基于小波变换的二值模式检索

提出了一种基于小波变换后的二值模式图像检索.把图像库里的图像通过小渡变换压缩预处理,方便图像快速入库提取图像特征.选取二值模式技术处理,以便有效提取图像的特征进行检索.实验数据库采用Brodatz纹理图像库,对比了边缘拟合算法,共生矩阵和灰度纹理矩检索图像的检索效率,得出小波变换后的二值模式检索效率较高.     

基于多尺度小波变换的图像识别研究

车牌字符识别是智能交通中关键,而边缘检测是车牌字符识别的一个重要方面。本文基于matlab利用小波变换技术对现实环境中拍摄的车牌字符进行噪声处理,并作出图像的边缘检测研究,设计出适合车牌边缘检测的程序算法,该方法适合车牌字符的相关检测工作。     

基于小波变换的纹理合成算法研究

基于样图的纹理合成基本思想是根据给定的小区域的纹理样本,拼合生成任意大小的纹理图像并且在视觉上与样本是相似而连续的。通过对基于样图的纹理合成算法进行研究,在待合成纹理块的搜索策略上,提出优先搜索前一个已合成纹理块在样图中的位置附近,快速定位下一个用于合成的纹理块。在纹理块的匹配策略中引入小波变换,结合小波变换后的小波系数和小泼变换后的低频域图像进行块的重叠区域匹配,最后使用最小路径法将待合成纹理块缝合到输出图像中。充分考虑了样图的结构信息并提高了合成速度,获得了较好的纹理合成效果。     

基于小波变换的车牌定位算法研究

文中提出了一种基于小波分析的车牌定位算法．根据图像中车牌的形态特征和横向纹理属性,提取图像高频（LH）小波系数的均值、能量、熵等作为分类特征,同时通过形态学算法对车牌候选域和非车牌域进行聚类,并运用相关的先验知识对车牌候选域进行优化．实验结果表明,文中提出的车牌定位算法是一种切实可行、准确高效的方法,该算法对复杂背景下拍摄的汽车图像具有很好的鲁棒性．     

基于小波变换的滚动轴承故障诊断研究

分析滚动轴承的失效机理及出现故障时的特征频率。小波分析能同时从时域和频域两个方面对信号进行分析,应用小波变换加包络分析相结合的方法,成功提取仿真信号和实测信号中的周期性成分,对滚动轴承故障做出准确诊断。     

基于小波变换的声音信号分析和处理研究

介绍了傅立叶变换和小波变换。通过在小波域内对声音信号的特征信息进行分析和处理,发现声音信号在小波域内分析和处理特征信息比在傅立叶变换域中更加方便。     

基于Curvelet变换在面部图像识别中的研究

Curvelet变换自从Emmanuel等人提出以来,经过十几年的发展,利用Curvelet变换技术来对图像进行处理已经有了很大的发展,如在图像识别、图像增强等方面．对于该技术的应用主要集中在以连续Curvelet变换和离散Curvelet变换为基础上的算法研究和应用。本文研究静态原始面部图像特征数据信息提取,主要是面部边缘特征信息提取。通过小波变换和离散Curvelet变换以及传统的增强技术分别来增强面部特征信息,从而得到Curvelet变换对面部图像识别效果更佳。     

基于共生矩阵的图像纹理特征提取及应用

纹理分析是计算机视觉的一个重要研究方向.讨论了基于灰度共生矩阵(Co-occurrence M atrices)纹理特征提取方法,并简要介绍了基于图像纹理特征的图像工程应用.     

纹理特征提取

本文阐述了纹理的基本概念,结合纹理图像自身的特点,对图像纹理特征的描述算法进行了分析与研究,确定使用灰度共生矩阵法来提取图像的纹理特征.虽然在纹理分析过程中还存在一些问题有待完善,但是实验证明这种纹理提取具有一定的有效性.     

从Fourier变换到小波分析

对突变信号、非平衡信号的处理已成为各领域的共同要求。本文从工程角度对Fourier变换、短时Fourier变换及小波分析的理论特点进行了讨论比较,为时实处理突变信号、非平衡信号探索新的途径。     

灰度共生矩阵算法研究

从灰度共生矩阵的算法定义、数据获取和纹理特征参数提取方面对该算法进行研究,并将算法应用到医学图像检索中,获得了良好的检索效果.     

基于尺度和灰度共生矩阵的纹理图像分割

将能反映纹理空间尺度变化信息的尺度共生矩阵(动态信息)和反映纹理信息的灰度共生矩阵(静态信息)相结合,进行纹理特征抽取,对纹理图像进行分割,再对分割结果进行滤波,去除分割结果中存在的误分像素,结果表明,能够获得良好的分割效果.     

小波联合变换相关器在指纹识别中的应用

小波变换具有多尺度分析的特点,在图像处理上具有很大的优越性.文章采用小波变换对指纹图像进行预处理后,利用联合变换相关器进行指纹识别.针对小波函数的尺度因子对识别结果有很大的影响,提出一种根据指纹结构特点,快速确定小波尺度因子的方法,并给出计算机模拟实验结果.     

基于多尺度小波的城市遥感图像纹理特征提取

遥感技术为人们提供了大量的图像数据,如何从中提取所需信息,是遥感图像处理技术研究的热点。基于多尺度小波变换,可提取城市图像的纹理特征。根据城市影像中地物特征和小波技术的特点,确定合适的窗口大小,采用逐一滑动窗口的方法,对每一窗口提取相应的小波统计特征;应用小波变换的多尺度特性,在不同尺度上提取出子图像特征,构造出纹理特征矢量,为遥感图像的分类提供纹理特征。     

基于IHS变换和形态小波变换的遥感图像融合

针对多光谱图像与全色图像的融合,本文提出了一种基于IHS变换和形态小波变换的遥感图像融合方法。新方法首先对多光谱图像作IHS变换,得到亮度I,色度H,饱和度S三个分量;其次,利用形态小波变换融合方法融合多光谱图像的亮度分量与全色图像,并用融合后的图像代替多光谱图像的亮度分量;最后,作IHS反变换得到新的多光谱图像。主观视觉效果分析和客观统计参数分析评价分析表明,新方法的性能优于IHS变换融合、小波变换融合方法,不仅较大地增强了融合图像的空间细节表现能力,而且很好地保留了多光谱图像的光谱信息。     

小波变换在图像镶嵌上的应用及接缝消除

利用近似正交变换--双正交变换的特殊性质,提出了一种新的图像镶嵌方法。运用新的边界延拓方式及灰度修正,使得图像能够精确重构。仿真试验证明了该方法的有效性。     

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。     

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。     

基于小波变换的图像边缘检测

根据小波变换原理,指出在边缘检测之前先对图像进行自适应平滑滤波。同时,选取更加有效的小波函数,以改进用于构建边缘检测算子的滤波器。结果表明,该方法用于图像边缘检测效果较好。     

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。