基于小波和Beamlet变换的图像线特征提取

Beamlet变换是多尺度几何分析的有效工具之一。本文提出了一种基于小波变换和Beamlet的图像线特征提取算法,利用小波变换凸显图像的线特征,再通过Beamlet变换提取图像线特征,实验结果表明了该方法有效。     

图像的多尺度几何分析及其应用

小波分析联合时间-尺度函数分析非平稳信号,从根本上克服了Fourier分析只能以单个变量描述信号的缺点,然而小波对于信号高维奇异性的几何特征并不能够稀疏的表示。多尺度几何分析理论提供了线性奇异和面性奇异的高维函数的最优表示。本文主要综述性的介绍了多尺度几何分析的产生及发展,重点介绍了shearlet的算法,与其在边缘检分析中的应用,并展望多尺度几何分析的发展方向。     

基于二代Bandelet和主成分变换的高光谱遥感图像融合

针对高光谱遥感图像具有波段多、波段间冗余大的特点,提出一种基于二代Bandelet和主成分(principal components analysis,PCA)变换的高光谱遥感图像融合的方法,利用二代Bandelet变换进行图像的多尺度几何分析,得到每个波段图像的Bandelet系数和几何流,对多个波段Bandelet...     

一种新颖的图像多尺度几何变换及其应用

提出了一种新颖的图像多尺度几何变换方法,主要由预处理、方向滤波器组和最优方向小波变换等组成.方向滤波器组将预处理后的高频分量分解为多个方向子带,然后每个方向子带执行改进的最优方向小波变换.该变换兼有Bandelet变换和Contourlet变换的多尺度几何分析特性,能更稀疏地表示边缘和纹理特征.分别将EBCOT编码和硬阈值去噪应用到图像变换系数中,从而实现了有效的图像压缩和去噪,很好地保护了图像细节.实验结果表明,对于纹理和边缘丰富的图像,所提出的图像压缩和去噪方法在视觉质量上明显优于基于Bandelet或Contourlet变换的方法,峰值信噪比也提高了0.1 dB以上.     

改进区域分割的多聚焦图像融合方法

针对传统多尺度几何分析方法在图像融合时易损失清晰度以及融合规则选取复杂的缺点,提出一种改进基于区域分割的多聚焦图像融合方法;首先,根据提升静态小波变换快速获得初始融合图像,并对初始融合后的图像进行Normalized Cut算法处理以获得不同的分割区域,然后分别对原始图像进行NSCT变换并计算每个分割区域内高频分量系数的绝对值之和,最后选取绝对值最大的区域为融合后区域,并通过遍历每个分割区域获得融合后的多聚焦图像;数值试验证明,本算法不但融合规则选取较传统多尺度分析融合算法简单,还能够有效克服清晰度损失的缺点,具有有效性。     

基于经验小波变换和Beamlet变换的裂纹检测方法

在材料完整性检测中,基于计算机视觉的光学检测技术在纹理复杂、噪声较大的背景中准确地检测外部裂纹仍然十分困难。针对这一问题,提出了一种检测裂纹的算法。首先,将裂纹图像自适应地分解为频率分量以得到更好的稀疏表示,然后利用多尺度几何分析技术从重构的近似图像中稳健地提取裂纹的线特征。实验表明,该方法比其他方法能够更准确地检测出图像中的裂纹,在抑制背景纹理和保留裂纹信息这两个性能上取得了较好的综合效果。     

小波变换及其在图像处理中的应用

小波分析是对傅立叶变换的继承和发展,在数字图像压缩,图像的边缘检测,信号分析,医学影像以及计算机视觉等领域有着广阔的前景,本文首先介绍了小波变换的基本原理,特别是多尺度分析理论,作为应用,分析了基于小波变换的图像消噪技术,并给出实例。     

基于光学多尺度几何分析的图像压缩去噪

基于变换的图像压缩方法应用较为广泛,小波在表示图像的边缘或纹理时,会产生大量的能量较大的系数。采用多尺度几何分析对图像进行稀疏展开,使变换具有强的非线性逼近能力。图像经过非下采样Contourlet变换转换成一种多尺度的、多方向和多分辨的表示形式再进行统计分析。利用图像系数相关性,不仅降低图像的维数,使弱的边缘细节能从噪声中被筛选出来,而且达到压缩去噪的目的。实验结果表明,采用该方法去噪后的图像处理效果很好,适用于高分辨率图像去噪。     

基于多图像与多分辨率的路面裂缝检测方法

路面图像的复杂性及裂缝信息的弱信号性导致对路面裂缝进行检测非常困难,为此提出一种基于多图像和多分辨率的路面裂缝检测方法.首先,在数据采集上,本文使用双摄像机对同一段路面于不同角度进行数据采集,光源分别使用定向光源和自然光源进行测试.其次,在裂缝检测上,使用金字塔变换对图像进行多尺度分解,再将每个尺度的分解图像阈值处理后重建为类梯度(gradient-like)图像,然后使用分水岭算法对类梯度图像进行分割,得到细化后的检测图像.最后,将同一块路面的两张检测图像进行融合,得到最终的检测图像.经试验证明,融合后的结果比单张图像检测效果更好,且使用多尺度的方法能更好保存图像的几何特性,很大程度提高了路面裂缝检测的可靠性和精度.     

小波变换模极大值多尺度边缘检测算法分析

文章利用小波变换和多分辨率分析的性质,从多尺度角度对图像边缘检测算法进行分析,总结出小波变换模极大值多尺度边缘检测算法。通过对标准图像Lena进行小波变换模极大值多尺度边缘检测结果发现,其比小波变换模极大值边缘检测算法和Canny算法在部分边缘检测中得到了更多的细节信息,使图像变得更真实。     

Fourier变义换和Gabor变换与小波变换的比较研究

对Fourier变换、Gabor变换和小波变换进行比较。从Fourier变换的定义出发，进行分析阐述，指出了Fburier变换不具有局部化分析的功能以及时频完全分离的缺点：通过对Gabor变换的核函数进行时频两域分析，说明了它品质因数是不恒定的以及它的一些缺陷；最后对小波变换的核函数进行分析，论述了小波变换具有品质因数恒定和多分辨率分析等优点。     

一种基于小波分量变换的人脸图像光照归一化算法

基于小波变换原理,提出一种基于小波分量变换的人脸图像光照归一化算法.人脸图像经过二维离散小波变换(DWT),被分解成4个子分量(LL,HL,LH,HH).将低频分量(LL)进行对数变换和分段线性变换,对高频分量(LH,HL,HH)进行Gamma变换.对所有子分量进行小波逆变换,对经小波重构后的人脸图像进行中值滤波.分别在Yale B和CMU-PIE人脸数据库中对本文算法进行光照归一化有效性试验;对比本文算法与其他22种光照归一化算法的处理时间及处理效果;进行分段线性变换和伽马变换参数比较试验及人脸识别试验.结果表明:本文算法执行速度快,处理效果好,人脸识别率高,适用于不同光照条件的人脸识别系统.     

同时计算实序列的DFT和实序列的DFT的IDFT的新公式

通过对离散傅里叶变换(DFT)的一些性质的分析,利用DFT的对称性和将一个复序列分解为4个奇偶序列之和的方法,改正了Gunther关于直接计算双实序列的DFT和实序列的DFT和逆离散傅里叶变换（IDFT）的公式中的少数错误,给出了新的同时计算实序列的DFT和实序列的DFT的IDFT的直接公式,并给出了证明.     

离散余弦变换与离散傅里叶变换之间的关系

从理论上说明离散余弦变换（ＤＣＴ）和离散傅里对变换（ＤＦＴ）之间的连系与差别．用协方差的相关性说明ＤＣＴ优于ＤＦＴ．     

CVaR及其相关变换

研究了CVaR与其他几个概率变换的关系，给出了关于CVaR的几个公式。     

P-集合与信息图像外变换-还原

利用P-集合,给出信息图像生成,提出信息图像变换的概念、构成结构;给出信息图像变换定理;给出信息图像变换属性特征和度量特征,提出信息图像变换-还原定理,并给出了信息图像变换在图像信息系统中的应用。     

基于改进的census变换彩色图像匹配研究

针对传统census变换在彩色图像匹配中精度不高,易受光照影响等缺陷,提出了一种彩色census变换匹配算法。首先,利用census变换窗口内的颜色距离标准偏差代替变换窗口中心像素的灰度值,再与邻域内颜色距离信息和邻域内颜色距离信息平均值之差进行census变换。然后,利用Hamming距离作为匹配代价函数,采用优胜全取策略(winner-take-all)和左右一致性校验得到视差数据,获得稠密视差图。实验表明,该算法可有效提高彩色图像匹配精度,实时性好,对非理想光照变化所引起的干扰具有较强鲁棒性。     

Laplace变换与某些积分变换的关系结果

证明Laplace变换与Stieltjes变换间关系定理，并由此得到关于Laplace变换，Stieljes变换，广义Stieltjes变换，Laguerre变换间关系的许多结果，同时给出其对积分方程的应用。     

分数阶余弦和正弦变换的多样性

根据分数傅立叶变换的定义,分析了分数阶算子的分数化过程,给出了基于不同特征值的分数阶余弦变换的数学表达,指出了多样性的根源,在此基础了又分析了分数阶余弦和正弦变换与分数傅立叶变换之间的关系,找出了这种数学表达式下的它们具有的共同性质,找到了分数阶余弦变换多样性的统一．该结论在光学和信息处理等应用领域具有实用价值．