基于小波变换的二值模式检索

提出了一种基于小波变换后的二值模式图像检索。把图像库里的图像通过小波变换压缩预处理,方便图像快速入库提取图像特征。选取二值模式技术处理,以便有效提取图像的特征进行检索。实验数据库采用Brodatz纹理图像库,对比了边缘拟合算法,共生矩阵和灰度纹理矩检索图像的检索效率,得出小波变换后的二值模式检索效率较高。     

基于小波变换的图像融合及其MATLAB实现

图像融合是对数字图像的预处理,使图像整体或局部特征能有效地改善。本文基于对图像融合理论的理解,分析了小波变换在图像融合中的应用。在此基础上,利用MATLAB对不同融合系数的图像以及不同增强系数的图像进行融合等,并对其结果进行分析与比较,表明采用方法的合理性。     

小波分析在图像压缩中的应用

小波分析是一种多层次分解函数的数学工具,图像信号(数据)经过小波变换后可以用小波系数来描述,小波系数可以从不同尺度,不同分辨率上体现图像的概貌信息和图像的局部细节信息。因此,基于小波变换的图像压缩算法,压缩效果良好,在未来会有广泛的发展空间。     

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。     

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。     

一种高效的基于离散小波变换和最低有效位的数字水印技术

为了进一步提高数字水印技术的抗几何攻击的能力,提出一种基于离散小波变换域和最低有效位的盲水印算法。首先,对数字水印预处理和二值化处理之后,再把载体图像进行离散小波变换,将水印图像嵌入到一层离散小波变换低频系数的最低有效位。实验证明本文的算法水印的不可见性较好,在抵抗常见攻击和几何攻击具有较好的鲁棒性。     

基于Gabor特征分解的高斯混合非线性图像滤波

通过图像滤波提高图像的分辨和识别能力,传统的图像滤波算法采用小波降噪方法,由于受到背景色噪声的干扰,小波分解中对低频图像参量的滤波性能不好。提出一种基于Gabor特征分解的高斯混合非线性图像滤波算法。首先进行图像平滑和小波分解预处理,沿梯度方向求得图像边缘信息,在尺度平移平面上进行小波特征分解,得到图像滤波过程中的Gabor小波变换系数,采用高斯混合非线性滤波算法实现图像滤波方法改进。仿真结果表明,采用该方法进行图像滤波,能有效抑制图像斑点噪声,提高图像的分辨性能,对边缘特征和细节的保持能力方面性能有优越,特别适用于对合成孔径雷达成像的滤波处理。     

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。     

小波变换在图像去噪中的应用

研究了几种基于小波变换的图像去噪方法，分别是小波阀值法、基于小波变换的中值滤波以及维纳滤波与小波滤波相结合的方法，Madab仿真实验表明上述三种方法都取得了较好的效果，同时也保留了图像的边缘信息。     

基于压缩感知理论的图像水印算法

水印技术是保障图像安全的一项重要技术,为了克服当前图像水印算法存在水印信息嵌入量小、抗攻击鲁棒性差的缺陷,设计了基于压缩感知理论的图像水印算法。首先采用小波变换对原始图像进行预处理,分解为不同频率的子图像,并采用压缩感知算法对高频子图像进行压缩处理,提高图像传输效率;然后采用混沌系统对水印信息进行处理,产生水印序列,并将水印序列嵌入到低频子图像中,最后采用小波变换对嵌入水印的低频子图像和压缩后的高频子图像进行融合,得到嵌放水印的载体图像,并可以采用压缩感知理论的重构算法提取水印信息。与数字图像水印算法进行了对比测试,结果明,本文算法大幅度改善了水印信息的嵌入量,嵌入水印合的载体具有良好的透明性,而且对各种攻击具有较好的鲁棒性,具有十分显著的优势。     

Matlab小波分析在信号处理中的应用

本文在对傅立叶变换和窗口傅立叶变换以及小波变换比较分析的基础上,重点探讨了Matlab小波分析对普通信号进行分析、消噪、压缩和奇异点检测等信号处理中的各种应用,并提出一些自己的看法。     

一种改进的DCT变换图像融合技术

提出了一种提升小波变换和DCT变换相结合的图像融合算法。这种算法并不依赖于对方差,而是直接使用DCT变化和小波变化分别对高频部分、低频部分进行特征提取。实验表明,这种新的融合技术与传统算法相比,不但提高了图像的信噪比,更加保留了边缘的信息细节,同时也提高了处理效率,减少了使用时间,具有较高得实用价值。     

基于改进的空间域变换的图像增强算法研究

为了提高图像增强后的图像质量,提出了一种改进型的图像增强算法,首先对图像进行傅里叶变换,然后对图像进行直方图修正,采用高斯平滑滤波处理技术,最多得到清晰图像。实验结果表明,提出的改进算法有效地提高了图像的清晰度,图像增效效果更为平滑。     

基于小波变换系数门限值的去噪方法研究

本文系统分析了基于小波变换的门限值去噪方法,研究了小波变换门限值选择的准则及其算法.通过计算机仿真,比较了各种准则的性能,验证了基于小波变换门限值去噪方法的滤波效果.仿真结果表明,基于小波变换门限值的去噪方法可以有效地去除宽带噪声.     

小波变换在图像压缩中的应用

本文介绍了数据压缩在图像传输中的重要性，并指出了小波变换是实现图像压缩的一种重要的方法，介绍了小波变换是通过对图像像素分解与重构来实现对图像进行压缩，并分析了压缩比。     

基于FPGA的CCSDS图像数据压缩系统的设计

针对CCSDS图像数据压缩(IDC)标准,提出了一种基于FPGA的CCSDS IDC并行实现方案.该方案包括离散小波变换(DWT)、直流系数量化编码、位平面编码(BPE)、码字拼接等4个模块.位平面编码模块采用了并行扫描、并行编码的快速算法,以提高编码速度.仿真结果表明了本方案的可行性和有效性,处理时间比现有的CCSDS IDC串行编码改进方法减少了13.6%,适用于空间通信的图像数据压缩编码.     

一种基于曲波域的SAR图像特征增强新方法

Starck等人的图像增强方法不能有效增强SAR图像中的边缘特征.为此,提出一种curvelet域SAR图像特征增强新方法.该方法充分利用curvelet变换多尺度多方向特性及其良好的各向异性特点,在curvelet域内提取图像的边缘特征,并定位特征curvelet系数.通过增强特征curvelet系数,达到增强图像边缘特征的目的.实验结果表明,与Starck等人的方法相比,本文算法能够更加有效性地增强SAR图像的边缘特征.     

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.     

小波变换模极大值点在信号去噪中的应用

如何去除信号中的噪声．得到纯净的信号是信号处理过程中一个热点技术。本研究根据噪声与信号的小波变换模极大值点在多尺度空间上具有不同的特性，对信号进行了噪声消除。试验结果表明，使用傅里叶变换和coif2小波模极大值点法对信号去噪，都能够有效地去除信号中的噪声，且重构后的信号非常逼近原始信号．但coif2小波模极大值点法去噪效果更好。