基于小波变换的角点检测算法

传统Harris角点检测算法对噪声敏感,图像分辨率不同,角点容易产生漂移。,结合小波变换的多尺度特性,提出一种基于小波变换的角点检测算法.该算法在图像缩放、旋转或灰度变化时保持了Harris角点检测算法检测角点效果良好的优点．改进了其不具有尺度不变性的缺点,并具有较强的抗噪性与实时性,     

基于小波分析的红外弱小目标检测算法

针对红外弱小目标检测需求,根据红外弱小目标图像特性及其小波分析特性,提出了一种基于小波分析的红外弱小目标检测算法。算法首先对红外弱小目标图像进行小波分解;然后置低频小波系数为零去除背景,阈值化高频小波系数滤除噪声,自适应子带增强加强目标能量;最后进行小波逆变换并进行自适应阈值分割。实验结果表明,提出的算法速度快、抑制噪声的能力强。     

小波分析在图像处理中的应用

小波分析在图像处理中的应用是小波分析较典型的应用之一。本文首先从小波的基本概念入手,简要介绍了小波变换与小波分析方法,并以图像压缩为例说明了小波分析在图像处理中的应用。结果表明,小波分析应用在图像压缩中,不仅压缩比高,压缩速度快,压缩后能保持信号与图像的特征基本不变,而且在传递过程中可以抗干扰,总体压缩效果较好。     

小波理论在医学影像诊断中的应用

现代医学技术的每一次飞跃都得益于数学和物理学理论上的突破,它为医学诊疗手段的进步构建了理论和技术平台。小波分析方法作为类似傅立叶分析的方法,由于其分析中的多尺度分解和重构,使其成为多尺度分析中的一个热点,小波理论在信号处理、图像处理等众多非线性科学领域合理地把时、频两域结合起来表示信号被认为是近年来在工具及方法上的重大突破,而其在医学影像诊断上的应用对于生命科学的研究更是具有重大的意义。     

小波变换在图像边缘检测中的应用

提出将小波变换应用于图像边缘检测的具体算法原理,将其应用于图像边缘检测具有定位精度高、去噪效果好的优点,仿真结果表明了此方法的正确性和有效性。     

小波分析在图像处理中的应用

小波分析在图像处理中的应用是小波分析较典型的应用之一。本文首先从小波的基本概念入手,简要介绍了小波变换与小波分析方法,并以图像压缩为例说明了小波分析在图像处理中的应用。结果表明,小波分析应用在图像压缩中,不仅压缩比高,压缩速度快,压缩后能保持信号与图像的特征基本不变,而且在传递过程中可以抗干扰,总体压缩效果较好。     

用小波变换求非奇异信号突变点的参数

信号的突变点和不规则的结构经常带有大量重要的信息.有平滑边缘的突变点的3个参数分别是边缘的李氏指数α、平滑因子σ和幅度κ.采用高斯函数的一个阶导数作为小波函数,推导出κ,σ,α满足的方程和σ满足的方程,给出了求突变点3个参数的算法.     

基于小波变换的红外热图像分割方法的研究

利用小波分析对局部具有良好的时域和频域分辨率的特点,将其引入红外热图像分割中,提出一种基于小波变换的多分辨率门限选法,这种方法不仅能有效地克服红外热图像固有的缺陷,而且改变了传统分割方法中人为选取阈值参数的作法。     

小波变换在图像压缩编码中的应用

对图像压缩编码技术进行综述性介绍，着重阐述了基于小波变换的图像压缩编码的基本思想与特点。     

小波变换在数字图像处理中的应用

主要分析了基于小波变换的图像分解和图像压缩的技术，并运用Matlab软件对图像进行分解，然后提取其中与原图像近似的低频信息，达到对图像进行压缩的目的．分别作第一层分解和第二层分解，并比较图像压缩的效果。     

浅谈小波分析在结构损伤检测中的应用

简要介绍了一维小波分析的基本原理和信号的小波消噪原理,及其在结构损伤检测诊断方面的主要应用,并引例说明小波分析可以弥补傅利叶转换的一些不足之处.     

小波变换在图像压缩编码中的应用

对图像压缩编码技术进行综述性介绍,着重阐述了基于小波变换的图像压缩编码的基本思想与特点.     

多尺度小波在边缘检测中的应用

本文根据小波变换原理,利用B样条函数近似构造高斯小波函数作为检测算子,提出了一种简单有效的多尺度边缘检测方法。实验结果表明,该方法用于图像边缘检测效果较好。     

多小波的预处理方法及其在信号滤波中的应用

在多小波的应用中，对采样数据的预处理是一项很关键的技术．本对常用的多小波给出了一种对采样数据的预处理和后处理的方法，并将其用于信号滤波与单小波作了比较，实验结果表明，该方法不但效果好而且计算量少．     

小波变换在图像压缩编码中的应用

对图像压缩编码技术进行综述性介绍,着重阐述了基于小波变换的图像压缩编码的基本思想与特点。     

小波分析在遥感图像融合中的模型研究

以高空间分辨率的全色图像与高光谱分辨率的多光谱图像进行像素级融合为例，详细地总结了小波分析在卫星多源遥感图像融合领域的融合模型及其优缺点，重点分析了各种常见小波变换融合方法的原理和应用条件，并归纳了用小波变换融合图像的基本步骤及其结果的主客观评价标准，最后讨论了小波分析在像素级融合目前存在的问题和结论。     

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。     

一种基于小波变换的图形压缩方法研究

将小波理论应用于视频和图像压缩是目前国内外十分重视的图像压缩技术。小波分析技术和多分辨分析理论改善了基于分块DCT变换的压缩编码技术的方块效应和飞蚊噪声的不足；而分形压缩编码方法，由于其可以获得极高的压缩比而得到广泛关注。本文在借鉴前人的图像压缩编码算法的基础上，提出了一种图像压缩方法：该方法首先将图像进行小波分解，然后对不同的频带特征采用不同量化、压缩方法进行编码。实践表明，该方法不仅能够大大提高图像的压缩比，而且在网络信道不稳定的情况下，能在一定程度上克服数据传输出错，从而避免数据丢失造成的恢复图像质量下降。     

多小波理论及其在图像处理中的应用

综述了多小波变换理论的发展及其在图像处理处理方面的应用，展望了它今后的发展。实验表明多小波方法在信号专噪、图像数据压缩等方面可以取得比单小波更好的效果。     

融合小波变换及SIFT算法的去抖动运动目标检测

采集视频信息时因摄像机抖动造成图像不稳定,将给后期运动目标检测带来严重的误检测问题。针对此问题提出一种融合小波变换及自适应SIFT算法的运动补偿方案。首先引入基于阈值的小波变换对图像进行去噪,然后设计变步长迭代准则自适应地搜索匹配的SIFT特征点,保证了高配准精度的特征点对的获取,通过对比当前帧与参考帧匹配特征点的偏移量估计抖动参数,再利用改进的高斯混合模型对运动补偿后的视频帧进行运动目标检测。实验结果表明,与同类方法相比,能够获取具有更高配准度和稳定性的匹配特征点对以有效地估计抖动参数,具有良好的去抖动效果和较高的运动目标检测精度。