小波变换在图像融合中的研究

本论文从基于小波变换的图像融合入手,系统的介绍了小波分析和研究了二维小波变换在图像融合中的框架及其应用。由于小波分析在时域和频域同时有良好的分辨性,利用多尺度分析方法,可以在不同的尺度下观测信号不同精度的局部特征。最近几年,多分辨率分析已经成为解决图象处理的最可靠方法之一。目前,小波分析的研究比较热门,是近年来国内外一个比较活跃的研究领域并在图像融合处理中占有重要的地位。     

小波变换在图像压缩中的应用

本论文从基于小波分析的图像压缩入手,系统的介绍了小波分析和研究了二维小波分析在图像压缩中应用。小波变换在图像处理中有着非常重要的应用,包括图像压缩,图像去噪,图像融合,图像分解,图像增强等。小波分析是建立在傅立叶分析的思想方法之上的,是傅立叶分析的发展与延拓。除了连续小波(CWT)、离散小波(DWT),还有小波包(WaveletPacket)和多维小波,二维小波分析用于图像压缩是小波分析应用的一个重要方面。基于小波分析的图像压缩是近年来国内外一个比较活跃的研究领域,并在图像处理领域都占有重要的地位。     

基于离散多小波变换的医学图像融合

研究了基于多小波的医学图像融合,在分析了CT图像和MRI图像特性的基础上,提出了基于离散多小波变换的图像融合框架模型。详细阐述了如何使用GHM多小波对2D图像实现分解———融合规则选择———多小波重构。与单小波不同,多小波分解前需要对图像进行预处理,以及重构后的后处理。文章的最后比较分析实验结果,证实了基于离散多小波变换图像融合相比于单小波融合方法的优越性。     

基于小波变换的图像融合方法探讨与比较

图像融合是一个新兴的研究领域,如今,它已在计算机视觉、遥感、军事目标,海洋生物,工农业及医学图像等领域广泛地应用。随着小波变换理论的出现,它在图像融合中的应用已成为研究的热点,基于小波变换的融合算法也被不断推出,小波变换是一种时一频两域分析工具,具有良好的局部特性,能够获得较理想融合效果。本文研究的重点是基于小波变换的图像融合技术,分析了多种图像融合的技术,并对于优点和缺点进行了比较,进一步加以改进,以获得更好的融合效果。     

基于小波分析的目标识别技术中图像融合算法

论文探讨了基于小波变换的图像融合方法,在对现有的有关融合规则及其所融合效果进行分析的基础上,提出了一种新的基于小波的融合方法。实验证明,该方法能在保留原图像信息的情况下增强融合图像的细节信息。     

一种基于小波变换的图像融合新方法

图像融合是多传感器信息融合在图像处理领域的一个重要应用，以小波变换为工具是这一领域研究方法上的重大突破。在小波变换的基础上，对基于区域的融合算法进行了深入研究，提出了一种多光谱图像融合的新算法，并与其它几种算法进行了比较，仿真结果表明该算法简单，稳定性好，图像增强效果好，在图像增强中是一种比较可取的有效算法。     

基于NSCT变换的多聚焦图像融合

近年来,图像融合研究发展迅速,已成为图像处理中一个重要的分支。图像融合是图像处理中重要应用部分,常用于多源传感器图像融合。本文研究了基于NSCT变换的多源图像融合。并与小波变换,contourlet变换进行了参数评价分析。分析表明利用NSCT变换比小波变换,contourlet变换得到的结果更优。     

基于小波变换的图像处理技术研究

小波分析是继Fourier分析之后新的时频分析工具,它在科学研究和工程技术中的应用非常广泛。虽然小波理论现已比较成熟,但是近年来有关它的应用研究仍在不断发展更新。小波变换在图像处理领域中的应用几乎可以囊括图像处理的所有方面。本文对小波变换在图像去噪和图像融合两方面进行了研究。图像融合主要包括两个过程：数据准备与变换融合处理,前者的关键是影像预处理,而后者则主要采用不同的算法作进一步处理。图像去噪的应用主要研究小波阈值萎缩法。     

在MATLAB语言环境下基于小波变换的图像处理

小波变换是近十几年发展起来的，它集数学、信息处理于一体，在图像处理中起着重要作用。本简单介绍了基于小波变换的图像分解与重构，在此基础上讨论了MATLAB语言环境下图像压缩和图像融合的基本方法。实验结果表明：基于小波变换的图像处理具有理想的效果。     

一种基于四元数小波变换的图像融合方法*

目的基于四元数小波变换理论提出了一种新的图像融合方法。方法基本思想主要包括3步:首先,对图像进行四元数小波分解,得到各个尺度下的高频子带和低频子带。其次,对高频子带和低频子带分别采用区域最大值法和系数平均的融合准则,得到融合的四元数小波融合系数。最后,利用四元数小波逆变换得到融合图像。结果用所提方法得到了6组测试图像在主观和客观上的融合结果。结论实验表明,所提方法比离散小波变换、对偶数复小波变换和曲线波变换的图像融合方法更有效。     

基于小波变换的分块融合算法

目前许多关于图像融合的研究都在空域中进行,隐藏水印图像抗攻击的能力较差.本文采用了基于小波变换的图像融合技术,提出了基于小波变换的分块融合算法,使图像的鲁棒性得到很大提高,尤其是抗JPEG压缩和抗噪声干扰的能力较强,算法可应用于数字图像的版权保护和信息隐藏领域.     

基于小波的数字图像隐藏算法

在研究小波变换的基础上,给出了一种基于小波的快速图像隐藏算法.利用小波变换(DWT) 的基本原理,对公开图像进行小波变换,将把小波变换后的系数与秘密图像进行融合,最后利用小波逆变换进行图像重构得到结果图像.数值试验表明该方法的抗攻击能力较强,并保证了很好的视觉质量,且算法简单易行.     

基于离散多小波变换的多聚焦图像融合方法

多小波是小波理论的扩展,多小波变换能够为图像分析提供一种比小波多分辨率更加精细的方法。利用多小波将两幅图像进行融合后得到的融合图像,能够很好地将原图像的细节融合在一起。在研究离散多小波图像分析法基础上,提出了一种基于离散多小波变换的多聚焦图像融合方法。试验结果表明,该方法能够很好地解决多聚焦图像融合问题,具有良好的融合特性,得到的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融合技术

概述了图像融合的技术,着重介绍了基于小波变换的图像融合的原理与几种算法,通过主观视觉效果分析与客观统计参数,分析评价了各融合算法的效果,并作了相互比较。     

基于DT-CWT的像素级多分辨分析图像融合算法研究

提出基于对偶树复小波变换的像素级多分辨分析图像融合算法．对多聚焦图像和遥感影像的实验结果表明,本方法较基于离散小波变换和传统IHS变换的融合方法,保留了更多的光谱信息,而且提高了融合图像的空间细节信息．     

基于小波变换局部方差的遥感图像融合

为了充分利用各种感图像的信息，在分析以往图像融合方法优缺点的基础上提出了基于小波变换局部方差的融合方法，将各源图像进行小波分解，采用局部方差准则融合源图像的各分解层，再进行小波逆变换得到融合图像．利用信息熵等标准和其他融合方法进行比较，实验结果表明用此方法能得到更好的融合效果．     

基于小波变换和灰色理论的多聚焦图像融合算法

在小波变换图像融合的基础上,针对融合规则的选择,本文设计实现了一种基于小波变换和灰色关联分析的多聚焦图像融合方法。该算法的基本思想是对待融合图像进行小波分解,然后低频系数采用取平均的方法,高频系数采用灰色关联度进行融合。实验结果显示,该融合算法得到的融合图像远景效果和近景效果均比较清晰,优于常见的融合方法。     

基于小波变换和图像边缘信息的图像融合研究

本论文提出了一种能保留不同源图像的细节特征的图像融合方法。根据基于小波变换的图像融合框架,多源图像经过几何配准,重采样和精确配准以后,本论文首先对原始图像进行多层小波分解,获取各自的近似低频和细节高频分量,利用边缘匹配原则,得到后选边缘点的图。利用边缘匹配原则,得到后选边缘并对其进行边缘点连接。这样不但得到了重要的边缘点,也几乎全部的去掉了噪声。高频细节分量中边缘点的融合,利用线性加权计算来得到,其它的细节高频分量的小波系数利用常用的融合规则来计算。通过大量的图像融合试验表明,本论文提出的方法较好的对融合了图像的不同源图像的细节特征,较好的取得了理想的试验效果。     

基于小波包变换的图像融合技术的应用

阐述了基于小波包变换的图像融合算法，并对基于像素的融合规则与基于区域的局部方差融合规则作了论述．在此基础上，发展了一类修正后的局部方差对比的融合规则．通过对一混凝土梁构件内模拟的缺陷进行红外探测并进行图像融合，结果表明：对于探测梁内部缺陷，采用小波包变换的融合算法图像不仅充分结合了融合前图像的信息，边缘信息也更为细腻．另外，小波包分解层数对图像融合效果有着重要的影响．通过对加噪声红外图像的融合算例表明：随着小波包分解层数的递增，融合质量却逐渐下降．当分解层数在1～2层时，融合效果比较理想．     

一种基于小波变换的超光谱图像融合方法

超光谱图像小波融合是一个前沿的研究课题．在保留超光谱图像中各波段的光谱信息基础上，为增强边缘细节的表现能力，提出了基于小波变换的方差加权融合方法．并将融合结果与传统小波融合方法进行了比较．计算机仿真表明，该方法获得了更好的超光谱图像融合效果．