首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 62 毫秒
1.
有限脊波变换在Radon变换域中用正交小波处理点奇异,而正交小波变换不存在冗余性,因此在应用有限脊波变换进行图像降噪时会产生Gibbs现象。为了解决Gibbs条纹干扰问题,本文在有限脊波变换的基础上提出一种新的基于平稳脊波变换的图像降噪方法,其关键是引入一维平稳小波变换来代替正交小波变换对Radon系数矩阵进行处理。实验结果表明,与基于有限脊波变换的图像降噪方法相比,本文提出的算法具有更优的降噪性能,可使图像降噪后保持更好的边缘特征和视觉效果,振铃效应得到改善。  相似文献   

2.
基于脊波变换的手指静脉图像增强研究(英文)   总被引:1,自引:0,他引:1  
针对人体手指静脉图像的结构和特点,提出一种基于脊波变换的图像增强算法。该算法对手指静脉图像小波域各高频子带系数进行脊波变换,利用非线性新脊域系数确定法对脊域系数进行处理,然后对各高频子带进行脊波逆变换和小波图像重构。该算法对手指静脉二维曲线奇异处理、边缘增强等具有较好的效果,克服了小波变换在高维曲线奇异和方向选择上的不足。通过与传统的二维离散小波变换边缘增强法和自适应调整系数的脊波变换方法作比较,实验结果表明本算法具有更好的手指静脉图像效果。  相似文献   

3.
基于脊波变换的手指静脉图像增强研究   总被引:1,自引:0,他引:1  
针对人体手指静脉图像的结构和特点,提出一种基于脊波变换的图像增强算法.该算法对手指静脉图像小波域各高频子带系数进行脊波变换,利用非线性新脊域系数确定法对脊域系数进行处理,然后对各高频子带进行脊波逆变换和小波图像重构.该算法对手指静脉二维曲线奇异处理、边缘增强等具有较好的效果,克服了小波变换在高维曲线奇异和方向选择上的不...  相似文献   

4.
针对煤矿井下岩层监视监控系统中图像模糊的问题 ,提出了采用小波变换进行图像增强处理 .通过分析了一种基于Mallat的传统的小波变换的图像增强方法 ,提出了综合利用基于小波变换的阈值化去噪方法和计算增强系数的实用算法来实现含有噪声图像增强的算法 .通过实例综合利用基于小波变换的阈值化去噪方法和计算增强系数的实用算法 ,实现了对煤矿井下锚杆钻孔内岩层图像的增强处理 .研究结果表明 ,基于小波变换的图像增强方法能够较好地增强煤矿井下锚杆钻孔内图像中的细节特征 ,从而获得了比较满意的视觉效果 .  相似文献   

5.
针对煤矿井下岩层监视监控系统中图像模糊的问题,提出了采用小波变换进行图像增强处理.通过分析了一种基于Mallat的传统的小波变换的图像增强方法,提出了综合利用基于小波变换的阈值化去噪方法和计算增强系数的实用算法来实现含有噪声图像增强的算法.通过实例综合利用基于小波变换的阈值化去噪方法和计算增强系数的实用算法,实现了对煤矿井下锚杆钻孔内岩层图像的增强处理.研究结果表明,基于小波变换的图像增强方法能够较好地增强煤矿井下锚杆钻孔内图像中的细节特征,从而获得了比较满意的视觉效果.  相似文献   

6.
基于Curvelet和小波变换的纹理图像识别   总被引:1,自引:0,他引:1  
提出了一种基于Curvelet变换与小波变换相结合的纹理图像分类算法.小波变换在分析点奇异信号时具有良好的性能,而Curvelet变换更适合分析图像中的曲线或直线状边缘特征.算法通过提取两者分解子波段的统计学和灰度共生矩阵特征,采用支持向量机对纹理图像进行分类.实验结果表明,和单一的多分辨率变换特征提取相比,该算法具有更高的分类准确率.  相似文献   

7.
基于脊波与小波变换的联合图像去噪方法   总被引:1,自引:0,他引:1  
目的通过对脊波与小波变换这两种图像处理方法的分析,指出两种方法各自在图像处理的优缺点并提出了基于脊波与小波变换的联合图像去噪算法(RWT)。方法在去噪之前,首先通过脊波变换中较大的脊波系数,探测并保留二维图像中的主要信息特征,然后在图像的剩余信息中,通过小波变换有效地去除包含在其中的零维噪声信息,可以保留图像中的主要信息特征并完成去噪过程。结果理论分析和实验结果都表明,与传统的小波阈值方法或脊波去噪方法相比较有明显的去噪效果。结论该方法不但可以保持图像的边缘和良好的视觉特性,而且去噪后图像的峰值信噪比可再提高将近2 dB,算法处理的时间复杂度为O(Nlog(N))。  相似文献   

8.
小波变换在分析二维图像中曲线或者直线边缘特征方面存在明显不足,而由小波变换而来的Curvelet变换具有很强的方向性,能更好地逼近和稀疏表达平滑区域和边缘部分。本文首先介绍了一代和二代Curvelet变换的概念及二代Curvelet变换快速离散算法的实现,然后分别采用小波变换和二代Curvelet变换的快速离散算法进行图像去噪实验。实验采用Wrap(Wrapping—based transform)算法实现有关Curvelet变换,即在USFFT方法上增加一个Wrap步骤,将任意区域通过周期化技术一一映射到原点的仿射区域。对比试验结果表明,在图像消噪中二代Curvelet变换的离散算法较小波变换有更好的视觉效果,而且PSNR也有一定的提高。  相似文献   

9.
脊波对线奇异性图像能够到达最优的逼近,它是比小波能更好的稀疏表示图像的工具.讨论了脊波变换后的系数之间的相关性.结合SPIHT编码算法设计出基于脊波变换的图像压缩算法.实验结果表明,该算法能够有效地提高压缩率,同时能保持较高的峰值信噪比和良好的重建图像视觉效果.  相似文献   

10.
星云图和MPEG-4中运动补偿后得到的残差图像通常是点线奇异性明显的图像.小波变换是表示点奇异性的有效工具,脊波变换(ridgelet)是表示线奇异性的理想工具.该文基于二者的优点提出了一种基于脊波变换和小波变换的混合编码框架用来处理压缩点线奇异性明显的图像.实验结果表明这种混合编码可以有效地对点线奇异性明显的图像进行编码,其效果优于基于单独的小波变换的SPIHT编码和脊波变换的SPIHT编码.  相似文献   

11.
常淑娟 《科技信息》2010,(19):90-90
本文研究了在水印信号预处理中常用的Arnold变换,仿射变换和面包师变换的置乱方法和置乱周期。仿真结果给出了不同尺寸图像的置乱周期,这为根据水印信号大小选择适当的置乱变换提供了依据。  相似文献   

12.
根据经典Fourier分析中关于L^2(R^2)的直和分解,利用近期信号分析中由Mo bius变换引出的一系列结果,得到了更为广泛的直和分解,证明了其所有子空间在Fourier变换下保持不变,并且推出了其子空间里任意函数Fourier变换的具体表达式。  相似文献   

13.
从对Fourier变换的分析揭示出小波变换是数学本身发展的必然;从Fourier分析的局限性,讨论小波变换的变焦距特性;从Fourier变换的固定基给出小波变换基的选取原则,从而得出小波变换是Fourier变换的继承和发展。  相似文献   

14.
基于脊波分析思想, 给出一种适合方向性较强的图像中直线特征检测方法, 以检测机载高分辨雷达图像直线目标. 结果表明, 该方法可行有效.   相似文献   

15.
连续小波变换研究   总被引:1,自引:1,他引:0  
给出了多元可允许小波定义,提出了多元小波变换的一般形式,通常的小波变换只是其中的特例.从数值计算角度出发,在一系列的多元小波变换中,选择一个适当的小波变换,对小波正变换和逆变换进行离散,构造了数值解法,仿真实例表明了此方法的有效性.  相似文献   

16.
通过分析现有的一些边缘检测方法,针对在复杂环境下对车牌图象进行分割提取这一问题,提出了一种基于脊波变换的边缘检测方法.这种方法以脊波变换为理论基础,具有多方向和多尺度性,能对车牌中的不同方向的边缘特征进行有效的检测.实验表明,该检测方法抗噪声更强,定位更准确.  相似文献   

17.
结合离散小波变换和离散余弦变换在信号处理领域的优点,研究了基于变换域的数字语音水印算法.将宿主语音信号通过离散小波变换获得人耳不易察觉的低频分量后,根据均值量化的离散余弦变换直流系数正负性不易改变的特点,实现了零水印盲检测实验.结果表明,该算法有效地提高了数字语音水印的透明性、鲁棒性和抗攻击能力.  相似文献   

18.
提出了一种基于小波和Hough变换的仿射不变性商标检索方法.根据商标图像色彩单调、纹理简单的特点,首先对商标图像进行二值化处理并做Hough变换;然后,对经Hough变换的商标图像信息进行规范化处理,使其对应的小波变换具有仿射不变性,并用Mexican Hat小波对规范化后Hough变换信息进行奇异点分析.最后根据奇异点的信息进行商标检索.实验结果表明,该方法在检索效率和检索准确率上均高于现在应用较多的仿射不变矩算法.  相似文献   

19.
Ridgelet变换在地震数据压缩中的应用   总被引:2,自引:0,他引:2  
鉴于地震数据反映的物理界面的空间展布往往具有直线、平面等特性,小波变换进行震压缩处理不能很好地反映这一特性,根据Ridgelet变换的特点,将Ridgelet变换应用于地震数据压缩,结合嵌入式零树编码方法,提出了Ridgelet变换的地震数据压缩方法.通过对实际资料的处理,在压缩率为99.0%和90%时,比较了Ridgelet变换与小波变换处理结果.研究结果表明:Rigelet变换应用于地震数据压缩,其对数据的压缩比比小波变换对数据的压缩比大.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号