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。     

图像去雾的小波域 Retinex 算法

针对传统Retinex算法在图像去雾处理中易造成光晕伪影、边缘模糊以及算法复杂度高等缺点,提出了一种图像去雾的小波域Retinex算法。该算法将Retinex算法拓展到小波域,利用雾天图像中雾霾与景物细节信息在小波域中能量的不同分布特点,采用Retinex算法抑制雾霾分量,用锐化处理增强景物细节信息分量,以降低雾霾对图像的影响,增强图像细节的清晰度;该算法用双边滤波替代传统Retinex算法中的高斯滤波,以克服高斯滤波对图像边缘的模糊效应和光晕伪影。实验结果表明,该算法能有效地改善雾天图像的退化现象,提高图像的清晰度。     

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。     

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。     

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。     

基于小波变换的自适应数字水印算法

随着多媒体和网络技术的迅速发展与广泛应用，对多媒体数字产品(如数字图像、数字视频和音频等)的版权保护成为迫切需要解决的问题，数字水印作为一种新的版权保护手段得到越来越多的应用。本文利用小波变换良好的时频局部特性。提出了一种基于小波变换的自适应数字水印嵌入和检测方案，水印的嵌入位置及嵌入强度都是根据原始图像的特点自动调节，提高了数字水印的隐蔽性，同时把扩频的概念引入数字水印系统中，提高了数字水印的鲁棒性，实验结果表明该算法有较好抗JPEG压缩、随机噪声等攻击的能力。     

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.     

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.     

一种改进小波阈值的图像去噪算法

利用小波变换进行图像去噪目前始终是研究的热点。文章提出了一种改进小波阈值的图像去噪新算法。该算法根据软硬阈值函数的不同优点,并结合斜坡阈值技术对小波阈值函数进行了改进,将经小波分解以后的小波变换系数分三种情况进行讨论,有效地剔除了噪声信号的影响。在进行图像处理中,能够得到较低的均方误差和较高的信噪比,并且能有效地去除Gibbs效应,保留较多图像的边缘和细节信息。仿真实验结果表明该算法的去噪效果优于传统的软硬阈值方法去噪,取得了很好的去噪效果。     

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。     

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。