基于小波分析的视频图像修复算法

图像修复是指恢复图像中破损区域的颜色信息或者去除图像中的多余物体.针对视频图像损坏特征中较复杂的水平与垂直条带,利用视频图像时间连续性的特点,提出基于小波分析理论的修复方法.实验结果表明,该系统能够较好地恢复视频图像和有效去除文字.     

一种小波域与空域相结合的图像滤波方法

利用小波阈值去噪方法和传统空间域Lee 滤波的特点, 提出了一种图像去噪的的组合滤波方案。首先在小波域对图像阈值去噪, 得到预去噪图像; 再在空间域上利用自适应Wiener 滤波器进一步提高恢复图像的精度。为了保证小波域和空间域两种算法之间的匹配, 对预去噪图像中残留噪声的分布进行了研究, 对其噪声方差估计做了改进, 提出了一种估计噪声方差的近似最优公式。仿真实验表明, 与单独的在小波域或空域去噪相比, 该方法的均方误差和信噪比指标均得到了改善。     

一种小波域与空域相结合的图像滤波方法

利用小波阈值去噪方法和传统空间域Lee滤波的特点,提出了一种图像去噪的的组合滤波方案。首先在小波域对图像阈值去噪,得到预去噪图像;再在空间域上利用自适应Wiener滤波器进一步提高恢复图像的精度。为了保证小波域和空间域两种算法之间的匹配,对预去噪图像中残留噪声的分布进行了研究,对其噪声方差估计做了改进,提出了一种估计噪声方差的近似最优公式。仿真实验表明,与单独的在小波域或空域去噪相比,该方法的均方误差和信噪比指标均得到了改善。     

小波分析在文字识别中的应用

小波分析是新兴的用于科学和技术领域中的分析理论,能够科学、迅速地解决文字信号、图像信号等信号在时空域中的分辨率和奇异性位置等问题,成为分析发展史上重要的里程碑。与此同时,随着社会的发展,行业信息传递、存储成为重要的工作内容,因而加强小波分析在文字识别中的应用,能够将信号更好地分解交织在一起,收集更为微小的信号细节,赋予信号更多突变点诊断能力。因而,文章从小波分析的相关发展入手,探究文字识别中分析的相关信息,从而进一步探究小波分析在文字识别中的应用,旨在提高小波分析的实践效能,提升文字识别在社会各行业发展中的积极作用,推动社会各行业中信号传送的发展。     

基于小波系数相关性的空域隐写分析方法

基于小波系数相关性,提出了一类具有较高正确检测率的空域隐写通用型检测方法。首先利用互信息分析秘密信息嵌入对图像小波系数在尺度方向和空间方向相关性的影响,并使用马尔可夫模型挖掘小波系数层内和层间相关性,提取转移概率矩阵作为特征;然后对提取的特征进行加权融合并结合Fisher线性判别(FLD)分类器进行分类。针对LSB(least significant bit)、LSBmatching和SM(stochastic modulation)隐写算法的实验表明,在不增加计算复杂度的情况下,本文方法相比现有的典型空域隐写通用型检测方法,正确检测率有明显提高。     

基于小波字典稀疏表示的SAR图像目标识别

针对稀疏表示识别算法在图像域构造冗余字典时过分依赖预处理及原子维数较大的问题,提出基于小波字典的 SAR图像稀疏表示识别算法。首先采用二维离散小波变换将原始图像变换到小波域,建立小波域 SAR图像特征模型,得出小波域低频成分可充分表征目标类别信息的结论。然后取小波域低频成分进行2DPCA特征抽取构造小波字典,最后由改进 OMP 算法稀疏分解系数得到识别结果。SAR MSTAR数据的实验结果表明,在无预处理的情况下识别率高达99％,并且在含噪比10％的情况下识别率仍达96％。     

基于小波字典稀疏表示的SAR图像目标识别

针对稀疏表示识别算法在图像域构造冗余字典时过分依赖预处理及原子维数较大的问题,提出基于小波字典的SAR图像稀疏表示识别算法。首先采用二维离散小波变换将原始图像变换到小波域,建立小波域SAR图像特征模型,得出小波域低频成分可充分表征目标类别信息的结论。然后取小波域低频成分进行2DPCA特征抽取构造小波字典,最后由改进OMP算法稀疏分解系数得到识别结果。SAR MSTAR数据的实验结果表明,在无预处理的情况下识别率高达99%,并且在含噪比10%的情况下识别率仍达96%。     

基于小波域多尺度Retinex的复杂光照的人脸识别

针对Retinex模型在处理光照不均匀图像的不足,提出了组合小波域多尺度Retinex模型(DWT-MSR)和ICA识别方法,并将其用于不同光照下的人脸识别。在二维小波变换后的小波域中,将其低频小波系数变换到对数空间,使用三种不同的高斯滤波系数和对数空间中的小波系数进行卷积运算,将三种标准偏差尺度下得到的结果进行加权平均,采用gain/offset的方法,对输出图像进行灰度值线性拉伸;小波域中其他三种高频系数保持不变,然后再将变换后的低频系数和高频系数作小波反变换,得到的新图像则为小波域多尺度Retinex模型的处理结果,最后使用定点独立分量分析和神经网络进行分类识别。经实验证明,基于该模型的方法在处理不同光照下的人脸图像时,效果明显优于Grey,Hist,SSR,Embossing,MSR,Quotient等常见的光照处理方法。     

基于整型小波变换的遥感图像压缩

对给定的遥感图像采用基于“提升”（Lifing)算法的整型小波变换，然后对变换后的小波域图像进行编码。在小波域编码时，采用逐次近似量化和LZ77方法编码。当量化门限较高时，则有用EZW方法直接对小波域上的图像进行编码，当门限较低时，则对EZW编码后的残差信息进行LZ77编码，文章用上述方法实现了遥感图像的无损压缩，提高了图像的压缩效果。     

一种高效的运动补偿三维小波视频编码方案

该文提出了一种高效的运动补偿三维小波视频编码方案。该方案采用运动补偿时域分析技术,以有效去除视频序列中存在的时间冗余。然后,基于视频序列的运动特征,自适应确定帧组结构,在提高编码效率的同时降低内存需求和运算复杂度。最后,根据小波图像系数特性,采用基于四叉树分裂的小波图像编码方法对三维时/空子带进行编码,以获得更高的压缩效率。实验结果表明,与其它运动补偿三维小波视频编码方法相比,该文提出的编码方案能够获得更好的性能。     

一种合成孔径雷达图像特征提取与目标识别的新方法

该文提出了一种利用小波域主成分分析和支持向量机进行的合成孔径雷达图像特征提取与目标识别的新方法。该方法对图像小波分解后提取低频子带图像的主成分分量作为目标的特征,利用支持向量机进行分类完成目标识别。实验结果表明,该方法可以明显提高目标的正确识别率,是一种有效的合成孔径雷达图像特征提取和目标识别方法。     

一种合成孔径雷达图像特征提取与目标识别的新方法

该文提出了一种利用小波域主成分分析和支持向量机进行的合成孔径雷达图像特征提取与目标识别的新方法。该方法对图像小波分解后提取低频子带图像的主成分分量作为目标的特征,利用支持向量机进行分类完成目标识别。实验结果表明,该方法可以明显提高目标的正确识别率,是一种有效的合成孔径雷达图像特征提取和目标识别方法。     

帧间自适应压缩感知算法在视频编码中的应用

阐述了压缩感知的理论框架,分析了视频信号帧间相关性特点,提出了一种帧间自适应压缩感知的视频编码算法。本方法中,利用视频差值信号的特点建立自适应感知模型,自适应的选择稀疏域和重构域对信号进行压缩感知恢复,在空域稀疏度较强的情况下选择空域作为稀疏域和重构域,在空域稀疏度较差的情况下选择小波域作为稀疏域和重构域。用测试视频进行了仿真分析,结果表明该算法能够取得较好的效果。     

基于局部极值共生模式和能量分析的烟雾检测

针对烟雾稀薄的场景提出了一种新颖且具有鲁棒性的视频烟雾检测方法,该方法主要由预处理、特征提取和图像分类三个阶段组成。在预处理阶段,使用背景差分算法提取视频帧的运动前景区域,并采用HSV颜色空间作用于运动前景区域识别烟雾像素;然后使用局部极值共生模式(Local Extrema Co-occurrence Pattern,LECoP）计算纹理特征和使用烟雾能量分析计算能量特征;最后,将特征矢量融合训练支持向量机（Support Vector Machine,SVM）用于识别烟雾。实验结果表明该方法能有效检测出烟雾。     

基于小波域两向二维主分量分析的SAR目标识别

针对合成孔径雷达图像目标识别在图像域进行特征提取时空间维数较高、计算复杂度较大、识别效率较低等问题,提出基于小波域两向二维主分量分析和概率神经网络的SAR图像目标特征提取与识别方法。该方法首先引入二维离散小波变换将预处理后的SAR图像变换到小波域,得到可充分表征目标特征信息的低频成分。然后提取低频子图像的两向二维主分量分析低维特征作为训练样本和测试样本的目标特征,最后由概率神经网络分类器完成目标识别。MSTAR数据实验结果表明,在特征矩阵维数低至6×3(原始图像128×128)的情况下平均识别率高达99.32%,且最高可达99.83%,该方法不但能够有效压缩目标特征维数和提高识别率,还对目标的方位信息具有很强的鲁棒性,可有效应用于SAR图像目标特征提取和识别。     

时频分析与小波变换在水声定位中的应用

文章研究一种基于联合时频小波分析的水声目标识别和定位方法。先深入研究时频分析和小波变换的基本原理,构建联合时频小波域的特征表示,再使用MATLAB软件对模拟的水声信号进行实验,并通过添加噪声模拟实际环境。实验结果表明,联合时频小波分析在水声目标识别和定位中表现出良好的性能,特别在噪声环境下表现出良好的健壮性。通过分析目标识别函数和归一化目标识别函数成功定位水下目标,验证了方法的有效性,为水声信号处理提供了一种新的分析方法,为实际应用中的目标检测与定位提供了有益参考。     

小波域结构相似度融合图像质量评价方法

针对融合图像质量评价问题,分析了图像质量评价与融合图像质量评价的关系,给出了融合图像质量评价方法的一般表达公式,指出构造实际并不存在的参考图像是解决融合图像质量评价问题的关键。在此基础上,基于空域结构相似度评价方法,对输入源图像和融合图像分别进行小波分解,利用输入源图像小波分解系数构造参考图像小波系数,然后根据人眼视觉敏感度带通特性对参考图像和融合图像的各小波频带进行加权,从而得到整幅图像的小波域结构相似度评价指标,利用目标可探测性、细节可分辨能力和图像整体舒适性构成主观评价指标分别和交互信息量、基于空域的结构相似度比较。实验结果表明,相比于传统的客观评价方法,提出的方法所得结果与主观评价结果的一致性更好。     

基于视频序列的火灾烟雾颜色检测算法

为了提高视频烟雾检测的准确性,克服图像型火灾烟雾检测对复杂环境的低适应性,实现对火灾烟雾的实时检测,提出了一种基于视频序列的火灾烟雾颜色检测算法.该方法首先采用基于Kalman滤波的背景重建法提取出烟雾区域的像素,然后再将其归一化到RGB空间模型,分析各颜色分量的数据,并将这些表征烟雾颜色信息的数据经Matlab进行曲线拟合分析,最终确定出烟雾颜色的决策条件,并对来自网络的火灾视频和其他运动视频进行测试.实验结果表明:基于视频序列的火灾烟雾颜色检测能够很好地将火灾烟雾和其他干扰物区分开,达到早期预警的目的.     

基于离散分数阶正交小波变换图像降噪新方法

分数阶小波变换是小波变换时间-频域的分析方法在时间-分数阶频率域的推广,在时间和分数阶频率域具有表征信号特征的能力.本文在离散分数阶正交小波变换(DFRWT)多分辨率分析(MRA)理论基础上,推导出DFRWT系数分解及重构新形式并作二维扩展.根据图像DFRWT子带系数能量随不同阶数p变化的特点,提出基于DFRWT阈值降噪新方法.该方法在保持子带低频能量为绝对大值条件下,适当提高子带高频能量值,更利于抑制图像噪声.实验结果表明,与传统小波阈值降噪方法相比,该方法主观质量得到了明显增强,提高了峰值信噪比.     

一种基于混合特征的图像质量评价方法

基于空域的图像质量评价方法虽然计算效率较高,但忽视了图像本身的特征信息,适应范围也较窄。针对这一问题,文中利用小波分析与人类视觉系统的相似性,提出了一种基于梯度和结构特征的小波域图像质量评价方法。该方法将图像的低频成分与高频成分作为两个区域,将图像的低频成分的梯度特征作为质量评价函数的第一个特征;然后是将图像的高频成分中的边缘、纹理结构作为质量评价函数的第二个特征。最后融合这两个特征,计算参考图像和失真图像之间对应的质量评价测度。实验结果表明,该方法的评价结果更加有效、范围广,优于基于空域的图像质量评价方法。