小波变换和梯度对多聚焦图像的多分辨率融合

提出一种结合Roberts梯度和小波变换的图像融合方法.该方法对低频分量采用加权平均,对高频分量采用结合梯度平均值的规则.实验结果表明,该方法能够提高多分辨率图像融合方法的效果.     

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.     

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。     

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。     

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.     

一种基于小波变换的图像压缩算法

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.首先分析了小波基和小波分解层数的选取,然后提出了一种改进的SPIHT算法,该算法利用可变阈值对SPIHT算法中初始子带进行分类得到一种更有效的编码算法.仿真结果表明,该算法的压缩整体性能要好于SPIHT算法.     

海上雷达图像处理中的小波变换算法研究

针对海上雷达图像在图像处理中的噪声消除问题进行分析,并研究小波变换的基本原理以及利用小波变换进行噪声消除的依据。由于SAR图像生成机理的特殊性,传统的噪声消除方法执行效果并不理想,而小波变换具有的多尺度变换特性应用到SAR含噪声图像上能够有效地分割开信号与噪声,实现较好的噪声消除效果。最后,通过实验仿真实现了小波变换的SAR噪声消除,并与经典的噪声消除方法消噪结果进行对比分析,证明小波变换在进行SAR图像噪声消除上的有效性。     

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。     

一种基于小波变化的自适应阈值算法研究

雷达信号处理在整个雷达系统中一直都起着举足轻重的作用,同时也是雷达技术发展中最为活跃的部分。文章主要探讨小波变换在雷达视频压缩中的应用。针对雷达回波信号这些特点,提出了一种基于小波的自适应阈值方法进行雷达回波信号去噪处理,在保留雷达回波的前提下,降低了雷达数字视频的信息量,为雷达数字视频数据的编码打下了良好的基础。而在雷达图像处理中,嵌入式零树小波算法对雷达图像进行压缩取得了不错的效果。利用所提出的信号去噪方法对雷达视频数据进行预处理后在实时性传输方面具有很高的应用价值和前景。     

基于小波变换的电力系统谐波监测研究

为了满足突变的和时变的非平稳谐波检测与时频分析的需要,论述了基于小波变换的谐波检测的原理,提出了用DSP实现电力系统谐波的在线监测的方案。仿真结果表明此方案能满足电力系统中谐波监测实时性要求。     

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.     

基于小波包变换的非线性自适应均衡器算法

提出了一种基于小波包变换的非线性均衡器,利用小波包对信号较强的去相关能力来提高均衡器的收敛速度,并通过能量归一化过程给出了一种自适应均衡算法。在仿真实验中,针对无线通信数字信号传输过程中由于多径效应和信道衰落而产生的码间干扰(ISI)问题,比较了最小均方(LMS)算法和基于小波包变换的均衡器算法的均衡效果,并对不同尺度下的均衡算法进行了比较。结果表明,基于小波包变换的均衡算法具有更快的收敛速度;当小波包基的分解尺度增大时,均衡器的收敛速度也随之加快。     

一种基于小波的盲提取信息隐藏

提出了一种基于小波的盲提取信息隐藏算法。将载体进行小波分解，根据低频区域小波系数的重要比特位选择中频区域隐秘信息的嵌入位置。再将经过了预处理的隐秘信息映射到已确定的嵌入位置，最终通过小波反变换生成含有隐秘信息的伪对象。提取则是嵌入的反过程。试验表明此方法的隐藏效果较好，伪对象与原始载体的区别不易被人眼察觉。提取时不需要原始载体，具有一定的抗攻击性。     

基于小波变换的箔条回波特性时频分析

文章通过对雷达接收到的箔条回波信号与目标回波信号在经过小波变换分析后,得出了基于小波变换的时频分析有助于了解回波信号的特性。最后通过MATLAB计算证明了该方法的有效性。