基于混合编码和IWT的医学图像近无损压缩

本文对医学图像先采用DPCM预测变换后,再选择IWT(整数小波变换)对其进行分解,对分解后的低频和高频子带分别作无损Huffman编码和有损矢量量化.根据小波分解后系数的分布特征,能量大部分集中在低频部分,对低频进行无损熵编码,对高频采用量化处理,去除人眼不敏感的冗余信息.最后利用处理过的低频和高频系数进行重构获得压缩后的图像.并与传统的离散小波变换压缩编码,JPEG和JPEG2000进行比较,实验结果表明,利用该方法能得到较高的压缩比和较好的压缩效果.     

小波和曲波结合的图像增强算法

针对传统的基于小波变换的图像增强算法中,对比度相同幅角不同边缘增强效果差异较大的问题,提出了基于小波和曲波变换相结合的自适应组合增强算法.该算法利用小波变换去增强图像的平滑区域,并利用曲波变换增强图像边缘.仿真实验结果表明,该算法在使图像具有很好的交叉熵和相关系数的同时,能够有效地改善边缘增强效果,使图像具有更好的视觉效果.     

一种改进的边缘检测方法

本文提出了基于小波变换和图像融合的一种改进的边缘检测方法。该方法利用小波变换将数字图像分解为高频和低频分量,对高频和低频分量分别进行边缘检测;再采用局部区域方差准则把高频和低频边缘在小波域进行融合。实验表明,该方法能够有效融合高频、低频边缘图像特征,具有较好的边缘检测功能。     

采用小波与ALCT的分层图像编码算法

针对纹理较丰富的图像提出了一种分层编码算法。该算法将图像划分成平滑层和纹理层,基于小波变换和自适应局部余弦变换(ALCT)分别编码。为提高平滑层小波零树编码的效率,本算法先对原图像进行恰当的平滑运算,然后再进行小波变换,从而增加零系数的个数。第二层利用改进的折叠运算和快速 DCT 实现残差纹理图像的 ALCT,并且提出了一种 ALCT 系数的重组方案,进而实现了重组系数的嵌入式编码。实验结果表明,本算法在未进行算术编码的情况下,与小波零树 SPIHT 算法相比,峰值信噪比(PSNR)提高了 0.4dB,并在重建图像中更好地保留了原图像的纹理特征。     

一种基于SPIHT和匹配追踪的图像编码方法——SPMP算法

为了更好地利用图像的结构特征,提高图像重建的质量,提出了一种基于多级树集合划分(SPIHT)和匹配追踪(MP)的分层图像编码方法--(SPMP)算法.该方法首先采用拉普拉斯金字塔(Laplacian Pyramid)算法将原始图像分解成低频平滑层和高频细节层,然后使用离散小波变换和SPIHT算法编码图像的低频成分,使用...     

提升静态小波与自适应PCNN相结合的图像融合算法

提出了一种新的基于提升静态小波变换与自适应PCNN相结合的图像融合算法.该方法定义一种图像单个像素的清晰度作为PCNN的链接强度,使得PCNN能根据像素清晰度的变化来自适应地调整链接强度的大小,接着对图像经提升静态小波分解得到的低频子带系数的改进拉普拉斯能量和及高频子带系数的单个像素的灰度值,分别作为自适应PCNN神经元的外部输入,并根据点火次数来确定图像融合系数.最后由提升静态小波变换的逆变换得到融合图像.实验表明,该方法在视觉效果和客观评价指标上都优于传统的基于小波变换、提升静态小波变换、提升静态小波-PCNN的图像融合算法.     

基于IHS变换的多光谱遥感图像有损压缩算法

提出了一种有效的多光谱遥感图像有损压缩算法,该算法根据多光谱遥感图像的数据特点,将IHS变换和整数小波变换相结合进行数据压缩.采用IHS变换去除谱间相关性;采用整数小波变换去除空间相关性,依据各个子带的重要程度,用自适应阈值进行量化,并分别对量化后的数据和重要图表采用固定比特平面编码和游程编码.实验结果表明,算法在保证平均PSNR≥33dB时,获得了较高的压缩比,并且算法硬件实现简单,对内存的需求低.     

自适应聚类Hough变换及地震断层检测

针对现有基于Hough变换的地震断层检测方法只能检测单个断层,不能准确检测多个断层的不足,提出了一种基于自适应聚类Hough变换的地震断层检测方法。该方法首先对预处理后的地震相干图像进行边缘检测并对边缘图像进行Hough变换以检测出边缘图像中的线段,然后根据倾斜角和位置信息对线段进行自适应聚类以获得更完整的线段,最后根据初始地震图像对完整线段中的各点进行调整以获得准确、平滑的断层。为验证该方法的有效性,在实际地震图像上进行了对比实验。实验结果表明,该方法可正确检测地震图像中的多个断层,正确率达到90%以上,与现有方法相比,峰值信噪比提高了约10%。     

基于小波变换的图像边缘检测

本文主要对目前存在的图像边缘检测的方法进行了研究分析,重点研究了小波变换在图像边缘检测方而的优势,提出了基于连续小波变换的边缘检测方法,并编程展示编码的结果,验证其在实际应用中的可行性。     

抗亮度调整攻击的小波域图像数字水印方法

现有的许多小波变换域图像数字水印方法无法抵抗亮度调整攻击,为此,本丈提出了一个抗亮度调整攻击的小波变换域图像数字水印新方法.该方法在原始图像小波变换域的低频系数中嵌入水印,而在含水印图像小波变换域低频系数抗亮度调整修正后的值中提取水印.该方法简单、快速、有效,在提取水印时无需原始图像.实验结果表明:该方法具有很好的水印透明性,对亮度调整攻击非常稳健,并且对常见的其他图像处理攻击(如重采样、颜色抖动、平滑、加噪声和有损压缩等)具有很强的稳健性.     

基于位平面自适应算术编码的小波图像压缩技术

介绍了一种基于位平面上二进制算术编码的小波图像压缩技术。把算术编码方法应用于位平面层次,根据数据的重要性对静止图像经过小波变换以后的量化系数在相应的位平面的数据位进行高效的自适应压缩编码,有效地解决了难以进行概率统计的信源的编码问题。压缩效率高于其他编码方法。     

A hybrid approach of wavelet packet and directional decomposition for image compression

In this paper, a novel image compression technique, the combination of wavelet packet transform and directional decomposition is proposed. Wavelet packet transform is an increasingly remarkable image compression approach that outperforms the standard wavelet transform in image coding. The directional filtering coding technique, one of the second‐generation image coding techniques, first introduced the concept of directional decomposition. By placing emphasis on edge detection to preserve edge information to exploit the fact that human visual systems are more sensitive to image edge features, a relatively high compression ratio can be obtained. The approach proposed in this paper decomposed an image into a low‐frequency component and a number of highfrequency components, with the edges on each high‐frequency component in its own direction. By a combined process of Cartesian coordinate rotation transform, interpolation, wavelet packet transform, and a coding algorithm, the image can be reconstructed at an improved visual quality at the same bit rate compared with the common wavelet pyramid algorithm. © 2002 Wiley Periodicals, Inc. Int J Imaging Syst Technol 12, 51–55, 2002; Published online in Wiley InterScience (www.interscience.wiley.com). DOI 10.1002/ima.10010     

基于小波变换和形态学的织物疵点边缘检测

为了精确确定织物疵点边缘,提出了一种基于小波变换和形态学的织物疵点边缘检测方法.在利用形态学实现疵点检测后,对其进行小波分解,用小波模极大值法和基于数学形态学的算法分别提取高低频子图像的疵点边缘,采用合理的融合规则将两个边缘图像进行融合.实验结果表明,该算法能有效地抑制噪声,且边缘清晰、准确,效果优于经典的边缘检测算法,具有可行性和有效性.     

基于小波变换与形态学的车牌定位方法

针对信号噪声环境下的车牌定位问题,提出了一种基于小波变换和数学形态学的图像定位方法.该方法先用自适应滤波多尺度边缘检测方法检测出车牌的边缘;然后用数学形态学方法对阈值二值化后的边缘图像进行系列形态运算,进一步消除无用信息;最后用基于车牌底色识别的方法进行车牌定位.实验结果表明,该方法定位效果好,适于有噪声的车牌图像进行定位.     

Multifocus noisy image fusion using contourlet transform

Abstract

Image fusion is a challenging area of research with a variety of applications. The process of image fusion collects information from different sources and combines them in a single composite image. The composite fused image can better describe the scene than any of the source images. In this paper, we have proposed a method for noisy image fusion in contourlet domain. The proposed method works equally well for fusion of noise free images. Contourlet transform is a multiscale, multidirectional transform with various aspect ratios. These properties make it more suitable for image fusion than other conventional transforms. In the proposed work, the fusion algorithm is combined with a denoising algorithm to reverse the effect of noise. In the proposed method, we have used a level dependent threshold that is based on standard deviation of contourlet coefficients, mean and median of the absolute contourlet coefficients. Experimental results demonstrate that the proposed method performs well in the presence of different types of noise. Performance of the proposed method is compared with principal components analysis and sharp fusion based methods as well as other fusion methods based on variants of wavelet transform like dual tree complex wavelet transform, discrete wavelet transform, lifting wavelet transform, multiwavelet transform, stationary wavelet transform and pyramid transform using six standard quantitative quality metrics (entropy, standard deviation, edge strength, fusion factor, sharpness and peak signal to noise ratio). The combined qualitative and quantitative evaluation of the experimental results shows that the proposed method performs better than other methods.     

结合边缘特征的遥感图像融合

曲波(Curvelet)变换是一种更适合于图像处理的多尺度几何分析(MGA)方法,具有很强的方向性.结合 HSI变换将其应用于全色图像和多光谱(MS)图像融合可以更好地表示图像中的有用特征.首先对多光谱图像进行 HSI变换,得到亮度分量 I,对全色图像和 I 分量进行曲波变换得到粗尺度系数和细节尺度系数,对全色图像的粗尺度系数和细节尺度系数进行叠加,计算归一化的全色曲波系数直方图,定义边缘有效因子,利用全色图像的特征信息对融合图像的粗尺度系数进行处理,对细节尺度系数采用函数对弱边缘进行增强,对新的曲波系数设计融合规则进行融合,逆变换后得到新的亮度分量 Inew,用 Inew 替代原亮度分量 I 进行逆 HSI 变换得到最终融合结果,采用统计类指标对融合结果进行评价.实验结果表明,该方法在保持光谱信息和提高空间分辨率上都有较好的效果.     

Canny准则小波边缘检测在图像融合中的应用

提出了一种新的图像融合方法。该方法选择Canny准则作为边缘检测的基础,并结合小波变换算法,确定图像边缘位置。在小波域中,对高频信息依据其是否为边缘点采用不同的融合策略,对低频信息利用加权法进行融合,再进行小波逆变换重构融合图像。实验结果表明,提出的算法在抑制噪声的同时,能有效地突出边缘细节,更好地保持图像的空间分辨力。对于多聚焦图像的融合,偏差度为0.0520,熵为7.6609,相似度达到0.9985。     

基于双伸缩因子映射的小波分形图像压缩编码方法

本文基于小波变换研究了分形图像压缩系统.根据小波系数的能量分布特性,给出了新的小波树定义与分类方法,并在小波域内建立了具有双伸缩因子的压缩映射.在将新的压缩映射应用于图像编码过程时,结合小波嵌入式零树编码思想给出了新的小波分形图像压缩方法.数值实验给出了本文方法与已有方法的比较.     

油气管道缺陷漏磁图像的小波压缩技术研究

针对漏磁信号的特点,提出了基于小波分析的缺陷漏磁图像压缩方案。该方案通过调整正交函数零极点位置来设计小波基函数,利用该函数对图像作小波变换,对获得的各级小波系数用更新的JPEG图像压缩表阈值量化,再用算术编码方案处理量化结果,从而得到压缩的图像。试验结果表明,当压缩比小于30%时,图像压缩引起的失真不会对缺陷分析产生影响。     

基于小波变换和均值滤波的图像去噪方法

将小波变换和均值滤波相结合提出了一种有效的图像去噪方法,先将含噪图像进行小波分解,获得不同频带的子图像.将低频近似图像保持不变,对水平、垂直和对角三个方向高频细节图像根据其特性采用三种不同形状的模板进行均值滤波,最后将低频近似图像与三个均值滤波后高频细节图像合成得到去噪后的图像.实验结果表明,该方法在降低了图像噪声的同时又尽可能地保留图像的细节,其去噪效果优于单一小波阈值法和均值滤波法.