小波变换在图像分割中的应用研究

在讨论基于小波变换的阈值分割算法的同时,提出了Canny算子和小波变换的边缘信息融合的图像分割方法,以及利用小波变换对图像纹理进行分解、特征提取,然后利用模糊C-均值聚类(FCM)进行纹理分割的方法;探讨了各种分割方法的特点、应用范围、及图像分割技术的发展方向.     

基于广义Nakagami分布的医学超声图像去斑点噪声算法

通过对含斑图像作对数变换和冗余分解变换,实现了一种基于小波域局部统计特性的医学超声图像去噪算法.利用双边广义Nakagami分布和高斯分布分别对斑点噪声小波系数和信号小波系数建模,在贝叶斯最大后验概率估计(MAP)准则下推导出相应的萎缩法表达式,即GNDShrink.实验结果表明:该算法与经典的去斑点噪声算法相比,信噪比和相关系数都有明显的提高,并且能很好地保存图像的纹理.     

基于D5/3小波的医学图像压缩算法研究

针对医学图像的特点进行分析,选择小波变换对图像进行分解,但第一代小波变换存在缺陷,选择了第二代D5/3小波的提升方案对医学图像进行小波变换,再结合多级树集合分裂算法(SPIHT)进行改进,引入给定阈值思想.在Matlab中对大量医学图片进行仿真实验,实验仿真结果表明,该算法与传统的压缩算法相比较,在峰值信噪比(PSNR)和重构图像质量上都有较大的提高,更适合于医学图像压缩.     

多模态医学图像的融合研究

图像融合作为一种有效的信息融合的技术,已广泛用于医学图像、军事、遥感、机器视觉等领域．基于小波变换的图像融合是一种新的多尺度分解像素级融合方法,利用小波变换分别对CT,MRI医学图像进行分解处理,按照融合规则构造融合图像对应的各小波系数,再根据融合图像的各小波系数重构融合图像,重构后的融合图像完好地显示源图像各自的信息．实验图像使用互信息量化判据来评价融合效果,结果表明小波变换比传统的像素级加权平均融合算法效果更好．     

一种基于DWT和SVD的多重数字水印算法

提出了一种改进后的基于离散小波变换(DWT)和奇异值分解(SVD)的多重数字水印算法.本算法利用离散小波变换和奇异值分解技术在原始图像的四个子带中都分别嵌入两个数字水印图像.实验证明利用本算法嵌入的数字水印保证了数字水印的不可见性,并证明了用这种算法嵌入的数字水印对常见的攻击有很强的鲁棒性.     

基于小波变换与FCM的甲骨文字图像分割

针对传统FCM(模糊C均值)聚类算法及改进算法无法对背景有大片点状、片状斑纹以及字迹模糊的甲骨文字图像进行有效分割的情况,提出了一种基于二进小波变换与FCM聚类算法的甲骨文字图像分割算法.首先,采用二进小波变换模极大值点对甲骨文字图像进行边缘检测;然后,充分利用二进小波变换模极大值中的边缘信息,从而进一步修改FCM聚类算法中的隶属度函数.将实验结果与传统的FCM聚类算法及改进算法进行比较,证明了该算法能更有效地分割甲骨文字图像,具有更高的正确分割率.     

基于四元数小波变换和奇异值分解的图像水印

文章提出了基于四元数小波变换(QWT)和奇异值分解(SVD)的数字图像水印算法,该算法对原始载体图像进行四元数小波变换和奇异值分解,对水印图像进行Arnold变换和奇异值分解,并把分解的水印嵌入到分解后的原始载体图像中.结果表明,该算法对高斯噪声、剪切、JPEG压缩及滤波具有较强的鲁棒性.     

基于小波变换的医学图像增强方法与实现

分析研究了基于小波变换的图像增强原理和方法,对X线医学图像进行3层小波分解,得到各层的小波系数;采用不同的增强算法对不同层次的小波系数进行处理;利用处理后的小波系数进行小波逆变换,得到增强后的图像.实验结果表明该方法的增强效果明显优于直方图均衡化方法,既提高了图像的整体对比度,又突出了图像的局部细节,同时还抑制了噪声.     

红-黑小波变换的改进

本文从能量守恒的角度讨论了用红-黑小波变换对图像进行多层分解的问题,并在9/7小波提升算法的基础上,提出了新的红-黑小波变换,将原来红-黑和蓝-黄变换分别进行一次预测、修正的过程变成了如9/7小波提升算法中的预测-修正-预测-修正的两次预测、修正过程,并在图像压缩仿真实验中取得了峰值信噪比(即PSNR)比原红-黑小波变换高0.7dB的结果.     

一种基于DWT的数字隐形水印算法

提出了一种基于小波变换(DWT)的盲检测加密水印算法。利用离散小波多分辨率分解技术,在中层小波系数域嵌入图像水印信息。在提取水印时利用了水印图像本身的相关性来提高水印的提取效果。实验结果表明提出的数字水印算法,经某些图像处理操作和JPEG有损压缩后仍是有效的。     

基于小波和分块同态滤波的变光照图像增强方法

为提高变光照情境下图像质量,针对部分图像存在亮度不均、对比度低的问题,提出了基于小波与分块同态滤波的图像特征增强算法.首先将图像从原始色彩空间转换为H SV空间,以图像亮度分量V作为增强对象;然后利用小波变换代替分块同态滤波中的传统傅里叶变换对亮度分量分解,并对小波分解的子图像进行分块后进行高通滤波处理,对滤波后的图像...     

结合小波和颜色信息的SIFT图像配准方法

采用小波变换与尺度不变特征变换相结合的方法对目标进行识别及图像配准.为了提高光照不变性,获得更高的识别率,在尺度不变特征变换(SIFT)特征描述子中加入颜色信息,对基准和后续图像分别做小波分解,得到彩色描述子,再利用SIFT提取特征点,采用优化节点(BBF)算法及随机抽样一致性(RANSAC)算法完成2幅图特征点对的搜...     

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.     

一种改进的CT胸部图像肺组织分割方法

为了对病变肺部图像进行准确分割,对通常的肺组织分割算法进行了分析和改进,将小波变换与数学形态学引入肺分割算法.通过小波变换对图像进行分解,再运用数学形态学对分解后的各个分量执行不同的修补方法:对低频分量作形态学闭运算,对高频分量作形态学开运算;从而在适当的尺度修正图像的基本特征而不影响细节特征,在重构之后获得理想的肺区域.利用改进后的算法,对医院的36组临床HRCT数据进行分割,并与手工分割结果和通常算法的分割结果进行了比较.结果表明,该方法分割结果准确,能有效提高肺组织分割的平均敏感性.     

基于小波变换的X线图像的处理

在对X线图像的成像机理和图像特点分析的基础上,提出了对骨折X线图像进行基于小波理论的图像处理方法 利用小波变换的多维多分辨分析特性对X线图像进行消噪,将小波包的分解和重构理论与统计差值法相结合对X线图像的细节部分进行增强,用多分辨图像锥和FCM算法来分割图像 该方法确保了骨折智能诊断与治疗系统的精度和准确度.     

基于小波变换的改进DDGVF医学图像分割算法

针对传统Snake模型不能很好地分割带有凹陷边缘图像的问题,提出了一种改进的结合小波的动态方向梯度向量流(简称DDGVF)模型.该算法首先利用小波变换的多尺度特性对待分割图像进行3层分解,然后在每层分解的图像下进行DDGVF算法的分割,不断获得更加精细准确的目标轮廓,最后达到准确分割.针对合成图像、含有噪声的图像和真实的CT以及MRI医学图像进行仿真实验.结果表明:改进算法能很好地解决传统Snake模型不能深入分割凹陷区域、捕获目标范围小等问题,并且具有分割时间较少的优点,是一种高效准确的医学图像分割算法.     

基于双正交小波变换的彩色图像水印嵌入算法

基于传统小波变换的数字水印算法,提出一种基于双正交小波变换的彩色图像数字水印嵌入算法.算法利用双正交小波具有的良好分解和重构特性,对原始水印图像进行Arnold置乱后,将载体图像及水印图像分别进行2级和1级双正交小波变换.根据小波各频带系数之间的关系以及人类视觉系统掩蔽性,确定水印嵌入位置和强度,将置乱后的水印按照一定权重规则嵌入到载体相应的分解系数中,利用双正交小波逆变换得到含有水印的图像.仿真实验结果表明该算法不仅有较好的隐藏性,而且对于常见的操作攻击也表现出很强的鲁棒性.     

基于小波理论与混沌矩阵的图像加密技术

提出了一种基于小波变换以及混沌序列的快速图像加密算法.利用小波变换(DWT)的基本原理,对秘密图像以及由混沌序列生成的广义混沌图像进行小波变换,然后把小波变换后系数进行融合,最后利用小波逆变换进行图像重构得到结果图像.数值试验表明该算法简单易行,抗攻击能力较强.     

基于超混沌映射的医学图像小波域加密算法

针对当前医学图像加密算法在抗攻击能力和加密效率上的不足,提出了一种新颖的基于小波变换和超混沌映射的医学图像加密算法.首先,分析了Le Gall 5/3整数小波变换的特点,提出利用去相关性强度指标确定小波变换分解级数,充分降低像素间相关性;然后,设计新的二维超混沌系统产生快速伪随机序列,提高混沌密码的安全性和产生效率;最后,对选取的医学图像小波低频系数进行两轮扩散加密,增加密文对明文的敏感性和降低迭代次数.实验结果表明,算法具有高安全性和良好的加密效率,与现有方法相比,密文像素相关性降低20%,以上,加密所需时间约为原方法的0.01倍.算法适用于大容量医学图像的实时加密和解密.     

一种基于小波变换的多阈值分割算法的研究

本文研究了基于小波变换的多阈值图像分割算法。通过小波变换将图像的直方图分解为不同层次的小波系数,然后利用小波多分辨率分解,将直方图曲线进行平滑去噪,依照给定的分割准则和小波系数选择阈值门限,最后采用从粗到细的过程分割图像。算法证明合理。