基于小波和SVR的红外弱小目标检测方法

在分析红外图像弱小目标特征和背景特征的基础上,提出了基于小波变换和支持向量回归（SVR）的自适应滤波的检测方法．该方法首先采用小波变换抑制大部分背景杂波;然后用基于SVR的自适应滤波器（SVRBAF）对高频小波系数进行处理,大大提高了图像的信噪比;最后,基于目标的连续性和运动轨迹的一致性,采用流水线结构的序列处理方法进一步提高检测性能．仿真结果表明：该方法可显著提高红外目标的检测概率,实现较远距离弱小目标的检测．     

基于IHS变换与直方图匹配法的遥感影像融合

针对IHS变换法(彩色空间变换法)对多光谱图像和高分辨图像进行融合会丢失较多的光谱信息,称之为光谱扭曲,文中研究并实践了一种新方法,该方法利用直方图匹配的方法来解决光谱特征扭曲的问题,经过直方图匹配处理后的高分辨图像和多光谱图像的光谱强度分量具有较强的相关性,经IHS反变换后可以得到具有较好空间分辨率和光谱信息的融合图像．文中以TM图像和SAR图像融合为例进行分析,其结果表明,该方法得到的融合图像优于传统的IHS变换法．     

基于小波变换和Gabor滤波的指纹图像增强算法

在指纹自动识别系统中,图像增强是比较重要的一个环节,它直接影响到指纹识别系统的识别精度．利用指纹图像在经小波多尺度分解后,低频部分集中了指纹图像的主要纹理信息这一特性,提出了一种在小波域对指纹图像进行Gabor滤波增强的算法,实验表明,该算法能够使图像的质量明显得到增强,方便了后续指纹特征的提取。     

基于小波变换自适应数字图像水印算法

阐述了图像数字水印和小波变换的基本原理,通过对小波基、分解级数、小波系数选择及人类视觉掩蔽特性等的分析,提出了一种基于小波变换自适应图像数字水印算法．通过剪切、加噪、滤波、锐化、模糊等几种常用攻击技术对算法进行了测试,实验结果表明该算法具有较强的鲁棒性．     

基于小波变换自适应数字图像水印算法

阐述了图像数字水印和小波变换的基本原理,通过对小波基、分解级数、小波系数选择及人类视觉掩蔽特性等的分析,提出了一种基于小波变换自适应图像数字水印算法.通过剪切、加噪、滤波、锐化、模糊等几种常用攻击技术对算法进行了测试,实验结果表明该算法具有较强的鲁棒性.     

基于IHS和小波变换的遥感图像融合方法研究

基于IHS变换法和小波变换法,提出一种新的图像融合方法．该方法利用IHS变换法增强空间细节表现能力,利用小波变换法保留TM图像的光谱特性,可以最大限度地保留待融合图像的光谱信息,同时可提高待融合图像的清晰度和空间分辨率．     

基于小波变换及熵的视频镜头分割检测方法

提出了基于小波变换及熵的视频镜头分割检测方法．用图像低频信号的小波系数的均值和标准差检测剪切镜头转换边界．分别计算图像小波分解后水平、垂直和对角方向细节信号的小波熵分量,以此3个小波熵分量作为特征量,计算相邻视频帧间特征量的欧氏距离．在检测窗内欧氏距离两次以上大于设定的阚值时即可判定镜头发生渐变转换．实验结果表明,剪切镜头查准率为95％,查全率为96％;渐变镜头查准率为87．5％,查全率83．8％．     

基于小波变换的纹理边缘检测方法

根据Ｍａｌｌａｔ多尺度边缘检测原理和纹理图像的局部特征,推广了Ｍａｌｌａｔ多尺度边缘检测算法,这个推广算法不仅适用于一般图像的边缘检测,而且还可用来提取纹理图像的边缘。     

基于血流图双树复数小波域傅里叶变换的红外人脸识别方法

提出了一种基于血流图与双树复数小波域傅里叶变换的红外人脸识别方法．首先利用血流模型把温谱图转换成血流图,然后将人脸血流图进行一级双树复数小波分解,保留分解后的4个低频子带并分别进行傅里叶变换,得到每个低频子带的特征矩阵,分别计算4个子带的欧氏距离并进行简单的加法融合,再用三阶近邻分类器得到最终的识别结果．为了减小算法的时间复杂度,我们对血流模型进行简化．实验结果表明,本文所提的方法有较好的识别结果．而简化的血流图相比原模型的识别率没有明显的下降,甚至某些情况下还稍高于血流模型,说明本文的方法是有效的．     

基于小波脊的自适应傅里叶变换包裹相位滤波技术

应用小波变换法提取变形条纹小波脊的相位信息并获得全场包裹相位,并采用窗口傅立叶变换对包裹相位图进行滤波。在滤波过程中,通过调节小波脊参数来调整滤波窗口的大小,使窗口大小与变形条纹频率相匹配,从而提高包裹相位图滤波的效率和质量,获得较高质量的包裹相位图。实验结果表明:本方法有效提高了条纹图解包质量和效率,获得了较高的测量精度。     

基于小波变换在图像去噪中应用

基于噪声是影响图像质量的重要因素.噪声的存在导致图像的某些特征细节不能被辨识,图像信噪比下降.本文将小波阈值去噪与维纳滤波结合起来,在小波域进行维纳滤波.设计了双小波基维纳滤波器,采用两路小波变换,对静态图像和动态影像进行去噪实验,结果表明改进的小波域去噪方法相比其他方法能够获得较好的视觉效果和较高的信噪比.     

基于小波变换的图像融合算法研究

提出了一种新的基于小波多尺度分解的分层图像融合方法；总结出基于小波分解子图像面积比和低频系数均方根误差2个标准，来确定最佳小波分解层数的方法。通过仿真实验，对分解层数、区域大小对该融合方法的性能影响进行了比较分析，并得出融合结果，将其与金字塔算法融合结果进行了比较。实验结果表明，该融合方法是十分有效的。     

基于小波变换的图像水印研究

研究了一种新的基于小波变换的数字水印技术。该项技术中,把强健水印嵌入至一幅图像中频率最低的部分,用于检测图像是否发生改变的脆弱水印则在较为粗糙的尺度下,通过对小波系数设置阈值及量化的方法嵌入到图像中。实验表明,强健水印具有抵抗非恶意图像变换（如有损压缩等）,而脆弱水印能检测到恶意的图像攻击（如修改或伪造图像中的某一部分）。     

基于提升小波变换的医学图像融合算法

图像融合是将多幅图像的信息综合到一幅图像的技术,它使得融合后的图像包含更为准确、更为全面可靠的图像描述。为了改善传统医学图像融合算法对细节信息的丢失,采用提升小波的方式将源医学图像进行分解,并分别对高低频采用不同的融合规则,最后经小波逆变换得到目标图像。仿真实验结果表明,该算法是有效可行的。     

一种基于整数小波变换的彩色图像盲水印技术

提出了一种在静止的彩色图像中嵌入盲水印的鲁棒算法,用彩色图像作为数字水印的载体,将有意义的二值图像作为水印图像,利用人类视觉系统(HVS)特性,综合考虑水印的鲁棒性和不可见性,将水印信息嵌入到小波分解的低频域(LLn),通过理论分析和实验结果证明:算法满足水印的抗JPEG压缩攻击、复杂度较低、实用性较强、对原图的影响较小,具有可行性和有效性等特点。     

����ͼ��ֱ��ͼ�ij���ͼ���ֵ�������о�

在基于数字图像处理的车牌识别技术的研究过程中,因为车牌定位和字符分割一般都是基于车牌区域的二值化结果进行的,因此对图像的二值化是非常关键的一步,二值化的效果直接影响到后面的车牌定位以及字符分割。二值化最主要的是阈值的确定,文章对比了几种常规的车牌图像全局阈值二值化处理算法,并重点分析了最大类间方差法和KSW 最大熵法的基本原理和微机仿真结果,发现用于车辆图片是这些方法不够理想,然后提出一种新的方法—基于图像直方图波形分析的车牌图像二值化处理算法,经过大量试验证明该算法在进行车牌图像二值化处理时效果非常理想。     

一种基于小波域的盲数字水印算法

提出了一种基于小波系数分段的数字水印算法,该算法对常见的图像处理具有一定强度的鲁棒性,并且该算法实现了完全盲检测,水印提取时不需要原始的载体图像,也不需要水印的任何信息,并且提取水印的正确性高.