小波变换射线图像增强方法在无损检测中的应用比较

图像的增强降噪处理是提高射线成像分辨率与灵敏度的关键,而射线数字检测是当今射线成像与诊断技术发展的重要方向。文中介绍了三种基于小波变换的射线图像去噪方法及原理,分析应用这三种方法对一幅射线无损检测的图像进行增强去噪处理的结果,并对实验的结果数据进行了比较和分析,说明他们在图像增强及去噪效果上的差异。     

基于小波变换图像增强的研究与分析

本文基于小波变换的理论,对图像进行增强分析,并与频域法的低通滤波和高通滤波以及空域法的平滑滤波、锐化滤波进行比较,表明小波变换对改善图像质量较好。     

基于小波变换的谐波检测方法研究

良好的时频局部化特征使小波变换应用于电力系统的谐波检测有着很好的理论基础。构造了新的分频严格、能量集中的小波函数,并基于该小波对稳态谐波检测进行了仿真研究。     

一种基于小波变换的煤矿监控图像增强方法

随着科学技术的发展,煤矿工业电视监控系统在各大煤矿得到了广泛的应用。然而矿井下粉尘多、光照差的特殊环境往往使得监控图像偏暗、对比度低,视觉效果差。正是针对煤矿监控图像的这一特点提出了一种基于小波变换的图像增强方法,并用MATLAB7.0软件进行了仿真实验。结果表明,该方法能显著增强图像亮度及对比度,满足煤矿监控系统的要求。     

基于小波变换的图像去噪方法研究

图像处理的目的就是对数字化后的信息进行某些运算和处理,以提高图像的质量或达到人们所要求的预期结果.小波被看做一种用于多层次分解函数的数学工具.图像信号经过小波变换后可以用小波系数来描述,小波系数体现了原图像信息的性质,图像信息的局部特征可以通过处理小波系数来改变.     

基于小波变换的低照度图像增强新算法

针对低照度图像暗、对比度低,同时存在大量黑暗连通区的特点,提出了一种基于小波系数融合的低照度图像增强算法,该算法对图像的低频和高频信息分别用空域法和频域法进行处理。实验表明,该方法在处理低照度图像的过程中,在调节图像动态范围和增强图像细节的同时,也达到了对高频信息降噪的目的。通过该算法处理,能有效减少拍摄图像所需的曝光时间。     

一种基于遗传算法的小波域图像增强方法

图像增强一直是图像处理领域的研究热点.本文提出了一种基于遗传算法的小波域非线性图像增强的算法.实验结果表明,该算法既有较强的鲁棒性,也对不同的图像具有自适应性,同时取得了很好的增强效果.     

基于小波变换的语音增强—阙值去噪的研究

对小波去噪的基本原理和小波阙值去噪方法进行了分析、研究.在此基础上丢小渡阙值去嗓法中阙值函数进行了研究.并针对软、硬阙值函数的不足,提出了一种新阙值函数,并对这个新阙值函数进行分析,并进行试验仿真.     

基于小波包变换的海洋数据降噪方法研究

本文介绍了小波变换和小波包变换的基本原理,小波包变换是小波变换的推广,并优于小波变换。软阈值和硬阈值方法是基本的阈值处理方法,在此基础上衍生出了多种处理方法。对假设的海洋数据进行了降噪处理,效果较好,表明小波包变换用于海洋数据降噪有一定得实际意义．     

基于小波变换语音增强算法的Matlab仿真

对语音信号的时域和频域进行分析,对小波分析的特点进行多分辨率分析,发现其具有分析时频和频域局部特征的能力,即在高频部分具有较高的时间分辨率和较低的频率分辨率,在低频部分具有较高的频率分辨率和较低的时间分辨率,可用于测量语音信号中夹带瞬态反常现象并展示其成分的情况。用小波变换的方法实现语音信号去噪增强,并在Matlab中进行了实验效果仿真,结果表明,该方法对语音信号的增强效果很好。     

一种基于小波变换的数字图像边沿检测方法

本文在二维离散小波变换及MATLAB快速算法的基础上，分析了在二维离散小波变换后的图像，能够分离出源图像的横向、竖向和对角的图像变化成分，通过叠加的方法得到图像的边沿信息，这种方法可以有效的应用在图像边界识别技术中。     

基于小波变换的图像去噪算法研究

本文以小波图像去噪为主,阐述小波图像去噪的基本问题、研究现状,概括当前小波图像去噪的主要方法及应用,然后对小波图像去噪方法的发展和应用进行展望。     

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。     

基于小波变换的结构信息提取研究

通过对小波变换算法的研究,实现了利用小波变换对地球化学元素数据进行结构信息提取,突出异常轮廓。该方法为研究人员方便快速地确定异常位置提供了准确的技术手段实现。     

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。     

基于小波变换和稀疏表示的人脸识别方法研究

在传统的基于小波变换的人脸识别方法的基础上,加入稀疏表示的方法对人脸识别进行研究,进一步提高人脸识别率。小波变换把人脸图像分解为一幅低频人脸图像和三幅高频人脸图像,低频人脸图像代表人脸图像的全局(整体)信息,高频人脸图像代表人脸图像的纹理和边缘等细节信息。低频人脸图像在人脸识别中起到关键性作用,用正交投影的方法对低频人脸图进行识别得到的低频人脸图像分类隶属度。高频人脸图像在人脸识别中同样存在不可忽略的作用,用基于领域能量的方法把三幅高频人脸图像融合为一幅高频融合人脸图像,然后用稀疏表示的方法对融合图像进行识别得到高频人脸图像分类隶属度。最后把高、低频分类隶属度融合确定人脸图像所属类别,与传统人脸识别方法相比,进一步提高了人脸识别率。     

基于小波变换的遥感图像融合方法研究

本文提出了基于小波变换的图像融合过程中最关键的步骤是系数的融合,对系数融合的方法做了深入的探讨和归纳。针对多遥感器图像融合,因涉及到不同的数据源,其数据获取方式,图像融合方法十分不同,很难有一个具体模型的情况,提出了基于弹性模型的方法。     

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.     

基于小波变换的信号去噪研究

小波变换在信号去噪的应用中有很大的优势,它弥补了傅里叶变换在信号去噪中的局限。小波变换在时间域和频率域都具有良好的局部特性,可以聚焦到信号的任意细节。根据信号的特性利用小波变换的处理方法能够有效的将有用信号与噪声分离开来从而达到去噪的效果。     

基于双正交小波变换的图像压缩技术

图像压缩和图像去噪是小波在图像上的重点应用。介绍了双正交小波分解与重构理论,在matlab7.1环境下,探讨了双正交小波用于图像压缩,给出了应用实例并对结果进行分析。