束,迭代搜索合适的嵌入位置和选择嵌入参数.使得嵌入的水印图像的鲁棒性和不可见性在目标函数中达到最优.     

基于奇异值分解的Contourlet域图像水印算法

针对小波变换由于方向性缺乏而无法有效稀疏地表示图像本身几何结构的问题,结合Contourlet变换和奇异值分解的优点,提出了一种Contourlet变换域内基于奇异值分解的数字水印算法。宿主图像经过两层Contourlet分解后,生成一系列多尺度多方向的子带,选取第二层分解中能量最大的子带进行大小为4×4的互不重叠的分块,并进行奇异值分解,再将置乱后的原始二值水印信息嵌入到奇异值矩阵中。实验结果表明,该算法实现简单,透明性良好,对常规攻击和几何攻击具有较强的鲁棒性,且优于一般的小波域算法。     

基于小波-Contourlet变换的多传感器图像融合

提出了一种新的基于小波-Contourlet变换的融合多传感全色和多光谱影像的算法.由于Contourlet变换具有良好的多方向性和多尺度,所以它比其他方法更适应于进行多传感图像融合,对于小波-Contourlet变换后得到的低频和高频分量系数,采用平均法选择低频区域系数,选择区域"能量"较大的高频系数作为融合影像的高频系数.实验结果表明,基于所提出的小波-Contourlet变换的融合结果优于其他常用的融合方法.     

一种基于Ridgelet变换的遥感图像融合方法

Ridgelet变换是继经典的小波变换之后提出来的一种新型图像多尺度几何分析工具.针对不同波段的远程遥感图像提出了一种基于新型正交Ridgelet变换的遥感图像融合方法.该算法基于新型的可逆离散脊波多尺度变换,通过客观评估融合性能说明该方法优于其他三种典型融合方法,尤其是优于各种基于小波变换的图像融合方法,仿真实验证明该方法融合效果良好.     

抗混叠轮廓波变换及其在图像融合中的应用

研究了原始轮廓波变换的频谱混叠问题,设计出能抑制混叠的多尺度分解方案,结合方向滤波器组,实现了一种抗混叠的轮廓波变换.在此基础上,提出了新颖的基于抗混叠轮廓波变换的图像融合算法.该算法通过邻域一致性测度的计算,实现了变换系数的局部自适应融合.实验结果表明,所提出的方法在视觉质量及定量指标上都优于基于小波变换和轮廓波变换的传统方法.     

由小波变换的模极大值快速重构信号

本文从多尺度分析的思想出发，提出一种由信号小波变换的模极大值快速重构信号的方法，在不同尺度上，以阶跃函数在该尺度上的小波变换作为基函数，利用模极大值拟合信号的小波变换，然后进行小波反演得到重构信号。这种快速算法具有明确而直观的物理意义，实现简单方便。文中还给出了对重构信号的误差修正方法，数值方法的结果表明，这种快速重构算法对不同类型的信号同样有效。     

基于曲线波变换的图像分解

将图像分解为卡通部分(有界变差部分)和震荡部分(文本部分)是近年来图像处理的一个重要问题.图像的卡通部分是由一个有界变差(BV)函数来刻画,相应的将BV罚项合并到变分泛函中需要解偏微分方程.Daubechies用B¹₁(L₁)项代替BV罚项并且用小波解变分问题.按照她的方法,我们通过设计一种数字曲线波算法和一种依赖于尺度的阈值规则,从而得到了一种有效的基于数字曲线波变换的图像分解算法.我们可以看出该算法对噪声具有很强的鲁棒性并且能使图像边缘保持稳定.     

一种基于脊波域的盲检数字水印算法

本文提出了一种脊波域的水印嵌入和盲检测算法.脊波变换(ridgelet transform,RT)具有方向敏感性和各向异性的特点,它可获得具有直线特征的图像的稀疏表示.对这类图像进行多尺度脊波变换后,其中最重要的脊波系数代表了图像能量最集中方向的特征,即沿着图像的边缘方向的特征.对一般含有曲线边缘或纹理的图像,可将图像分成小块,将曲线近似作直线处理.然后,对每个小块进行多尺度脊波变换,选择出脊波系数能量大于某个阈值的方向,并在该方向的中频脊波带嵌入水印.实验证明,水印使用该嵌入方法具有很强的鲁棒性和透明性.     

一种基于小波变换模极大值的估计 Lipschitz指数新方法

信号的奇异点和不规则部分往往包含丰富的信息,其奇异性行为通常由Lipschitz指数(Lipschitz Exponent,LE)来刻画.Mallat和Hwang在其经典文献[1]中提出采用小波变换模极大值随对数尺度变化曲线的最大斜率作为LE指数的度量.该方法已被学界广泛采用.但是,由于该计算方法只是文献[1]定理4不等式等号成立时的特例,故在噪声的情况下其计算的精确性和鲁棒性往往得不到保证.本文将Mallat的方法进行了改进,将对数坐标系中在小波变换尺度范围内满足文献[1]定理4的直线与小波变换模极大值(Wavelet Transform Modulus Maxima,WTMM)曲线间的面积作为估算LE的目标函数.在此基础之上研究了LE的先验知识,并给出了适于工程计算的估计算法.最后进行了对比仿真实验.实验结果证明本文的方法具有更高的精确性和鲁棒性.     

回波到达时间精确估测的多尺度方法

本文提出了一种雷达回波到达时间精确估测的多尺度方法。通过在不同尺度上对回波特性进行综合分析,该方法不仅能剔除多径干扰,正确检测雷达回波,精确测量其波达时刻,同时还具有很强的抑制噪声的能力。由于该方法只需对接收信号计算三尺度的小波变换和对所检测到的候选波作两尺度小波变换且能采用Mallat算法,故其计算效率很高。实验结果验证了本文方法的有效性。     

一个优化小波块量化矩阵的算法

小波变换以其良好的空间－频率局部特性,在图像编码标准JPEG2000和MPEG4中占据了重要位置.本文选用正交小波基对图像做小波变换,然后重新组织小波系数成小波块,最后提出了一个构造小波块量化矩阵以产生最优比特分配的算法.本算法用一种新的方式统计小波系数分布,并结合人体视觉系统的特点,采用动态策略在很大的比特率范围内产生最优的小波块量化矩阵.     

基于平滑阈值函数的Ridgelet国像去噪

Ridgelet变换是继小波(Wavelet)变换后提出的一种新型的多尺度分析方法.它不仅具有小波变换的优点,还能更有效地表示图像的线性性质.鉴于Ridgelet变换具有多方向性,能够更好地恢复图像的边缘信息,得到比小波去噪更好的效果.本文将有限Ridgelet变换结合平滑阈值函数应用到特定图像的去噪中,试验结果表明,它比小波去噪及基于Ridgelet变换的简单阈值去噪效果更好.     

小波多速率调制码元同步算法研究及性能分析

本文研究了基于正交小波的多速率系统码元同步信息的提取。分别利用小波函数的相关性及尺度函数的相关性构造了两种同步环算法,通过采用接收信号与本地小波函数和尺度函数相关的方法,利用小波变换的冗余性,提取信号的同步信息。在高斯信道下仿真表明,两种同步算法均可有效地提取信号的码元时钟,但基于尺度函数的同步环路稳定性更好,而基于小波函数的环路则收敛速度更快。     

一种新的图像边缘检测方法

针对基于空间域或小波变换域图像边缘检测算法提取的边缘只是具有有限方向的问题,该文提出使用具有抛物线型尺度和足够方向消失矩的Contourlet变换来更有效地表示自然图像中的奇异曲线。Contourlet子带比小波子带具有更强的方向性,在其子带上检测系数模极大值,运算复杂度更低。实验结果表明,与基于小波模极大值的图像边缘检测方法相比,该文算法有较低的计算复杂度,所提取的边缘更加逼近图像真实边缘。     

回波到达时间精确估测的多尺度方法

本文提出了一种雷达回波到达时间精确估测的多尺度方法。通过在不同尺度上对回波特性进行综合分析，该方法不仅能剔除多径干扰，正确检测雷达回波，精确测量其波达时刻，同时还具有很强的抑制噪声的能力。由于该方法只需对接收信号计算三尺度率的小波变换和对所检测到的候选波作两尺度小波变换且能采用Ｍａｌｌａｔ算法，故其计算效率很高，实验结果验证了本文方法的有效性。     

一种最优正交小波基选择的遗传算法方法

本文提出一种利用遗传算法的最优正交小波基选择方法。通过将信号用小波级数展开后得到其在某个期望尺度上的近似表示,由此建立一个表达信号与其近似之间误差的代价函数,然后我们利用遗传算法最优化此代价函数以获得全局最优的正交小波基。实验结果表明本文的方法能够快速准确地得到全局最优的正交小波基,从而得到信号在期望尺度上的最佳近似。     

基于PCA算法和小波包变换的人脸识别技术

在人脸识别领域,如何提取人脸特征和降低特征维数是关键.提出了一种基于小波包变换和主元分析相结合的人脸识别方法.小波包具有能够保留图像的主体信息又保留不同方向细节信息的优点.算法首先利用小波包变换,把人脸图像分解成不同尺度的低频和高频部分,提取最优基,再采用PCA方法进行人脸的识别.在ORL人脸数据库的仿真结果表明,该算法能有效提高人脸识别性能,具有较高识别率.