小波变换在遥感图像降噪中的应用

本文对小波变换的基本理论进行了简单介绍,由于小波变换具有时域和频域上的局部性特性、多分辨分析特性、低熵性、去相关性及选基灵活性等优点,非常适合于对非平稳信号-图像进行分析和处理。并且详细分析了基于小波变换对图像进行消噪的处理原理与实现,并且利用MATLAB对含噪遥感图像进行处理,最后结合理论分析和实验实例讨论了小波分析在遥感影像降噪处理中的作用,利用像元均值和方差来评价降噪效果,说明该方法有效、可行。     

多信息源图像的融合技术研究

多源图像融合是将不同来源的某一场景的两个（或多个）目标进行两次（或多次）成像,将这些图像的清晰部分组成一幅新的图像,以得到一个多目标都聚焦清晰的融合图像。提出将小波变换方法应用于多信息源图像的融合,并选取适当的小波基、分解层数和融合算子。针对小波变换及图像的特点,本文选取了7类共50种小波基、4种小波分解层数和6种融合算子,共1200种小波变换的融合方法进行了比较。通过比较融合图像的相似性,对图像融合效果的评价表明,实验获得的最佳图像与理想图像的相似度均达到99%。     

一种基于小波变换的混沌图像加密算法

为了提高图像信息的安全性,利用混沌序列的特点,提出了一种基于小波变换的频域图像加密算法：对图像进行离散小波变换后得到一系列小波系数,以混沌序列为基础,采用图像置乱技术实现基于频域的图像加密算法。实验结果表明,该算法具有密图文件保奢陛高、安全性好的特点。     

基于形状的国书馆国像特征提取模型

由于形状的复杂，基于形状的特征提取有不同的描述模型。小波变换因为能够多尺度地逼近边缘，我们采用小波变换并在此基础上提取图像的七阶矩作为图像的特征，并在图书馆图像检索中应用。     

三维离散小波变换的matlab实现

文章简要介绍了动态图像中常用的三维离散小波变换的概念,并在matlab6.5的编程环境下,根据一维离散小波变换来实现三维离散小波变换.     

基于小波框架变换和区域能量的图像融合算法

提出了一种基于小波框架变换和区域能量的多聚焦图像融合方法，该方法首先利用离散小波框架变换对原始图像进行多尺度分解，通过计算各个像素的高频能量并设置合适的闽值，将源图像分割成3个区域：聚焦区、离焦区和边界区，不同的区域采用不同的融合规则，在保持源图像各自聚焦区域的同时尽可能保持边缘区域的细节：实验结果表明，该方法取得了比其它2种传统融合方法更优的视觉效果和性能指标。     

一种基于双树复小波变换的SAR图像边缘检测算法

提出一种新的基于双树复小波变换的SAR图像边缘检测算法.算法在复小波子带上求取图像直方图方向梯度矩阵,并基于复小波变换的多尺度性质和方向选择性求取全局的梯度矩阵.通过对这一矩阵阈值化实现边缘检测.该算法能有效检测出SAR图像上的显著边缘,并对SAR图像中存在的相干斑噪声、灰度不均匀性和边缘模糊等现象具有一定的鲁棒性.实验结果证明了该算法的有效性.     

基于小波变换的半脆弱图像水印算法

在小波变换域内,将水印信息嵌入到特定小渡系数中,对图像带来的失真影响很小,同时可以准确地检测和定位篡改。提出了一种基于小波变换的自适应半脆弱水印算法,选取图像小波变换的低频信息作为图像特征并利用混沌映射对初值的敏感性产生水印信息,采用块均值量化调制小波系数的方法完成其嵌入。实验结果表明,该算法具有一定的鲁棒性,可将常规信号处理与恶意篡改相区分,并能准确定位篡改区域。     

DSP Builder在图像边缘提取中的应用

选取二维高斯函数的一阶偏导数构造小波函数,利用小波变换的多尺度特性,提取图像的多尺度边缘信息。在DSP Builder开发环境下,对算法进行了可视化编程、仿真,并生成VHDL代码,完成FPGA实现及系统集成。仿真实验取得了比较理想的结果。     

基于小波包和局部阈值的飞机姿态识别

本文结合小波包变换和局部阈值各自的优点,提出了一种基于小波包变换和局部阈值的飞机姿态识别方法。该方法首先利用小波包变换对飞机图像进行去噪,然后分别运用Canny算子和局部阈值法对去噪后的飞机图像进行边缘提取,验证了局部阈值方法的优越性,再根据Hough变换对飞机的姿态进行识别判断。     

小波在遥感图像分析中的应用与发展

介绍了小波变换在影像压缩、多源遥感影像融合、影像去噪、影像边缘检测与纹理信息提取等方面的应用特点与效果,并对小波在遥感影像分析中的应用趋势,以及一些尚待解决和进一步研究的问题进行了探讨。     

基于小波变换的全景图像超分辨率增强算法

在研究和分析小波变换理论的基础上提出了一种基于小波变换的全景图像超分辨率增强算法,该算法充分利用了小波多分辨率分解思想,体现图像降低的自然过程;通过高分辨率小波系数,经插值逆变换可得到重构的高分辨率图像。实验结果证明该算法克服了传统的插值算法致使图像高分辨部分损失、细节被模糊的缺点,是超分辨率图像处理的一种行之有效的途径。     

基于整数提升小波变换的图像去噪方法

由于传统小波变换在图像去噪应用上的一些缺点,本文使用整数提升方法进行图像去噪。整数提升方法不受Fourier变换限制,其具有传统小波的多分辨率特性,而且运算速度有很大的提高。提升方法可以从一个新的角度来构造小波滤波器,它的核心是确定预测算子和更新算子,对每步提升下取整,就实现了整数小波变换。将其去噪去噪效果与传统小波变换的去噪效果进行了比较。仿真结果表明,整数提升方法取得了比传统小波变换更好的去噪效果。     

基于多个小波基联合去噪方法的研究

图像在形成、传输、存储过程中,不可避免地会受到各种噪声的干扰,极大地影响了人们从图像中提取信息,因此,采用适当的方法尽量减少图像噪声是一个十分重要的处理步骤。小波变换应用于图像去噪领域比较成功,在图像去噪中能更好地保护图像细节。本文提出了一种多个小波基联合去噪的方法,该方法能够很好的去除图像中常见的噪声。     

虹膜特征提取和匹配的几种主要算法研究

虹膜的身份识别在国际上已成为一个研究的热点领域。本文主要比较了虹膜特征提取和匹配的几种主要算法,分别说明了Gabor变换、傅里叶变换和小波变换的优点与不足,并指出相对而言,小波变换更适合应用在虹膜图像的识别中。     

基于边缘和梯度场的图像表示和压缩方法

提出一种基于边缘和梯度场的图像表示和压缩方法.将图像表示成边缘域的像素和非边缘域的梯度场,并分别进行编码.编码端,采用自适应四叉树分解和一维小波变换编码边缘域,采用二维小波变换编码梯度场.解码端,由对逆变换得到的边缘域和梯度场,通过梯度域变分重构进行解码恢复.方法能用于无损和有损图像压缩,具有较好的压缩性能,并能有效地克服边缘附近的振铃效应.     

基于小波变换的视频录播图像预处理及应用

针对传统图像预处理中图像信息损失的问题,提出基于小波变换的图像去噪和增强的算法。实验证明基于小波变换的图像预处理方法能在去噪和增强的同时,保留了图像在时间和空间域的信息,为视频录播后续的目标检测与跟踪提供了高质量图像,提高了录播系统的跟踪准确性。     

基于改进的分类矢量量化的图像压缩算法研究

主要研究了图像压缩精确度问题。针对传统的图像压缩算法精度低问题,本文提出了利用小波变换后的不同的小波系数的相关性,构造图像的特征的跨频带矢量,并对其进行分类,最后通过实验验证分析算法的有效性和具有一定的实际应用价值。     

基于小波变换星地同步数据处理技术研究

阐述了星地授时同步原理和小波变换理论,分析了小波基的选取准则以及阈值,阈值函数的选取方法。将小波变换理论应用于星地同步数据的处理上,在matlab的平台上对星地同步数据进行降噪仿真处理,分别采用haar小波、db6小波、db10小波和sym6小波对星地授时同步数据进行降噪处理。实验结果表明,小波变换方法实现了对授时同步数据的有效降噪,将授时同步精度提升至10纳秒以内,是一种可靠的分析方法,为星地同步数据降噪方法提供了一定的参考价值。     

基于小波变换的静电探针测量数据的处理

在静电探针自动测量系统测量等离子体参数中，如何在不改变原始数据特征的条件下干净有效的滤除噪声，是一个很重要的问题。对此，采用低通滤波器、移动平均法等一些常用的数据处理方法很难解决。本文采用两种小波变换：Daubechies小波变换和Biorthogonal小波变换分步进行处理，得到了比较好的处理结果，并对上述的几种方法在实际测量信号中的处理结果进行分析对比来证明了这一点。