基于小波变换的图像增强方法研究

本文采用X射线技术,对霉心病等原因造成的内部腐烂变质苹果进行了检测,采用小波变换的方法对图像进行增强处理,为了检测算法的有效性,和传统图像增强的方法进行了比较。实验结果表明,采用小波变换的方法增强图像后,可以得到比原始图像更清晰的图像。     

用于医学图像边缘检测的改进Canny算子

医学图像处理是图像处理及识别的一个重要分支。由于医学图像本身的特点,导致经典的图像处理算法在医学图像处理领域应用效果并不理想,需要结合具体的领域特点研究相应的算法。提出一种改进的Canny算子：其应用动态闽值作为边缘检测的准则,在乳腺X—ray图像的边缘检测中有效地避免了因为用固定阈值进行边缘检测很可能导致边缘在模糊处丢失（或者表现为边界上的不连续性）等问题。实验中对比Sobel算子和Canny算子,表明改进的Canny算子对于模糊边缘检测效果较好,是一种具有实用价值的边缘检测算法。     

基于Splines小波仿射调幅的肝脏CT图像提取算法

为有效准确地提取人体肝脏CT图像的轮廓特征,实现人体腹部软组织三维可视化重构,提出一种基于Splines小波仿射调幅的肝脏CT图像提取算法。利用Splines双正交小波对CT图像进行增强处理,对增强处理后的边缘先验知识进行套索模型初始化,利用仿射变换调幅技术对传统的Snake算法进行改进,增强图像的边缘幅度,有效提取肝脏CT图像的边缘特征。仿真实验表明,该算法能有效实现CT图像边缘轮廓提取,边缘轮廓点更加接近于真实的肝脏边缘。该方法也可以用于其它医学图像器官轮廓线的分割与提取。     

基于小波包分层净化的模糊图像细节增强算法

在复杂电磁环境下,动态飞行摄像机对地面采集的场景图像具有较大的模糊性,需要进行图像增强处理,提高对图像的辨识能力。传统的图像增强算法采用基准特征提取和小波轮廓掩膜处理方法,对图像的细节部分的增强效果不好。提出一种基于小波包分层净化的模糊图像细节增强算法。首先进行了图像的采集系统设计和干扰模型构建,对采集的数字图像进行小波包分层净化处理,把原始图像的细节特征作为母小波函数,计算母小波函数的时间尺度因子,以此作为数据输出,结合人工鱼群算法实现对净化处理后的图像的细节增强。仿真结果表明,该算法能有效实现模糊图像的细节增强,改善图像成像质量,两组仿真图像的峰值信噪比提高了12.4%和15.3%。     

基于小波变换多分辨特性的数字图像水印算法

文章利用小波变换的多尺度分析的特性,对载体图像进行小波变换,把其分解成多频段的子带图像;为了增强水印的安全性,采用置乱技术对原始水印图像进行加密,然后进行单尺度小波分解,提取其低频系数和高频系数,嵌入到载体图像的中频系数上。试验结果表明该算法在保证不可感知性的同时具有良好的稳健性和安全性,在多种恶意攻击和无意攻击下,仍然可以检测出完整的水印信息。     

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。     

基于小波阈值压缩的运动模糊图像去噪算法

强干扰环境下采集的模糊运动图像通常含有大量的噪声,难以进行有效的细节分析,需要进行图像降噪滤波处理。传统方法采用小波分析的图像细节滤波算法进行降噪,对运动场景下的图像角点偏移部分的降噪效果不好。提出一种基于小波阈值压缩的运动模糊图像去噪算法。构建模糊运动图像的小波分析模型,采用小波阈值压缩方法进行运动模糊图像的角点检测,形成具有角点的图层小波阈值压缩库,实现图像降噪滤波处理。仿真结果表明,采用该算法能有效实现图像去噪滤波,提高图像质量和峰值信噪比。     

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。     

数据挖掘算法对乳腺肿瘤超声图像特征的优化及良恶性分类研究

目的:研究数据挖掘算法对乳腺肿瘤超声图像特征的属性选择优化,探讨适用于乳腺肿瘤良恶性分类的数据挖掘分类算法。方法:对乳腺肿瘤超声图像进行预处理,获取病灶区形状,提取病灶区图像形态、形状、纹理特征。应用数据挖掘算法进行图像特征属性选择,形成优化的乳腺肿瘤超声图像混合特征。应用分类算法评价其分类性能,筛选适用于乳腺肿瘤良恶性判定的数据挖掘分类算法。结果:利用混合特征结合随机森林算法对图像进行分类,其ROC曲线下面积AUC为0.7914,平均查准率达到了79%。结论:属性选择优化后的混合特征对乳腺肿瘤良恶性分类性能高于其他特征。在混合特征条件下,随机森林分类算法性能与Bayes网络相近,分类准确率高且性能稳定,更适于乳腺肿瘤良恶性分类评价。     

一种基于Haar小波和归一化的鲁棒零水印算法

应用小波变换和改进的几何归一化方法,提出一种强鲁棒图像零水印算法.该算法首先利用一种改进的几何归一化方法将原始图像化为标准图像,然后对标准图像利用Haar小波进行多级小波分解,最后根据高层的中高频小波系数的正负极性构造零水印.对算法性能进行测试的结果表明,算法对噪声、滤波、有损压缩等常规信号处理具有强鲁棒性,对旋转、缩放、平移、剪切等几何攻击也具有较好的鲁棒性.     

基于小波分析边缘检测技术研究

边缘检测是图像分割的基础,小波分析技术可以进行图像的边缘检测。本文提出利用模极大值与自适应阈值相结合的算法进行图像的边缘检测,并仿真得到边缘检测图像。与传统的方法比较,本文采用的方法效果较好,能够检测较弱的图像边缘。     

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。     

基于像素小基团增强的网络课件图像清晰化算法

网络视频图像的双距离较远,环境复杂,很难保证压缩还原后的图像质量,使得图像包含大量的随机多维噪声,噪声特征属性呈现多元性,导致传递图像失真。为此,提出了一种基于像素小基团增强的网络课件图像清晰化算法。利用离散小波变换算法对图像进行去噪处理,去除外界因素对图像造成的干扰。利用像素基团能量的观点对图像进行增强处理,保证传递的动态图像的清晰化。实验结果表明,这种算法提高了远程网络视频教育动态图像的清晰度。     

基于小波包分解的数字图像水印算法研究

通过Shannon熵算法采用自下向上的搜索方法选取最优小波包基,分别对原始图像和水印图像进行小波包分解,把水印数据嵌入选定的原始图像小波包基中。经攻击实验表明,应用本算法所实现的水印不可见,较好地保持了图像的质量,同时显示了较强的鲁棒性。     

过度曝光图像缺失信息修复算法

图像在过度曝光采集的情况下会因为光圈的进光量过大导致图像的细节关键信息缺失,研究过度曝光图像的缺失信息修复算法,为图像的细节特征分析奠定基础。传统方法采用图像小波尺度分解方法进行图像缺失信息修复,随着光圈的增大,对细节信息的修复效果不好,提出一种基于改进的小波包分解的过度曝光图像缺失信息修复算法。构建了过度曝光图像的纹理信息特征传导模型,采用Harris角点检测算法实现对过度曝光图像的灰度特征匹配,采用小波包分解方法对图像缺失信息进行位置和尺度信息的重构,实现缺失信息修复。仿真结果表明,采用该算法进行过度曝光图像修复,图像的细节特征得到准确有效复原,提高图像的识别能力。     

Mallat和小波算法在车牌定位系统中的研究

为了解决含噪车牌图像的定位问题,文章对小波分析在图像的降噪和边缘检测的原理及算法方面进行了深入的研究,在此基础上提出了一种基于Mallat和小波分析的边缘检测和图像分割方法。根据该方法,开发了基于VC＋＋6.0的定位系统,实验结果表明,定位效果好,分割精度高,可以达到98.5%的准确率。     

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。     

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。