基于复数小波域广义高斯分布模型的纹理图像检索

由于在频域用能量参数来表示图像的特征矢量缺乏准确性,而且实数离散小波变换具有平移变化性和弱的方向选择性,为此针对以上问题提出了一种基于复数小波域广义高斯分布模型的纹理图像检索方法。该方法首先利用双树复数小波变换系数的统计特性来建立广义高斯分布的统计模型;然后基于该模型提取图像的特征矢量;最后利用Kullback-Leibler distance(KLD)测度算法进行纹理图像检索。对Brodatz图像库的仿真表明,新方法较双树复数小波算法的查准率提高6.96%,较基于Gabor纹理特征检索法的查准率提高了18.8%。同时复数小波系数统计模型具有旋转不变性。新方法对今后的纹理图像检索具有重要的理论与实际意义。     

基于小波域广义高斯分布的SAR图像分割算法

针对利用灰度共生矩阵作为纹理特征的传统方法不能够有效表征图像的边缘高频信息的问题,结合小波的多分辨率分析,提出了一种基于小波变换域统计特性的合成孔径雷达（SAR）图像分割算法。图像经过小波变换后,其统计特性服从广义高斯分布（GGD）,利用最大似然（ML）估计,推导出GGD的两个参数[α]、[β],提出了利用Newton-Raphson法对[β]进行快速迭代求解。并将[α]、[β]作为SAR图像的纹理特征,利用K-Means对其进行分割。通过对典型的SAR图像结果分析,表明了该算法的有效性。     

基于广义高斯分布模型的基因芯片图像去噪

基因芯片图像去噪是基因芯片应用过程中一个非常重要的步骤,对于芯片数据处理和信息提取具有重要意义.用广义高斯分布对芯片图像子带的小波系数进行建模,在此基础上运用Bayes Shrink法对图像进行小波去噪.实验结果表明,这种方法能够在有效去除基因芯片图像噪声的同时,很好的保持图像的边缘,与其它几种去噪方法相比,不仅提高了去噪后图像的信噪比(SNR)和均方误差(MSE),而且使图像更加清晰,为芯片数据进一步的分析处理奠定了基础.     

小波域多方向信息融合的纹理图像检索

由于能提供较多的方向信息,双树复小波变换在纹理图像检索中的检索率高于传统小波变换,但传统小波变换与双树复小波变换得到的方向子带不同。针对该问题,提出一种融合传统小波和双树复小波变换的一阶统计信息从而提取特征进行纹理图像检索的方法。对Brodatz图像库的仿真实验表明,该方法优于传统小波和双树复小波方法。     

基于Contourlet广义高斯模型的纹理图像检索

Contourlet变换结合了不可分离的方向滤波组,具备小波所不能表达的多方向特性,能有效捕获自然图像的边缘轮廓信息。本文分析了图像Contourlet系数的统计特征,并利用广义高斯函数对各子带系数层进行建模。将此模型应用于基于V isTex的自建纹理图像库,采用矩匹配估计法,提取模型参数集,运用K-L距离计算图像间的相似度。对800幅纹理图像进行检索,本文方法比传统小波方法的平均检索查准率高出约2%到10%不等。实验结果表明,该方法改进了导向纹理的描述。     

基于MATLAB的图像小波子带广义高斯模型的研究

图像小波系数的统计分布具有非高斯特性,本文以采用广义高斯分布对图像子带小波系数进行建模为例,研究了广义高斯模型和模型参数的估计问题,介绍了利用MATLAB语言设计概率直方图以及求解模型参数超越方程的方法,最后对实验结果进行了讨论。     

基于广义高斯分布的水印信号检测

根据数字图像离散余弦变换域交流系数的广义高斯分布模型,对盲图像水印技术进行研究,并给出了水印检测器检测性能的理论分析结果。实验验证了图像水印检测理论的有效性以及本文的局部优化检测器性能的优良性。     

基于小波变换的纹理特征提取分析

在图像检索技术中，充分利用纹理特征能大大提高图像检索的准确率。用小波变换的方法提取图像纹理特征参数优势明显．也符合纹理识别的特点。     

复数小波域的高斯尺度混合模型图像降噪

由于复数小波变换具有近似平移不变性和良好的方向选择性,因此适用于图像去噪。为了取得更好的降噪效果,提出了一种基于复数小波的高斯尺度混合模型降噪算法。该算法首先对自然图像的复数小波系数建立统计模型,即将位于相邻位置和尺度的系数邻域建模为一个高斯尺度混合模型;然后用该模型对子带系数进行贝叶斯最小均方估计,以达到降低噪声的目的。由于这一模型很好地利用了复数小波系数幅值尺度间和尺度内的相关性,因此可以取得较好的降噪效果。实验结果表明,该算法无论从峰值信噪比还是从主观视觉上都优于一些传统的降噪算法。     

基于二元树复数小波变换的文种自动识别

提出了一种基于二元树复数小波变换的文字种类自动识别技术,相对于传统的离散小波变换,这种小波变换具有近似的平移不变性和良好的方向选择性等特点.在文本图像的特征提取中,可以得到更加稳定和更多方向的纹理特征.在实验中选取了6种语言(中文,英文,日文,韩文,俄文和阿拉伯文)不同格式和字体的文本图像,作实验结果表明:本文算法的识别效果要优于传统的离散小波变换算法.     

基于复数小波域的图形水印方法

提出了一种基于复数小波域的2维矢量图形的水印算法，用于2维矢量图形的版权保护。该算法利用了Dual Tree复数小波变换的优点，将水印嵌人相对坐标线(relative coordinates line)的复数小波域中。经初步实验结果验证，该算法对于通常的图形几何变换，如平移、旋转、缩放以及局部修改攻击，均有令人满意的鲁棒性。     

基于Contourlet系数的广义高斯分布参数的混合估计方法

提出采用广义高斯概率密度建模的Contourlet变换系数的形状参数混合估计方法.当形状参数值较小时,对于小样本采用熵匹配方法估计,而对于大样本利用最大似然方法估计.当形状参数值较大时,采用矩方法估计.实验结果表明,所提出的方案可以有效准确地对Contourlet变换子带进行建模.     

基于复数小波变换的边缘保护融合算法

如何保护局部对比度信息是图像融合的关键问题,而图像边缘是基于人类视觉系统(HVS)最敏感的局部对比度信息.基于对偶树复数小波变换(DT-CWT),提出一种保护图像边缘信息的加权系数融合算法.对于低频部分,使用邻域熵极大值准则将系数添加到融合图像中;而对于高频部分,首先分别对各小波子图像进行边缘提取并对其特征增强,接下来使用边缘信息优先的加权系数融合策略进行特征信息融合.实验结果表明,同传统多分辨率图像融合方法相比,能得到更好的融合效果.     

基于复数小波的图像恢复算法研究

研究了基于复数小波的各种图像恢复算法，提出把HMT模型应用到ForWaRD的图像恢复中．利用ForWaRD算法，首先把模糊加噪的降质图像在傅立叶域中进行维纳滤波器正则反卷，然后在小波域中进行去噪处理，可以得到较好的恢复效果．对典型卷积加噪线性降质图像进行了仿真实验，并把基于复数小波的各种图像恢复算法的仿真结果同基于正交小波的图像恢复算法仿真结果作了比较，发现前者无论从客观指标还是视觉效果上都有明显的优势，尤其是基于HMT模型的复数ForWaRD图像恢复方法．     

基于改进Contourlet变换的纹理图像混合检索方法

Contourlet变换由于可以提供丰富而灵活的方向信息而被广泛地应用于纹理分析领域。一种改进的在频域具有良好局域性的Contourlet变换被应用于纹理图像的检索中。方向子带系数被建模为广义高斯分布,其分布参数用改进的最大似然方法进行估计并被用做纹理图像检索的特征。利用香农熵测度将纹理图像区分为结构性和随机性纹理图像,相应的一种新的基于能量特征和广义高斯分布参数的混合检索方案被提出。根据具有640个纹理图像的VisTex数据库,检索实验结果表明,和现有基于离散小波变换的方法相比较,平均检索率由76.57%提高到83.55%。     

基于感兴趣区的小波域彩色图像检索新方法

提出了一种基于感兴趣区的小波域彩色图像检索新方法.该方法首先结合人眼视觉感知特性,在小波变换域内利用K-均值聚类提取出感兴趣区域,然后以感兴趣区的小波系数局部能量作为纹理特征,颜色均值和均方差作为颜色特征,重心坐标作为位置特征,计算图像间内容的相似度并进行检索.仿真实验结果表明,当图像中有明显的感兴趣区域时（特别是背景简单的图像）,该方法能够更加准确地查找出用户所需内容的图像,明显地提高了检索精度.     

基于PDTDFB域混合建模的纹理图像检索

为了联合考虑特征提取和相似性测度以提高图像检索系统的性能,提出一种基于金字塔双树方向滤波器组(PDTDFB)域混合建模的纹理图像检索方法.首先将高频子带系数建模为广义高斯分布,将复方向带通子带的幅值系数建模为Weibull分布,并通过改进的最大似然估计方法确定其分布参数;然后采用一种新的相似性测度分别对VisTex和Brodatz数据库的纹理图像进行检索,得到和查询图像相似的图像子集.实验结果表明,与采用单一统计建模的方法相比较,该方法有效地提高了纹理图像的平均检索率.     

使用统计模型的动态红外和可见光图像融合

针对动态红外和可见光图像融合,提出了一种新的基于统计模型的融合方法,即将图像的小波分解系数用广义高斯分布来建模。首先,源图像分别用双树复小波进行分解;然后,采用加权平均融合规则来进行小波系数的融合,其中加权系数由估计的广义高斯分布参数来计算;最后,将融合后的系数重构为一幅图像。融合图像采用熵、互信息和边缘保持度Q^AB/F来进行质量评价,实验结果表明方法的性能优于其他两种动态图像融合方法。     

基于小波视觉模型的乘性水印算法

虽然小波域加性水印算法具有较好的不可感知性,但其鲁棒性较弱。因此,结合小波域视觉模型,提出了一种基于小波视觉模型的乘性图像水印算法。在水印嵌入过程中,为平衡水印的不可感知性和鲁棒性,以中频子带作为水印嵌入空间,并根据图像的频域敏感度、亮度敏感度、纹理复杂度确定水印的嵌入强度。在水印检测过程中,采用广义高斯分布(GGD)对小波系数的统计特性进行刻画,并通过奈曼-皮尔逊(NP)准则确定水印系统的检测阈值,给出了水印系统的虚警概率和检测概率之间的接收者操作特征(ROC)曲线关系。最后通过实验测试了该算法在抗压缩、叠加噪声、缩放和剪切等攻击时的鲁棒性能。仿真结果表明：该算法具有较好的检测性能以及在抗攻击时具有较强的鲁棒性。     

基于小波域HMT模型的图像超分辨率重构

小波域HMT模型采用混合高斯分布，并通过多尺度小波系数隐状态之间的Markov依赖性刻画自然图像小波系数随尺度减小呈指数衰减的特性．由于小波域HMT准确刻画了自然图像小波变换的统计特性，因此文中算法以此作为自然图像的先验模型，并把图像超分辨率问题表述为一个约束优化问题，采用Cycle-Spinning方法抑制重构出的高分辨率图像中可能存在的震铃和锯齿等失真，最后，进行了定量误差分析并给出了一些实验图像供主观评价。