基于双密度小波变换的信号去噪研究

为了改善信号的去噪效果,在分析离散小波变换和双密度小波变换的基础上,提出一种基于双密度小波变换的去噪算法。双密度小波有两个小波函数,同一个尺度内相邻的小波间的频带间隔更小,有效的克服了离散小波变换时移性的缺点,有近似的平移不变性,更能描述信号的真实特征。将该算法用于不同噪声强度下的信号去噪,实验结果表明：基于双密度小波变换的去噪算法优于基于离散小波变换的去噪算法,是一种有效的信号去噪新算法。     

混合图像降噪技术研究

针对图像降噪过程中,傅立叶变换存在不能有效表示图像中突变部分的缺点,以及小波变换对图像中的纹理变化不能有效描述的缺点,通过对傅立叶图像降噪和小波图像降噪进行量化和对比研究,提出傅立叶一小波混合降噪技术。结果表明,该技术弥补了单独使用傅立叶图像降噪或小波降噪的缺点,综合了两种降噪技术的优点。     

多尺度小波变换的图像融合算法的研究与评价

应用多尺度小波变换实现数字图像的融合，其融合算法可分为基于像素级和基于区域级两大类．通过对CT图像和MRI图像实现图像融合并对融合后的图像进行定量评价，表明在多尺度小波变换的各种融合算法中，基于小波系数频带方向最大值融合算法能提供更好的可视性和清晰度．     

一种新的数字图像水印嵌入和提取算法

给出了一种新的基于小波变换和视觉模型的彩色图像数字水印算法.该算法利用人眼视觉模型的特征在离散小波变换域中嵌入水印,在水印提取过程中提出一种基于分类的方法,使得图像在受到攻击时能够更好地还原水印信息.     

基于小波域图像融合的边缘检测算法研究

针对多聚焦度分析和部分有损图像分析中难以提前完整边缘信息的问题,提出了一种基于小波域图像融合的边缘检测算法。它是在小波变换多分辨率分析的基础上,运用图像融合及图像增强理论,使得小波子带边缘信息量最大化,再运用经典的Canny算子边缘检测算法最终实现图像边缘的检测。     

自适应Contourlet变换的多传感器图像融合

Contourlet变换克服了小波变换在处理高维信号时的不足,相对于小波变换具有较好的方向性、较高的逼近精度和较好的稀疏表达性能.因此将Contourlet变换用于图像融合,能更好的提取图像边缘特征,为融合提取更多的特征信息.利用Contourlett变换的多尺度和多方向性特征以及自适应融合规则在选取融合系数上的优势,提出了一种自适应Contourlet变换的多传感图像融合新算法.算法是将全色图像和多光谱图像进行Contourlet变换分解后,针对不同的频率域特点选择不同的融合规则,对低频系数选取区域能量的加权系数自适应融合规则,对高频系数特性选用了区域特征自适应的融合规则,最后通过重构得到融合图像.将其他的融合算法和本文所提算法进行了主观和客观的对比,结果表明,该算法是一种有效可行的图像融合算法.     

图像去噪算法设计的三种形态

为了获取高质量的数字图像,研究人员一直在探求各种有效的图像去噪方法。根据阈值函数利用像素(变换域系数)信息的情况,当前的图像去噪方法大体可分为三种类型:第一种类型主要利用像素(变换域系数)的点态信息设计去噪算法。如早期的小波硬阈值和软阈值去噪方法以及基于偏微分方程(PDE)的非线性扩散方法等。在这些方法中,用于分离噪声和真实图像的阈值(扩散)函数依据当前位置的变换域系数     

基于小波变换的指纹图像增强算法

小波具有多分辨率分析和在局部时频域进行分析的能力。首先,应用小波的这个特点,在小波域对指纹图像进行增强。在对指纹图像进行小波变换之前,对图像进行了较为常见的规格化处理,使得不同的图像有相同的灰度均值和方差,方便了对指纹的匹配,然后提出了一种在小波域中改进的软阈值算法对图像进行增强。实验表明,应用小波变换技术对指纹图像进行预处理能够获得较满意的结果。     

一种基于小波变换的数字图像水印算法

研究了基于小波变换的灰度图像不可见水印算法。首先利用伪随机序列对水印信息进行扩频处理,然后在小波变换的高频子带中嵌入水印信息。在提取的过程中,根据嵌入水印的图像与伪随机序列的相关性提取水印信息,由此论述一种基于小波变换的静态图像水印嵌入和提取算法。     

基于小波变换与LBP算子的遥感图像融合研究

提出一种新的基于小波变换与LBP算子相结合的遥感图像融合算法．该算法在源图像小波变换的高频子带内，利用局部LBP算子极大的方法得到小波重构高频系数，而低频系数则利用源图像小波分解后低频子带系数的非线性加权得到．然后由此高频和低频系数进行小波重构得到融合图像．实验采用可见光图像与SAR图像融合，结果表明这种方法可以很好地在保留源图像各自信息的同时融合源图像的细节信息，并且能够有效抑制源图像中孤立噪声点．     

基于小波变换的指纹图像增强算法

小波具有多分辨率分析和在局部时频域进行分析的能力.首先,应用小波的这个特点,在小波域对指纹图像进行增强.在对指纹图像进行小波变换之前,对图像进行了较为常见的规格化处理,使得不同的图像有相同的灰度均值和方差,方便了对指纹的匹配.然后提出了一种在小波域中改进的软阑值算法对图像进行增强.实验表明,应用小波变换技术对指纹图像进行预处理能够获得较满意的结果.     

结合图像多种处理技术的数字水印算法

利用小波变换多分辨率特性和人眼视觉特征,提出了一种新的彩色图像水印算法。算法先将不同强度的签名水印扩频到彩色图像不同色块的小波域,然后进行逆小波变换生成水印图像。为增强水印的鲁棒性,在添加水印之前对水印进行预处理。实验结果表明,该算法对常见的图像处理方法和压缩具有很强的鲁棒性。     

一种随机选取嵌入位置的DWT域盲水印

提出了一种基于离散小波变换域的盲水印算法．水印嵌入前,利用随机的状态对水印图像进行置乱．对载体图像进行离散小波变换后,利用随机状态在分解后的低频子带中量化系数的思想随机地嵌入水印信息．由于置乱和选取的位置具有随机性,所以该算法有效地增加了攻击者提取水印的难度,提高了算法的安全性．仿真结果表明,该算法具有较强的鲁棒性,可以抵抗诸如噪声、压缩、几何裁剪以及中值滤波等常见的图像攻击．     

基于小波的图像增强算法在乳腺癌检测中的研究与应用

乳腺癌是现代女性最常见的恶性肿瘤之一,X光照片是一种在乳腺癌普查中广泛采用的检测手段。由于医学影像噪声大不清晰,检测结果往往不尽人意。本文以数字乳房X片图像为对象,研究了提高微钙化点的对比度的基于小波变换的图像增强算法。小波变换在时频域的多分辨率具有良好的空间域和频率域局部化特性。实验证明,基于小波多分辨率分析在抑制噪声的同时能对图像进行有效增强,提高图像的对比度,使钙化点的显示更为明显,提高了图像中病灶重要特征的可视化。基于小波的图像去噪和增强算法作为医学诊断的辅助手段有极其重要的意义。     

一种基于离散小波变换的数字水印技术

提出了在一种离散小波变换域内实现图像水印的方法。这种算法充分利用小波变换的特点,把原始图像及水印图像塔式分解,在多分辨率分解后的相同的频段来嵌入水印信息。该方法也利用了人眼视觉特性,算法简单而有效。实验证明,该算法较好地解决了水印不可见性与鲁棒性之间的矛盾,对常见的水印攻击都有较强的鲁棒性。     

一种基于脊波变换域的有意义图像盲水印算法

提出了一种将一幅二值图像信息嵌入到脊波变换域的盲水印算法。根据文[1]，水印被自适应嵌入到选定的脊波频带系数中。水印检测利用相关检测器，且不需原图像，实现了盲检测。通过实验证明了该算法的隐蔽性和鲁棒性。     

基于多小波变换的数字水印嵌入方法

提出了一种基于多小波变换的数字水印算法,将二值水印嵌入到宿主图像的多小波变换域中。首先将对应于相同位置的多小波系数形成向量序列,然后采用均值量化方法嵌入数字水印。实验结果表明,该水印算法在多种攻击下都具有较好的鲁棒性。     

基于离散小波变换和图像分存的数字水印算法

针对数字图像版权保护的问题,设计了一种基于离散小波变换和图像分存的数字水印算法。算法将水印信息随机嵌入到图像的小波分解中频系数中,并且使用纠错编码和置乱加密,以增强算法的安全性。实验结果表明该算法是有效的。     

基于S+P变换和EZW编码的图像压缩算法

嵌入式零树小波是根据标准小波变换的空间多分辨率特征将重要节点与零树根进行编码来完成图像压缩的编码算法,但标准小波变换对图像的边缘、轮廓以及纹理等特征信息的表达不具有稀疏性,不能够较好地表达图像的细节信息。针对标准小波变换的缺陷,新算法根据S+P变换能够实现整数到整数的变换,将EZW和S+P变换结合起来,提出了一种基于S+P变换改进的EZW编码算法,即使用S+P变换替换标准小波变换,完成图像的低损耗压缩。实验结果表明:相对于经典的EZW编码算法,基于S+P变换改进的EZW编码算法在压缩比、编码效率以及峰值信噪比等性能方面都具有较大的改善。     

基于分割与增强方法的红外与微光图像融合

为更好地保留原始红外图像的目标信息,挖掘更多微光图像的细节信息,提出一种结合分割红外图像与增强微光图像的融合方法。首先对原始红外图像进行二维最大熵法分割以提取红外目标信息,对原始微光图像进行Zadeh变换以增强其细节信息,依据红外分割图,将增强后的微光图像与原始红外图像进行一次融合;然后,在非下采样contourlet变换(NSCT)域,对原始红外图像、微光图像和一次融合后的图像进行二次融合,得到最终融合图像。通过试验对比,所提出的二次融合方法得到的融合图像视觉效果明显优于其它方法。最后,利用多个指标进行客观评价。结果显示,该方法可有效突出目标信息,提高图像清晰度与对比度,挖掘更多细节信息。