小波域中的图像自适应水印算法

提出一种小波域透明图像水印算法,算法将一个二值图像内嵌到原始图像经过小波多分辨率分解后的低频子带上,根据低频系数和高频系数的特点以及树结构关系,并由图像的局部亮度和纹理特性对水印嵌入强度做自适应调节.实验结果表明:使用该算法嵌入的数字水印具有很好的隐蔽性,并且嵌入水印的图像对有损压缩、滤波、加入随机噪声和剪切等攻击操作具有较强的鲁棒性.     

基于小波变换的虚拟现实场景中的图像处理

提出一种基于小波分析理论的虚拟现实场景中的图像处理方法 ,旨在对用于景物表面的纹理贴图或背景图像进行小波分解 ,在量化编码中以视点与图像的距离作为度量 ,选取一系列不同的阈值对图像进行压缩处理 ,从而得到一系列不同质量的图像 ,然后在虚拟现实场景中根据视点与景物的距离调用不同级的图像文件 .此方法对于降低系统负荷 ,提高图像的实时显示速度有一定的价值     

基于双正交小波变换的自适应图像水印算法

提出的基于双正交小波变换的盲水印算法,综合利用小波域中频各子带系数分布特点,选取重要边缘位置嵌入水印,水印强度可根据所处的嵌入位置自适应调节。实验结果表明：该算法能够有效抵抗附加噪声、裁剪和压缩等常见攻击,具有较强的不可见性和鲁棒性。     

平移不变小波医学图像融合方法

针对传统小波变换融合算法对细节信息的丢失问题,提出了一种新的基于平移不变小波变换的医学图像融合算法,采用灰度加权平均法进行低频部分融合;高频部分采用基于梯度能量的加权融合规则。实验结果表明,与传统的小波变换方法相比,文中方法融合效果更加理想,较多地继承了两幅源图像的重要信息,更好地描述了图像的细节部分,更具有实用性。     

基于小波变换的光声成像算法

为了进一步提高光声重建图像的质量,利用小波变换的多维多分辨率特性对光声图像进行消噪,将小波包的分解和重构理论与统计差值相结合对光声图像的细节部分进行增强。由仿真和实验结果表明,重建图像经过小波降噪和图像增强后,其对比度相对滤波反投影算法的光声像得到了明显的提高,其分辨率由0.55 mm提高到0.48 mm,该算法将为病变组织的正确诊断与治疗提供了更高的精度和准确度。     

基于非线性扩散与小波变换的混合图像去噪算法

利用小波变换能够很好地保留图像细节信息的特点,提出了一种将非线性扩散方程和小波变换相结合的图像去噪方法。采用由小波系数估计的非线性扩散方程扩散函数对图像进行非线性扩散,取得了较好的去噪效果。仿真试验证明了算法的有效性。     

基于整数小波变换的图像融合算法

图像融合技术是将同一对象的两个或更多的图像合成在一幅图像中,以便使它比原来的任何一幅图像更容易为人们所理解。成功地进行图像融合的关键在于找到有效实用的图像融合算法。本文提出了一种基于整数小波变换的图像融合算法,首先将待融合的源图像作多层整数小波分解,然后对各分解层分别实行融合处理得到新的小波系数矩阵,最后通过整数小波逆变换得到融合的图像。实验结果表明本算法具有很好融合效果和实用性。     

一种改进的基于小波变换的图像去噪算法

提出一种改进的多参数小波阈值算法,通过调节因子k和r可以适应阈值λ的变化,与传统的硬阈值和软阈值法相比较,新算法去噪效果明显,尤其适用于去除强高斯噪声。以源图像和去噪后图像的峰值信噪比最大为依据,采用粒子群优化算法来选择自相应的调节参数,对新算法进行实验验证,仿真结果表明,新算法不仅可以有效去噪,而且可以避免高频信息的...     

基于小波变换的多聚焦图像自适应融合

图像融合是对来自同一场景的不同源图像的信息进行互补和合成,从而获得更为准确、更为全面、更为可靠的图像。采用了一种基于小波变换的自适应图像融合方法,首先将配准好的图像进行小波分解,并提取出细节分量和近似分量。其次,针对不同的频率域选择不同的融合规则,对低频系数选取区域均匀度和变化率相结合的融合规则,对高频系数选用区域方向对比度和区域匹配度相结合的自适应融合规则。最后通过小波逆变换得到融合图像。将其它融合算法和文中所提算法进行主观和客观的对比,结果表明,该算法是一种有效可行的图像融合算法。     

基于小波变换的全局能量图像融合算法

提出了一种基于小波变换的全局能量图像融合算法。对小波分解系数采用基于全局匹配度来选择和加权的融合规则。全局匹配度以区域能量作为测度,包含了小波分解的高频3个方向的匹配度。使得选择策略下融合图像的高频3个方向的小波系数均来自同一源图像,保证了小波重构时融合的一致性。实验结果表明,全局能量法的融合图像具有更好的融合特性。     

基于小波变换的静态图像数字水印研究

通常静态图像经过离散余弦（DCT）小波变换后,纹理及边缘的特征主要集中在高频子带LH,HL和HH上,经过一般的图像处理以后,高频上的信息容易丢失。在嵌入的水印信息量较少的情况下,可以把水印信息嵌入到低频系数上,使人眼不易察觉,增强了水印的鲁棒性。实验表明,该算法有良好的不可感知性和强健的鲁棒性。     

小波域声纳图像识别

声纳图像的最主要缺点是所受噪声干扰大,针对这个问题,设计了一种抗噪性强的声纳图像识别算法．首先对传统的塔型小波分解和树型小波分解进行比较,利用完全树式小波分解法获得了小波域的块纳子图像。其次,根据小波系数移变的特点,分别采用方差、三阶中心矩、四阶中心矩和熵作为统计量提取图像的纹理特征。最后,按照特征本身的离散程度对其进行规范化处理．为了验证该算法的性能,采用最小距离分类器对实测的4000余幅块纳图像进行分类识别实验,实验结果表明,利用规范化处理后的方差作为块纳图像的纹理特征表示时,分类识别性能是最佳的。     

一种基于小波变换的车牌字符识别算法

提出了一种小波变换的方法对提取出的车牌字符进行识别：对标准字符和分割好的车牌字符进行正交小波变换获取低频系数和高频系数，构造低频系数矢量和高频系数矢量，定义隶属函数，设定阈值，并定义加权矩阵。先将待辨识字符的低频系数矢量与标准字符的低频系数矢量相比较，再比较高频系数矢量。从而最终获得识别结果：实验结果证明该算法比常规识别算法识别率更高：     

一种基于离散小波变换的大容量数字图像水印算法

针对目前研究中图像水印嵌入信息量偏小的问题,提出一种基于离散小波变换的大容量数字图像水印算法。通过融合嵌入方式,将水印信息嵌入在原始图像小波分解子带中,采用不同的嵌入强度因子,确保了水印信息的不可见性。同时采用Arnold置乱映射增强算法的安全性,通过剪切、JPEG压缩、椒盐噪声攻击实验证明该算法具有较强的鲁棒性。     

心电图信号处理技术及小波变换方法

给出了心电信号处理的两种方法。第一种方法是运用合成技术 ,它可以保证波形的完整 ,而且便于实现。第二种方法是运用小波分析。小波变换适用于分析非平稳信号 ,适宜于对心电图数据进行预处理和特征提取。本文应用Mallat算法对心电图信号进行了多尺度分解     

心电图信号处理技术及小波变换方法

给出了心电信号处理的两种方法。第一种方法是运用合成技术,它可以保证波形的完整,而且便于实现。第二种方法是运用小波分析。小波适用于分析非平衡信号,适宜于对心电图数据进行预处理和特征提取。本文应用Mallat算法对心电图信号进行了多尺度分解。     

基于小波变换和多通道脉冲耦合神经网络的高光谱图像融合

针对高光谱多波段图像融合的问题,提出了一种基于小波变换和多通道脉冲耦合神经网络模型的新融合方法。该算法利用小波变换对图像进行多尺度分解,将得到的低频和高频系数分别采用多通道PCNN模型进行非线性融合处理,对低频子带直接利用其点火频率图得到融合结果,对各高频子带则利用点火频率图的直方图矢量重心及偏差计算自适应阈值并进行区域分割,对不同的区域采用不同的融合规则进行融合处理;最后进行小波重构得到融合图像。对OMIS高光谱图像的实验结果表明:所提方法能够有效地融合高光谱多个波段图像信息,且纹理细节信息突出。     

基于多尺度的小波变换在图像编码中的应用

介绍了小波的多尺度特性及其在图像编码中的应用，通过尺度因子对小波作伸缩处理，小波变换具有突出信号在时域、频域局部特征的能力．通过具体实例给出图像数据的小波多尺度变换及图像重构的实现过程，通过合理阈值的选取去除图像数据中的一些细节参数，图像的改变对人的视觉影响不大，处理后图像的可压缩性增强。     

一种改进的小波变换快速算法

提出了一种改进的小波变换快速算法.通过对小波滤波器系数特点的分析,发现M allat算法的速度可以进一步提高.在小波分解与重构中可以成对地计算,即在分解中一次计算一个低频系数和一个高频系数,而在重构中则一次计算相邻两个恢复值.在每一对值的计算过程中,后一个值的计算可以利用前一个值的计算结果,从而减少乘法和加法的次数,达到提高速度的目的.文中给出了M allat算法和改进算法的实验对比数据.     

基于小波框架分解和模糊软聚类的纹理图像分割方法

提出了一种新的纹理图像分割方法．该方法利用小波框架分解提取纹理图像的特征参量,利用模糊软聚类方法在特征空间中进行纹理边界的粗划分,然后应用细化算法确定纹理边界区域的精确边界．文末给出了算法的一个典型实验．