小波域非完全贝塔变换增强红外图像对比度

对红外图像进行离散平稳小波变换后,对分辨率较好的各高频子带直接利用所提出的去噪方法去噪;对分辨率较差的各高频子带利用非完全贝塔变换法结合文中的去噪法进行增强;并给出一种评价增强图像质量的准则.实验表明,本文提出的方法在有效地增强红外图像对比度的同时,又能很好的抑制红外图像中白噪声和1/f噪声.     

红外图像对比度增强的小波域广义交叉确认法

对红外图像进行平稳小波变换,分辨率较好的各高频子带直接去噪;分辨率较差的各高频子带用非完全贝塔变换法结合去噪进行增强.实验表明,本文提出的方法在有效地增强红外图像对比度的同时,又能很好地抑制红外图像中白噪声.     

基于Curvelet变换的图像自适应增强

给出了一种基于Curvelet变换的图像自适应增强算法。该算法充分利用Curvelet变换对2-D图像具有更强的表达能力的特点,自适应地调整不同Curvelet子带的抑制噪声的范围和放大信号Curvelet系数的强度。实验结果表明该算法取得了良好的效果。     

基于映射的图像多角度复小波变换

图像处理已经广泛应用于诸多领域。信号和图像处理领域中非常有用的工具——离散小波变换(DWT)只能从水平、垂直和对角3个方向分解图像,分解的相位信息也相对较少。针对这种情况,提出了基于映射的复小波变换,其展现出了良好的方向性和平移敏感性,相位信息也易于获取且清晰。试验分析结果表明,基于映射的复小波变换能够很好地实现图像的多角度分解和图像完全重构,并且设计容易,其应用前景广泛。     

基于方向对比度和区域标准差的图像融合方法

提出了一种基于方向对比度和区域标准差最大化的多分辨率图像融合新方法。该方法先对参加融合的源图像进行小波多分辨率分解并定义方向对比度和区域标准差,然后采用基于方向对比度和区域标准差最大化的融合规则得到融合后图像的小波系数;最后通过逆小波变换得到融合图像。采用该方法得到的融合图像突出和增强了各源图像的对比度与细节信息。实验结果表明该方法是十分有效的。     

小波变换在图像处理中的应用

分析了小波变换的特点,引入方向小波来实现图像的特征提取,并给出方向小波变换在字符图形识别的结果.实验证明,由于这种特征提取方法有很好的局部方向特性,使得它对于字符的典型噪声笔划丢失、笔划断裂、机械抖动、笔划的粘连有很好的识别作用,十分适用于字符的识别工作.     

基于小波变换的图像降噪技术研究

根据小波变换和噪声信号的能量分布特性,提出了一种先用小波变换对含噪图像进行多尺度分解,求出各尺度小波变换高频系数的噪声方差和阈值,利用各尺度的阈值对高频系数进行处理,然后利用小波变换系数重构图像,实现图像降噪的方法;实验结果说明该方法既可以有效地降低噪声,又可以较好地保持图像细节。     

基于小波变换的零件图像数据融合

提出一种基于小波变换的图像数据融合的方法,对多源图像进行分解,将高频区域中的绝对值较大的系数作为重要小波系数;在低频区域,对逼近系数进行加权平均得到新的逼近系数,然后进行小波重构。实验表明,该方法是实用的。     

一种基于小波变换的照明无关边缘检测和模糊增强方法

提出了一种基于小波变换的照明无关边缘检测和模糊增强算法,用于从不均匀的弱照明图像中提取目标边缘。依据照明反射图像形成模板和CCD相机成像公式,推导出图像的小波变换公式。对图像局部区域中边缘与背景像素的小波系数进行比较分析,设计了一种照明无关的小波边缘检测公式。给出一种同时考虑小波模值大小和梯度方向的模糊算子来增强边缘并抑制噪声。最后,采用仿真和真实的图像对该算法进行验证,利用此算法检测阶梯边缘,得到该算法的边缘检测评价标准F系数值为0.984 3,边缘定位精度评价系数E_d值为0.126 5,通过被检测的特征球边缘计算得到的交比值误差为3.72×10^-3。实验结果证实,该边缘检测方法能够很好地工作于非均匀的弱照明图像。     

小波变换在机械系统非线性信号消噪中的应用

噪声的去除一直是信号处理中较为关键的技术之一。小波变换在时、频两域都具有表征信号局部特征的能力，突破了传统Fourier分析的局限性，很适合检测信号的奇异现像。用Daubechies小波和Fourier变换分别对洛仑兹混沌信号以及撞击流反应器压力波动非线性信号进行去噪分析，结果表明，二者的去噪效果有较大的不同，突出了小波变换用于非线性信号去噪的性能。因而，将小波用于信号消噪具有重要的意义。     

结合小波变换的Shi-Tomasi算法遮挡图像匹配研究

目标部分遮挡或缺失是计算机视觉应用到制造业中经常遇到的问题。对现实生产中工件间遮挡的图像匹配问题进行研究,提出了小波变换和Shi-Tomasi角点检测相结合的算法。对小波分解后的低频图像进行特征点提取,舍弃图像的高频成分,有效降低噪声对图像的影响。选用常见的法兰盘作为实验对象,在多种环境下验证文中算法的可行性,最后用RANSAC算法消除误匹配。匹配结果表明,该算法不仅可以减少遮挡工件匹配的计算量,去除伪角点,加快识别速度,而且在噪声干扰、旋转、尺度变化等条件下也有较好的匹配效果。     

基于小波分析的自适应数字水印算法

提出一种在小波变换域嵌入数字水印的新算法。利用视觉系统的纹理掩蔽及照度掩蔽特性，在第三级细节子图块的最大系数中嵌入水印信号。水印强度与图像背景亮度及纹理强度成正比，使水印对原始图像具有自适应性。对水印图像进行各种退化处理的实验表明，提出的数字水印算法具有很好的鲁棒性。     

一种改进的基于小波变换的遥感图像融合方法

针对多光谱与全色图像的融合,提出一种改进的基于小波变换的融合方法,首先对多光谱图像进行IHS变换,其次将全色图像和多光谱图像的强度分量进行改进的基小波变换的比值融合,并用融合结果取代多光谱图像的强度分量,最后再做IHS逆变换得到融合图像.实验结果证明融合算法较IHS变换算法和常用的小波融合算法有更好的融合效果.     

基于自适应PCNN和小波变换的多聚焦图像融合算法

提出了一种基于自适应PCNN和小波变换的新型多聚焦图像融合算法。首先,对待融合的两幅图像进行小波分解得到两组多尺度图像,然后在小波域充分利用PCNN的同步激发特性,进行基于PCNN的融合策略设计。使用不同频率下小波系数的局域熵作为PCNN对应神经元的链接强度,经过PCNN点火获得参与融合图像在小波域中的点火映射图,根据点火时间计算点火映射梯度图,再通过判决选择算子,判定并选择点火时间梯度最大的小波系数作为融合系数。最后对融合后的小波系数进行重构生成融合图像。该方法中,根据设置的迭代次数来确定阈值调整时间常量 ,从而在迭代结束时,所有小波系数均得到激发,充分反映了点火时间的先后次序。实验结果以及与其他融合算法的比较分析表明,所提出的算法能有效地突出边缘细节、更好地保持图像的空间分辨力。     

基于小波与双三次插值的高温锻件红外图像增强方法

提出了一种基于小波变换和双三次插值的图像处理方法,该方法利用离散小波将原图像分解成低频子带与高频子带,然后对原图像及这些子带分别进行双三次插值,同时提出增加一个中间步骤来估算高频子带,即扣除原低分辨率图像和插值后的LL子带中的相同成分而得到不同成分的图像（高频成分）,然后利用不同成分的图像对高频子带LH、HL及HH分别进行校正融合,并通过小波逆变换对这些图像进行融合重构。该方法不仅能够有效地消除图像噪声,改善细节信息,而且能够最大限度地保留边缘信息和增加图像的清晰度。最后运用该方法和传统算法分别对核电主管道高温锻件和小型高温锻件的红外图像进行增强处理,实验结果验证了该方法的可行性及优越性。     

一种基于分形和小波变换的图像放大算法

为了更好地进行图像放大,利用小波变换的思想,提出了一种分形插值和小波变换相结合的图像放大算法.分形插值能够较好的保持原有图像的纹理特征,小波变换后的高频分量具有丰富的细节边缘信息,因而能够重构出高质量的图像.实验表明,和其它算法相比,使用该算法放大后的图像具有更好的主观和客观质量.     

基于小波变换的图像增强技术研究

利用小波变换后特有的图像数据结构,将小波分析与传统的增强方法有机地结合起来,进行了图像增强方法的探讨和研究.实验结果表明,使用该方法后原图像中较模糊、对比度差的细节得到增强,纹理清晰,层次感强,其处理结果比传统的图像增强方法更令人满意.