基于数据融合的多小波基联合图像去噪

提出了一种基于数据融合的多小波基联合图像去噪新方法．该方法首先用多个小波基分别对含噪图像进行分解、阈值处理和恢复,得到多幅恢复图像,然后根据像素点邻域的方差对这些图像进行加权融合获得最终去噪图像。该方法充分体现小波基的多样性和图像的局部特性。实验结果表明,该方法去噪效果比单一小波基方法和已有的多小波基联合方法都有明显的改善。     

一种基于小波域的中值滤波去噪法

根据脉冲噪声和高斯噪声在小波变换下的不同特点,结合中值滤波,在小波域内对高频子带图像进行中值滤波.仿真结果表明,此算法不仅能滤除图像中的脉冲噪声和高斯噪声,且能较好的保留图像的边缘细节,可获得较好的去噪效果.     

基于小波变换的图像阈值去噪法

图像去噪是图像处理领域中的重要研究方向之一。小波变换具有选基灵活和多分辨率特性等,能清晰图像,因此在图像去噪中获得了广泛的应用。当含噪图像经过小波变换后,图像和噪声在不同的分辨率下呈现出不同规律,设定阈值门限,接着调整小波系数,最终达到去噪的目的。在硬软阈值去噪法的基础上提出新算法,并且利用Matlab进行仿真,实验结果表明新算法的峰值信噪比较高,具有较好的去噪效果。     

一种有效的形态小波多聚焦图像融合算法

多聚焦图像融合的关键问题是如何更好地保持源图像的轮廓信息和细节信息。形态小波具有小波变换的多层次分解特性和形态学的非线性特性。提出了一种基于形态小波变换的多聚焦图像融合算法。根据形态小波分解信号的特点,分别对高频系数和低频系数设计不同的融合规则:高频系数采用方向相关方法,最大程度保留细节和细节信息的方向特性;低频系数采用加权平均方法,该方法轮廓明显,最大程度地保留了轮廓信息。实验结果表明:该方法融合图像效果优于传统图像融合方法。     

基于小波变换的图像降噪

根据小波变换和噪声信号的能量分布特性,提出了一种先用小波变换对含噪图像进行多尺度分解,求出各尺度小波变换高频系数的噪声方差和阈值,利用各尺度的阈值对高频系数进行处理,然后利用小波变换系数重构图像,实现图像降噪的方法;实验结果说明该方法可以有效地降低噪声,又可以较好地保持图像细节。     

数字图像的小波去噪方法研究

由于外来信号的干扰,大多图像都含有不同程度的噪声。为了更好地对图像进行分析,就必须在图像预处理中减小这些噪声。图像去噪正是在保留图像原有重要信息（边缘等）的前提下降低或消除噪声。该文介绍了小波变换的基本理论,对以小波为工具的数字图像去噪方法进行了探索,同时选取不同小波基函数对多幅标准图像开展了大量仿真实验,并对小波基函数的选取以及软硬阈值去噪等相关问题进行了研究,得到了最优基的选择应根据图像自身的特征来确定等有意义的结论。     

基于小波的SAR图像融合算法及性能评价

介绍几种基于小波变换的SAR图像的融合算法,利用多分辨小波变换的系数,采用低频图像的小波系数最大值作为融合后的低频系数,高频图像根据确定的融合规则,调整高频小波系数大小.并对融合图像质量进行了对比评价,得出了这几种融合方法的各自特点.实验结果表明,这几种方法能够在保留图像微小细节方面获得满意的结果.     

对小波图像去噪方法的探讨

小波图像去噪方法已广泛应用于图像去噪领域．在对日前小波图像去噪文献进行综合的基础上，描述了信号奇异性，并阐述了三种基于小波阈值去噪的方法，最后对小波去噪方法进行了一些展望．     

改进型小波阈值超声图像去噪方法

在D.L.Donoho提出的小波软、硬阈值去噪方法的基础上,提出了一种新的改进型半-软阈值方法,克服了经典小波阈值方法的缺点,能有效地改善图像的质量.通过Matlab对斑点超声图像进行去噪仿真,结果表明该方法优于软、硬阈值法,具有一定的应用价值.     

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．     

线性混合小波基图像去噪研究

基于线性混合小波基的阈值去噪是一种有效的图像去噪方法,它将多个不同特性的正交小波基进行线性混合构成一个新的小波基,该混合基兼有多个小波基的特性,能较好地表示复杂图像信号,从而有效地提高了去噪效果。该方法中混合系数的选择十分重要,它对混合基的去噪效果有重要的影响。本文首先介绍了线性混合小波基图像去噪的原理,然后在总结实验结果的基础上,提出了一种两个小波基混合的混合系数选择方法,并以其为基础实现两个以上的多个小波基混合。大量的实验表明,用该方法选择的混合系数,混合基的去噪效果良好。     

基于小波变换的图像压缩算法设计

本文设计并实现了一个有效的图像压缩算法。选取了Daubechies-5小波基,通过对小波系数的特点的研究,提出了将嵌入式零树编码和改进的游程编码相结合的方法,实现了小波系数的有效编码,实验表明,该算法取得较好的压缩效果。     

谐波干扰下的异步电机故障诊断研究

推导出在高次谐波干扰下,PARK矢量模平方函数的数学表达式,消除直接进行定子电流分析时基波频率对特征频率的影响。但是新增的频率成分很容易被直流分量、2f分量和4f分量淹没,对PARK矢量模平方函数进行傅立叶变换效果很差。采用多分辨率小波分析,对其各层系数进行分解与重构,其中第7层高频系数和第8层高频系数重构后的波形在发生故障时幅值明显大于无故障时的波形,对电机故障有很高的辨识度,是一种有效的方法。     

基于小波系数相关性的图像去噪研究

本文主要介绍了一种基于小波系数相关性的图像去噪方法。为降低图像噪声增强程度,此方法对小波变换的阈值函数利用相关性进行了改进。同时,通过实验验证了该方法的有效性。     

基于小波变换的低对比度图像增强改进算法

提出一种基于小坡变换的图像增强算法.利用小波变换的时频局域性和方向性特点,对分解后的高频系数进行子树划分,以子树为单位实现图像的对比度增强.在VC++环境下实现了该方法,实验结果表明该算法能得到整体视觉好的图像,是一种有效的图像增强算法.     

Image Coding Using Wavelet Transform and EntropyConstrained Vector Quantization with Quadtree Structure Vectors

ＩｍａｇｅＣｏｄｉｎｇＵｓｉｎｇＷａｖｅｌｅｔＴｒａｎｓｆｏｒｍａｎｄＥｎｔｒｏｐｙＣｏｎｓｔｒａｉｎｅｄＶｅｃｔｏｒＱｕａｎｔｉｚａｔｉｏｎｗｉｔｈＱｕａｄｔｒｅｅＳｔｒｕｃｔｕｒｅＶｅｃｔｏｒｓＧａｏＸｉｑｉ（高西奇）ＨｅＺｈｅｎｙａ（何振亚...     

基于Curvelet变换和均值滤波的图像去噪方法

针对图像中的高斯噪声干扰,提出一种改进的图像去噪方法．首先利用Curvelet变换将含噪声图像分解成多个子频带,再根据子带系数的高斯分布特性,利用阈值去噪和加权平均滤波相结合的方法对高频子带进行去噪处理,最后利用Curvelet反变换得到去噪后的图像．为了验证该方法的有效性,与传统的硬阈值、软阈值、基于小波变换的方法相比较,实验结果表明,该方法能够获得较好的峰值信噪比和视觉特性,保留较多的细节信息．同时也说明了Curvelet变换比小波变换能够得到更好的去噪效果．