基于小波变换的多分辨率图像转换

为适应不同设备、不同信道和不同应用的要求,数字图像处理中需要改变图像的空间分辨率。传统的改变图像空间分辨率的办法是抽取和线性插值。本文基于小波分析提出由高分辨率图像可得到各种较低分辨率图像的多分辨方法符合人的视觉系统特性。为了提高图像的空间分辨率,本文根据小波子带间的相关性等特点,提出由低分辨率的高频细节预测高分辨率的高频细节方法,从理论分析到实验结果,均表明本文方法是可行的,而且优于传统的方法。     

基于小波变换的图像融合算法研究

为解决单源图像无法全面准确捕捉信息的问题,提出了一种基于小波变换的图像融合算法.首先,将多源图像进行多层小波分解,得到各个图像的低频信息和高频信息.接着对小波系数采用像素点区域特征的融合规则进行融合处理,最后通过小波逆变换得到重构图像.仿真结果表明,融合后的图像低频信息部分并没有发生改变,而高频细节部分融合了两幅源图片中的细节部分,使得融合后的图片更加清晰,可信度更高.     

多聚焦船舶图像的融合与重构方法

目前提出的船舶图像的融合与重构方法聚焦区域较小,在保留边缘和细节信息上效果较差,融合后的视觉效果难以达到人们提出的要求。基于传统研究,引入小波变换法,研究一种多聚焦船舶图像的融合与重构方法。通过经验小波变换得到多聚焦图像的对应子带,确保对应子带的匹配性。利用阈值匹配和加权规则实现信息融合,确定低频分量和高频分量后,引入局部Log-Gabor获得融合规则,根据融合规则对图像进行重构。实验结果表明,提出的多聚焦船舶图像的融合与重构方法能够有效扩大聚焦区域,相对较为完整地保留边缘和细节信息,保证得到的融合图像内部的客观指标与标准图像更加接近。     

多源图像融合技术研究

图像融合分为三个层次：像素级融合、特征级融合和决策级融合。论文主要介绍了像素级图像融合的常用算法,分析了各算法的特点,因单一算法存在缺陷,故提出图像二次融合模型来综合两种算法的优点,弥补缺陷,使融合图像达到良好的效果。     

小波变换与其示例分析

本文在论述有限长度散信号的小波变换的基础上,从数值滤波的观点解释小波变换,并对若干常用信号（周期与非周期）作了小波变换。文中算例则直观地反映小波变换的多分辨率、数据压缩等性质。     

基于小波变换的边缘保留图像滤波法研究

为了在滤除图像噪声的同时又能保留图像边缘,提出了一种新的基于小波变换的图像滤波法。利用小波变换对噪声图像进行多分辨率分解,得到对应的低频近似信号分量和高频细节信号分量。提取低频系数和高频系数,分别对低频系数进行增强,对高频系数进行锐化,再对锐化后的高频系数进行阈值处理,获得噪声系数,利用锐化前的高频系数减去处理后的高频系数,得到最终的高频系数并通过小波重构得到去噪图像。     

基于PCA和小波包的遥感图像融合算法

本文提出了一中新颖的算法,来实现从高分辨率的全色图像中提取空间细节信息来改善多光谱图像相对较低的分辨率。多分辨率小波包分析用来从全色图像中提取空间细节信息,然后PCA把空间细节信息注入多光谱图像。最后在我们的实验中,我们把这种算法与几种经典的融合算法进行了比较,并得到了良好的结果。     

基于小波和形态学结合的雷达图像降噪算法

为减小导航雷达图像的噪声和杂波干扰,通过分析噪声主要特点及各种常见的图像去噪算法,本文提出了一种结合小波变换和形态学的雷达图像去噪方法,利用小波的多分辨率特性对图像细节进行处理,再结合形态学闭运算,在降低噪声的同时有效保留了图像细节。实验结果表明,该方法对雷达图像具有较好的降噪效果。     

小波变换在SAR图像舰船尾迹检测中的应用

针对小波变换在SAR图像舰船尾迹检测中的应用,本文首先对原始的SAR图像进行预处理,抑制强目标和强斑点;然后进行Radon变换,计算所有峰值截面和小波函数的连续小波变换,对提取的参数进行基于信号聚类算法进行决策判定得到真实峰值,基于方向梯度算法检测尾迹起点;最后利用真实峰值与小波函数匹配实验进行验证算法的有效性。实验结果表明,高斯小波和墨西哥帽小波与线性特征所对应的峰值匹配程度较好,极大地提高了真实目标峰值的检测率,减少虚假线性特征的影响。     

基于小波变换的图像压缩编码研究

原始的数字图像需要大量的存储空间,而直接对其进行压缩编码效果并不理想。小波变换是一种新的数学工具,用其进行图像变换,不会增加数据量。实验证明,经过小波变换处理过的图像,数据更有规律,再进行压缩编码效果会更好。本文就这个问题进行了实验,并给出了实验数据,供大家参考。     

可变深度嵌入小波图像压缩算法

为了提高小波嵌入压缩算法的速度,提出了一种可变深度嵌入小波压缩算法。由图像小波变换能量聚集和子带间的幅度衰减性等特性,在小波分层嵌入编码过程中,对不同的重要图,部分小波子带的系数幅度是不会超过当前的阈值,从而可以忽略不计,即小波树的深度随着重要图的不同而改变,也就是变深度嵌入编码。实验结果显示,对于自然图像不需要考虑的层中的小波系数幅值几乎全部小于当前的阈值,从而和EZW算法相比,编码不会影响压缩率(或图像质量),而编解码过程中的运算量明显下降。     

基于小波变换图像压缩软件的实现

针对传统小波变换过程复杂的缺点和SPIHT算法编码过程重复运算、存储量大的问题,提出一种改进的图像压缩编码方法.通过设计软件实现了静态影像的压缩编码.     

基于子波变换的SAR图像边缘提取研究

SAR图像的边缘提取是其图像处理的一项重要内容。将子波变换应用到SAR图像的边缘提取，通过提取子波变换局部极大模来提取图像边缘。仿真实例表明该方法取得的边缘清晰准确，具有一定的先进性。     

基于自适应小波变换的红外图像增强算法研究

针对红外弱小目标图像对比度低、人工识别困难的问题,提出了一种基于自适应小波变换的图像增强算法,并通过仿真试验进行分析对比。结果表明,该算法可以很明显地区分目标与背景,可用于微弱红外目标图像的增强处理。     

基于小波分析的自适应谱线增强信号提取

提出一种基于小波多分辨率分析的自适应谱线增强算法,利用小波多分辨率分析理论,有效地将微弱的窄带轴频电场信号从宽带背景噪声中分离出来,把信号和噪声正交分解于不同的频率范围中,从而减少了自适应滤波器的阶数,提高了算法的收敛速度和稳定性。利用该方法对船模产生的轴频电场实测数据进行了处理,实验结果表明该算法可以有效地提取舰船轴频电场信号。     

一种改进的小波变换图像压缩方法

针对传统小波变换过程复杂的缺点和SPIHT算法编码过程重复运算、存储量大的问题,提出了一种改进的小波变换图像压缩方法.该方法首先对纹理丰富的图像进行3级小波变换,再对高频子带通过小波树分类器分为低频树和高频树.最后对最低频子带进行差值脉冲编码调制(DPCM),对低频树和高频树分别进行SPIHT和自适应算术编码(MQ).仿真结果表明,在压缩比相同的情况下,该方法不仅能够在几乎不降低图像恢复质量的前提下提高了编码速度.而且能够降低存储空间的消耗.压缩整体性能明显要优于SPIHT算法.     

基于区域颜色校正的遥感图像融合方法

针对利用常规方法对多光谱图像与全色图像融合过程中出现的颜色失真问题,提出了一种基于区域颜色校正的遥感图像融合方法。该方法首先利用模糊C-均值(FCM)聚类算法在多特征形成的特征空间上对图像进行区域分割,然后利用常规方法融合多光谱图像与全色图像,并采用小波变换对融合图像进行区域上的颜色校正,从而得到最终的融合图像。通过与IHS、BT和PCA几种常规融合方法的比较与分析验证了本文提出的方法具有良好的融合特性。     

应用多抽头谱估计和小波变换的宽带频谱感知方法

宽带频谱感知是认知无线电的一项关键技术.论文研究了应用多抽头谱估计和小波变换的宽带频谱感知方法,对该方法性能进行了仿真分析.结果表明,多抽头谱估计要优于周期图谱估计,应用多抽头谱估计和多尺度小波积能够准确找到主用户信号频率边界,从而得到频谱空穴.