改进阈值与尺度间相关的小波红外图像去噪

为了更有效地去除红外图像中的噪声, 提出一种基于改进阈值与尺度间相关的小波红外图像去噪方法. 一方面利用阈值修正方案和新阈值函数对通常的小波阈值去噪法进行改进; 另一方面通过对阈值邻近的小波系数进行小波变换尺度间相关性估计, 提高小波系数阈值判断的准确性.实验结果表明, 与通常的小波阈值去噪法相比,该算法能更有效地去除红外图像中的噪声, 获得更高的峰值信噪比(Peak signal-to-noise ratio, PSNR)、边缘保持指数(Edge preserved index, EPI)和更好的视觉效果,具有较好的实用性.     

基于小波变换和稀疏表示的图像去噪

传统小波阈值去噪在对图像进行去噪时,并不能很好地保留图像的细节纹理等边缘信息部分.针对这一不足,结合了稀疏表示相关的理论,提出了一种基于小波变换和正交匹配算法相结合的图像去噪算法.首先选取小波函数对含噪图像进行处理,分离出图像的高频和低频小波系数,然后对高频系数结合正交匹配追踪算法,通过多次反复迭代求得高频稀疏分量,再结合低频分量,用逆小波变换得到恢复图像.实验结果表明,在相同的噪声条件下,该算法能取得较好的峰值信噪比(PSNR),获得更好的视觉效果.     

一种基于二维GARCH模型的图像去噪方法

提出了一种基于小波系数统计模型的图像去噪方法。该方法利用二维广义自回归条件异方差(2D-GARCH)模型对小波系数进行建模,这种小波系数模型能够更好地利用小波系数"尖峰厚尾"的分布特性和系数间的相关性等重要特性。利用基于果蝇优化算法的极大似然估计(ML Estimation based on FOA)代替传统的线性规划方法求解模型参数,提高了建模的准确性。在此基础上再采用最小均方误差估计(MMSE Estimation)对未受噪声污染的原始图像的小波系数进行估计。实验结果表明,与当前主流的去噪方法相比,该算法能更有效地去除图像中的噪声,获得更高的峰值信噪比(PSNR)和较好的视觉效果。     

一种基于小波与双三次插值的CCD图像超分辨方法*

为了尽可能地保持CCD图像的原始信息,提高图像的空间分辨率,有利于对图像的细节信息进行观察分析,对各种超分辨方法进行研究,提出了一种改进的基于小波和双三次插值的超分辨方法：对低分辨率图像进行灰度变换,并把它作为小波逆变换的低分辨率图像,对图像进行恢复,再与低分辨图像的双三次插值图像求平均。将该方法应用于CCD图像,从视觉上空间分辨率有提高,并可以获得25.524 4 dB的峰值信噪比。实验结果表明,该算法得到了比全小波双三次插值、原图像作为低频图像小波双三次插值和双线性插值更高的峰值信噪比及更好的图像细节     

基于小波包分解的自适应数字水印嵌入算法

提出一种新颖的基于小波包分解的自适应数字水印算法。为了提高水印图像的攻击鲁棒性和水印的不可见性,该文提出基于人类视觉特性(HVS)和小波包分解的数字水印算法,同时引入信噪比自适应水印嵌入机制。实验表明:应用该算法对宿主图像嵌入水印可以达到更好的抗攻击鲁棒性和视觉效果。     

一种基于小波包分解的自适应数字水印嵌入算法

提出一种新颖的基于小波包分解的自适应数字水印算法.为了提高水印图像的攻击鲁棒性和水印的不可见性,该算法提出基于人类视觉特性(HVS)和小波包分解的数字水印算法,同时引入信噪比自适应水印嵌入机制.实验表明应用该算法对宿主图像嵌入水印可以达到更好的抗攻击鲁棒性和视觉效果.     

基于TLS估计的遗传小波红外图像去噪方法

为了更有效地去除红外图像中的噪声,提出一种基于总体最小二乘法(TLS)估计的遗传小波红外图像去噪方法.该方法以TLS小波去噪后图像作为父本并以维纳滤波处理后的图像作为母本来进行选择、交叉和变异,通过提取TLS小波去噪和维纳滤波在图像去噪中的优势基因,获得最优子代并解码还原成图像.实验结果表明,与当前已有的图像去噪方法相比,该方法能更加有效地去除红外图像中的噪声,且去噪后的图像具有更高的信噪比(SNR)和更小的最小均方误差(MSE).     

基于小波变换的苹果X射线图像增强方法研究

目前对果品外观品质的图像检测技术已经比较成熟且已有商业化的产品,但对内部品质的无损检测研究相对较少.该研究采用X射线技术,对霉心病等原因造成的内部腐烂变质苹果进行了检测,由于直接用X射线获得的图像比较模糊,为提高图像的视觉效果,采用小波变换的方法对图像进行增强处理,为检测算法的有效性,实验中同时采用直方图均衡化、局部对比度图像增强的方法对图像进行了处理,实验结果表明,采用小波变换的方法增强图像后,能获得比原始图像更清晰的图像;经过小渡变换处理后的图像信息熵达5.2324,信息熵最小;而对于峰值信噪比这一评价指标,其中小波变换方法的峰值信噪比最大达到24.1002,峰值信噪比也表明小波变换的方法效果好于直方图均衡化、局部对比度图像增强两种常规方法.     

基于小波域奇异值分解的图像压缩算法

提出了基于小波域奇异值分解（SVD）的图像压缩算法,该算法通过对小波分解系数进行奇异值分解,进而对小波系数进行压缩,实现图像压缩。将该算法与图像奇异值分解直接压缩的算法进行了实验比较,实验结果表明,该算法较图像奇异值分解直接压缩的算法具有更好的性能,在同样压缩比的情况下能获得更高的信噪比。     

基于小波变换的自适应多阈值图像去噪

小波图像去噪是小波应用较成功的一个方面，其中最重要的一个环节是最优阈值的确定，为此，提出了一种新的基于小波变换的自适应多阈值图像去噪方法——Multi—Threshold shrink去噪法，这种方法是在不同子带和不同方向上选择不同的最佳阈值，而最佳阈值的选取是基于Bayes理论，并认为图像的小波系数是服从广义高斯分布的(generalized Gaussian distribution)。通过实验证明，这种方法能很好地对图像去噪，与Donoho等人提出的Visu shrink去噪方法和Chang等人提出的Bayes shrink去噪方法相比，不仅提高了去噪后图像的信噪比(SNR)和最小均方误差(MSE)，而且也使图像更加清晰，并能更好地适合人眼的视觉特性，从而可在客观和主观上同时获得更佳的去噪效果。     

遥感图像的图像镶嵌方法

图像镶嵌技术是近年来发展迅速的图像处理技术之一，是计算机视觉领域和计算机图形学领域都十分关注的研究热点之一。通过对现有遥感图像镶嵌方法的研究，时其进行了归纳和总结，并介绍了几种常见的图像镶嵌关键技术。     

一种基于类推思想的图像分割方法

论文结合图像类推思想提出了一种图像分割的新思路。图像类推技术是一种基于学习的思想。论文利用图像自身的特性构造训练集合的源图像对,并学习他们之间的关系,达到图像分割的目的。实验证明基于类推思想的图像分割可以得到满意的分割效果。     

融合双注意力与多标签的图像中文描述生成方法

图像描述是目前图像理解领域的研究热点. 针对图像中文描述句子质量不高的问题, 本文提出融合双注意力与多标签的图像中文描述生成方法. 本文方法首先提取输入图像的视觉特征与多标签文本, 然后利用多标签文本增强解码器的隐藏状态与视觉特征的关联度, 根据解码器的隐藏状态对视觉特征分配注意力权重, 并将加权后的视觉特征解码为词语, 最后将词语按时序输出得到中文描述句子. 在图像中文描述数据集Flickr8k-CN、COCO-CN上的实验表明, 本文提出的模型有效地提升了描述句子质量.     

基于图像灰度的拼接技术研究

图像拼接技术就是将一组重叠图像拼接成一幅大型的无缝高分辨率图像的技术.首先给出图像拼接的流程,然后介绍几种基于图像灰度的拼接算法,并在此基础上对算法进行改进,提出多线程技术应用于图像拼接,提高运算速度.     

图像的语义关联与图像索引

基于内容图像检索的主要挑战在于不断变化的图像检索要求、难于表达的图像内容以及图像表达的数字阵列与通常可以被人类所接受的概念化内容之间的语义鸿沟.提出了一个基于语义关联的图像检索方法,在语义关联的基础上形成一个场景类别的语义表达,以便用户可以将感知上相似的图像组织在一起,形成概念上下文,使得用户可以解释和标记图像而无需给...     

基于图像矩函数的图像清晰度评价方法

自动调焦作为显微图像测量中的关键技术,其核心为图像清晰度评价函数。现有图像清晰度评价函数在对焦目标与背景的对比度较低时,评价曲线极易失去其理想特性,或灵敏度下降,造成聚焦精度的降低;或出现多个局部极值,造成调焦失败。针对这一问题,在分析离焦图像成像原理的基础上,提出一种新的基于图像矩的图像清晰度评价函数,并给出定义。新的评价函数由不同阶的图像矩加权构成,通过调节权重系数可以灵活控制评价函数的灵敏度和抗噪性。通过微小透明球体的显微图像序列对新的评价函数进行实验验证,并和四种常用评价函数进行分析比较。实验结果证明,在低对比度条件下,相对于其它四种常用评价函数,基于图像矩的图像清晰度评价函数在有效保持了如单峰性、无偏性等理想曲线特性的同时,在灵敏度及抗噪性方面也具有明显优势。     

一种用于图像拼接的图像序列自动排序算法

为实现全景图拼接中图像序列的自动排序,提出了一种利用相位相关法判断两幅图像是否重叠以及两幅重叠图像的位置关系的完全自动的图像序列排序算法。该算法避免了图像序列排序中的人工干预。实验结果表明,该算法能有效地实现顺序混乱的图像序列的自动排序,并能很好地应用于全景图拼接。     

Image

Abstract

In a few short years, Google has become one of the world's best known brands. Its strategies to preserve the brand image pose a challenge for information professionals who attempt to present Google's capabilities in a factual manner.     

图像分解模型在医学图像增强中的应用

医学图像增强是医学图像处理中的重要环节。通过分析小波去噪和ROF模型的缺陷,先利用ROF分解模型将医学图像分解成为轮廓部分和细节及噪声部分,然后对轮廓部分进行保留,接着考虑到小波系数的非高斯性,对细节和噪声进行了小波去噪,并从中提取了图像的细节部分,最后将之前的轮廓部分与之后的细节部分进行叠加。实验结果表明,本文的算法具有较高的峰值信噪比和较高的边缘保持度。