采用离散余弦变换的小波图像去噪方法

提出一种通过对小波域中噪声能量的估计来进行去噪的新方法。算法采用离散余弦变换(DCT)提取小波系数的主要特征,无需对噪声方差进行估计。对图像进行小波分解,利用 DCT对高频子带进行局部特征提取;利用部分 DCT 系数对小波系数进行重建,并以重建系数的平均能量作为局部噪声能量的估计;去除原小波系数中的噪声分量后,进行小波逆变换,得到去噪后的图像。实验证明,其峰值信噪比(PSNR)比通常的阈值萎缩法提高了 2-4dB。     

复数小波统计模型在图像降噪中的应用

复数小波变换具有平移不变性和多方向选择性,适用于图像去噪。对自然图像复数小波系数统计分布进行建模,提出了一种新的概率密度函数。在此先验分布的基础上,通过运用最大后验概率估计方法从含噪系数中恢复原始系数,来达到滤出噪声的目的。数值实验表明本方法在去除噪声的同时保留了图像的细节信息,取得了很好的降噪性能,其峰值信噪比(PSNR)在高噪声水平下(n=30),较其他常见方法至少高1.9dB左右。     

基于小波系数相关性和局部拉普拉斯模型降噪方法

提出了一种基于小波系数尺度间相关性和局部拉普拉斯模型降噪方法.首先利用小波系数相邻尺度间的相关性对各尺度上系数进行分类,将小波系数分为有效系数和无效系数两类;然后将两类小波系数分别采用相应规则进行处理:对无效小波系数直接进行置零;而对有效系数邻域内的小波系数统计分布进行局部拉普拉斯建模.在此先验分布的基础上,运用最大后验概率估计从含噪小波系数中估计出信号的小波系数;最后利用真实信号小波系数的估计值来重构信号,便得到降噪信号.分析结果表明,与传统的软、硬阈值去噪方法相比,该方法可以更有效地消除信号中的噪声,提高信号信噪比.     

第二代曲波变换的图像降噪新算法

Curvelet变换表示曲线奇异函数的异向性及图像边缘时,具有比小波变换更优的表示特性。针对小波图像降噪存在的不足,分析基于wrapping算法的快速离散曲波变换的特点,提出结合循环平移、厄尔迭代方法和蒙特卡洛阈值规则的新消噪方法。该算法充分利用曲波系数的相关性,消除了因Curvelet变换缺乏平移不变性引起的图像＂划痕＂失真和＂振铃＂效应。实验结果表明,该算法与传统的小波消噪、二代小波消噪、小波包消噪和曲波硬阈值消噪相比,得到降噪图像的峰值信噪比更高,视觉效果更好。     

基于限定搜索高斯曲面拟合的星点质心提取算法

星点光斑图像目标识别技术对于空间监视装备和系统至关重要,由于星点图像中光斑成像的特点以及不同背景下图像噪声的干扰,目标光斑的自动识别和定位精度受限。高斯曲面拟合法与密度质心法是使用较为广泛的星点光斑目标定位算法,通过理论分析和实验表明传统方法对星点质心的定位存在一定误差。该文提出一种基于限定区域搜索的星点质心提取算法(LASACE),该算法首先通过中值滤波算法与最大熵阈值分割法对星点图像进行预处理,然后使用高斯曲面拟合算法获得星点光斑的像素分布。最后以星点中心建立目标搜索区域,采用距离强加权质心法提取出目标星点光斑的质心位置。实验结果表明,相较于密度质心法、高斯曲面拟合法和加权质心法,该文所提算法在降低星点光斑质心定位误差的同时提高了抗噪性,能够满足空间卫星的识别需求。     

语音模糊消噪算法

针对加性有色噪声,提出了语音信号模糊消噪算法;建立并训练了一个语音模糊消噪系统——自适应神经模糊推理系统（ANFIS）;用其对含噪语音中的有色噪声进行模糊估计,从而提取出干净的语音。对算法进行了仿真实验,结果表明,对模拟有色噪声在-17dB时能提取出清晰的语音。     

小波阈值降噪技术在振动信号处理中的应用

通过对转子不对中故障信号的模拟仿真,用小波阈值降噪法消噪,分析比较几种不同小波函数降噪的效果,对比默认阈值方法与自适应阈值消噪方法的降噪效果,结果表明,自适应阈值比默认阈值更具有可信度.     

小波域高斯混合模型方差估计近红外降噪方法

针对抑制近红外光谱噪声与保留光谱信号细节的矛盾,提出一种基于噪声方差估计的小波域降噪方法.该法对光谱信号小波域高频系数建立了两状态高斯混合模型,用EM算法估计模型系数,推证模型对噪声方差准确估计特性,将估计得到的噪声方差建立了阈值降噪模型.实验建立黄酒近红外光谱快速预测酒精度偏最小二乘模型,对比分析Penalty阈值、...     

小波分层阈值降噪法及其在发动机振动信号分析中的应用

摘要：通过对小波消噪原理的分析及常用阈值规则的降噪性能对比,提出了基于小波细节系数自相关性分析的分层阈值降噪法,描述了根据有用信号最小频率成分确定最大分解层数的方法,给出了分层阈值降噪法的步骤,并对模拟的含噪振动信号进行了试验研究,结果表明,该方法具有较好的降噪效果,尤其适合于强噪声背景下弱信号的恢复,有利于较高频率有用信号的提取。最后,对小波分层阈值降噪法在发动机振动信号分析中的实际应用进行了研究,研究证明,该方法可以有效地抑制背景噪声,提取有用状态信息,为发动机振动信号预处理提供了一种切实可行的方法。     

基于WT与LSSVC的信号消噪方法及其在转子故障诊断中的应用

噪声是影响转子早期故障特征有效识别与准确提取的主要因素.针对转子故障信号的消噪问题,提出一种基于最小二乘支持向量分类器的小波消噪方法.该方法以信号与噪声在小波域内的统计特征为理论依据,通过构造最小二乘支持向量分类器,以分类方式实现小波域内的信号与噪声判别,并对信号与噪声小波系数采取衰减策略以弱化噪声污染.模拟信号消噪分析与转子故障信号消噪实例表明,该方法可有效抑制信号中的噪声干扰,在信噪比与均方误差意义下的消噪性能优于小波阈值消噪方法.     

影像管理技术在影像导航中的应用

针对传统的影像管理技术在影像导航中使用的一些不足,提出了适合于影像导航的影像管理技术,这些技术包括非一致性方法构建金字塔影像、数据分块、影像索引等,并利用Visual Studio平台对其进行了实现,实验表明本文提出的技术可以明显地提高效率。     

铝镁合金孔蚀形貌图像增强与分割方法研究

对基于图像信息的腐蚀诊断与预测实现过程中腐蚀图像的增强、边缘提取和图像分割的小波分析等技术和算法进行了研究，并以铝镁合金在工业循环水中的孔蚀图像为例，说明了这些方法的应用。结果表明：基于灰度值的图像增强技术可增加腐蚀区域与材料基体的对比，用小波变换可对腐蚀图像进行分解，将腐蚀图像分解为包含主要特征的低频予图像和包含细节特征的高频予图像，相应的小波系数可反映出孔蚀特征，有利于用计算机图像技术实现腐蚀评价和预测。     

一种基于正则化和Watson视觉模型的图像指纹算法

大量多媒体应用的发展使得数字图像很容易地被非法操作和篡改,提出一种基于图像正则化和视觉特性的图像指纹算法,可以有效地实现图像的认证和识别.首先对图像进行正则化预处理,消除几何形变对图像的影响,然后对图像进行分块DCT变换,利用Watson视觉模型对DCT系数进行处理,增大人眼敏感的频域系数在计算图像特征时的权重,经过量化形成最终的指纹序列.在图像指纹序列生成过程中,加入密钥控制,提高了指纹的安全性.实验结果表明,该方法的冲突概率在10-7数量级,对JPEG压缩、旋转、缩放等操作具有较好的稳健性.     

伦敦设计博物馆形象包装策略研究

针对文化产品同质现象严重、信息海量呈现,以及专业机构形象包装不成功带来的社会识别度不高等问题,以案例分析法进行专业研究。立足现代传播学、设计学、广告学等理论,通过对伦敦设计博物馆成功的形象包装策略的分析论证,寻求到了一种切实有效、可复制的形象包装途径。为更多尚处于此困境中的社会小众专业机构的社会形象确立找到理论依据与实操模版。     

基于频域方法的运动模糊方向识别

本文通过深入研究匀速直线运动模糊图像的点扩展函数,提出一种识别运动模糊图像模糊方向的频域方法.首先对模糊图像的频谱图出现平行暗条纹的原因进行分析.从理论证明和实验说明指出暗条纹的方向与模糊方向垂直的特性,并采用RADON变换方法检测这些暗条纹.最后,给出了运动模糊方向精确的数值估算方法.实验结果表明,该算法可以准确地识别图像运动模糊方向,绝对误差不超过2°.     

影像的柔化

影像的柔化可使人像变得更漂亮，使人像的脸面皱纹减轻甚至消失，皮肤变得光滑滋润，因而显得年轻、亮丽。对于风景图像，有时也需要获得较柔和的影调，使图像的层次更为丰富多彩。影像的柔化有多种方法如：拍摄时采用柔焦镜头或柔光镜，后期加工时进行加柔措施等等。本文对这些方法进行了介绍和优缺点比较。     

基于数字图像处理的破片速度参数测量

介绍了两种常用的测量破片速度参数的方法,研究了数字图像处理技术在终点效应研究中的实现方法,合理设计试验并利用数字图像处理技术测量了破片的速度参数,具有一定的可行性,实用性强,研究结果表明,利用此方法所得到的破片速度参数与理论计算以及其它方法所测得的结果基本吻合。     

图像边缘检测在“电脑配镜”软件中的应用

主要论述图像的边缘检测和图像合成技术在“电脑配镜”软件中的应用问题。文章分析了通常的边缘检测方法速度很慢的原因,解决了商业用“电脑配镜”软件所需要的配镜速度问题,还以眼镜图像与人们物图像的叠加实例说明图像合成的方法和步骤。     

基于特征点匹配的图像拼接算法研究

通过查找待拼接两幅图像的对应特征点以确定两幅图像的缝合点，进而确定两者的匹配位置，通过对图像的重叠区域进行平滑过渡处理，实现了待拼接图像的无缝拼接。实验结果表明，文中所提算法合理，取得了良好的效果。     

一种基于梯度域的彩色图像转灰度图像的方法

本文提出了一种基于梯度域的彩色图像转灰度图像的方法。当彩色图像转化为灰度图像时,一些亮度相似但颜色不同的可视细节可能会丢失。本文通过在梯度域的操作,试图减少这种彩色图像转化为灰度图像时可视细节的丢失。此方法首先将图像从RGB颜色空间转化到LCrCb空间,然后对各个分量分别计算其梯度。其次对亮度L的梯度进行修改,若梯度值较大,则保持不变;若梯度值较小,并且对应位置色差分量Cr或Cb的梯度值较大,则保持亮度L梯度的方向不变,适当放大其大小。最后通过对修改后的亮度梯度求解泊松方程,得到灰度图像。实验表明,此方法获得的灰度图像保留了大部分的可视细节。