基于脊波变换的手指静脉图像增强研究

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...     

基于平稳脊波变换的图像降噪

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。     

基于小波变换的红外图像模糊与同态增强

针对红外图像对比度差、视觉效果模糊的缺点,提出了一种基于小波变换的红外图像模糊与同态增强算法。首先,采用正交小波变换对红外图像进行处理,将空域图像转换到频域,得到小波各层的分解系数;然后,运用同态滤波法对红外图像的低频子带小波系数进行处理,同时对红外图像的高频子带小波系数进行模糊增强处理;最后,经正交小波逆变换重构得到增强后的红外图像。实验结果分析表明,该方法可以增加红外图像细节,提高图像对比度,符合人眼视觉直观感应,能够有效达到红外图像增强的目的。     

基于脊波与小波变换的联合图像去噪方法

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））。     

基于双通道PCNN的NSST域红外与可见光图像融合

针对传统红外与可见光图像融合中存在的一些不足,提出一种新的基于非下采样剪切波变换(NSST)和双通道脉冲耦合神经网络模型(2APCNN)的红外与可见光图像融合算法.该算法首先对红外图像进行预处理,提高源图像的对比度,再对红外与可见光图像进行NSST分解得到低频和高频子带系数;然后对分解后的低频子带系数进行二维小波分解再次得到相应的低频和高频子带,低频部分采用一种基于显著图的融合策略,高频部分采用绝对值取大的原则,之后再对低频和高频采用小波逆变换得到NSST重构所需的低频部分;接着对NSST分解后的高频子带采用双通道PCNN进行处理;最后对处理过的低频和高频子带进行NSST逆变换得到最终的融合图像.几组图像的实验结果对比显示,该算法相比其他算法在客观评价指标和视觉效果上均取得了一定的改进.     

基于二维小波变换的图像压缩新算法

为了实现快速、高质量的图像传输,用尽可能少的小波系数高质量地表征图像,提出了一种基于二维小波变换的图像压缩算法.首先将图像进行二维小波分解,得到各子带的一系列小波系数;其次保留图像低频子带的所有小波系数;然后根据归一化能量序列熵准则提取其他各层子带重要系数,即在某一门限下剩余系数熵值与剩余系数最大熵值比值较大(0.9左...     

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。     

基于二进小波变换的图像增强技术

文章给出了图像的二进小波分解与重构,通过理论分析和实验研究了基于二进小波变换的图像子带增强算法,重点是二进小波基的选取以及图像分解层次对图像中目标边缘增强的影响研究。二进小波变换提供平移不变表示,导致完备的高频分量适于图像增强,实验结果表明,二进小波变换增强方法可以减少噪声的放大,在增强图像微小细节和避免放大噪声两方面获得令人满意的结果。     

结合多尺度和分数阶微分的单幅图像去雾算法

提出一种非下采样轮廓波变换(non-subsampled contourlet transform, NSCT)和分数阶微分相结合的图像去雾算法.该算法首先通过对低质有雾图像进行NSCT分解,得到一个低频子带与多尺度多方向的多个高频子带;然后采用分数阶微分算子对图像的低频子带进行增强,同时通过对各子带的高频系数进行非线性处理,实现高频子带的增强;最后进行NSCT重构,得到增强后的图像.对不同低质有雾图像进行实验比较,结果表明：本算法增强了主观视觉效果,使图像变清晰的同时,具有较高的对比度增益、清晰度增益、信息熵和平均梯度.     

一种基于元胞自动机变换的图像边缘检测方法

提出了一种新的基于元胞自动机变换的图像边缘检测方法.应用二维元胞自动机,首先确定合适的二维变换基函数,然后对图像进行元胞自动机变换,将变换系数进行子带编码,再根据基函数的性质,分离出变换系数中的高频部分,最后经过反变换得到图像的边缘信息.此算法简单实用,仿真实验结果较好.     

云计算环境下大数据视频图像的尺度空间融合算法研究

针对传统算法融合图像质量差、清晰度低、损失图像包含信息的弊端,提出一种新的云计算环境下大数据视频图像的尺度空间融合算法,介绍了尺度空间理论。通过具有平移不变性特征的提升静态小波变换算法对云计算环境下大数据视频图像进行尺度空间融合,对待融合图像进行提升小波变换分解处理,获取不同尺度空间下的低频子带系数与高频子带系数。针对低频子带系数与高频子带系数给出各自的融合方案,获取融合图像的提升静态小波变换系数。通过提升静态小波逆变换获取最终的融合图像。从主观和客观两个方面对所提算法的融合效果进行测试。结果表明,所提算法主观融合效果好,通过客观评价指标对融合图像进行评价,发现所提算法得到的融合图像清晰度、质量佳,不会损失图像包含信息。     

小波软阈值算法去除SAR图像中的Speckle噪声

在详细分析了Donoho小波软阈值的基础上，应用小波变换技术对SAP图像进行分析处理。使用“小波局部软阈值算法”来计算阈值，对高频小波系数进行阈值确定。求得估计小波系数，对其取小波反变换后，去除SAP图像中的Speckle噪声。实验结果表明此方法对去除Speckle噪声十分有效，可以在含有Speckle噪声为背景的图像去噪中应用。     

基于最大阈值的改进EZW图像压缩技术研究

研究了基于最大阈值的EZW图像压缩方法,从最大阈值角度出发改进了零树嵌入式编码EZW的算法,先判断重要子带,再进行带中操作,从而提高了工作效率。并结合传统EZW以及去高频图像压缩技术,进行MATLAB编程实验对比,结果表明:去高频图像压缩技术、传统EZW和改进后的EZW,这3种算法都能有效压缩图像,但是在三层小波分解下,改进的EZW算法明显优于其它两种算法。     

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.     

小波变换在数字图像加密中的应用

给出了一种基于小波变换的快速图像加密算法.首先对秘密图像和公开图像分别进行时域上的置乱变换,其次对公开图像的置乱图像进行小波变换,对小波变换后系数与秘密图像进行异或exclusive OR,XOR运算,最后利用小波逆变换进行图像重构,从而得到结果图像.数值试验表明该方法的加密能力较大,并保证了很好的视觉质量,且算法简单易行.     

基于脊波变换和SPIHT算法相结合的图像压缩

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.     

基于小波变换的数字水印算法设计

提出了一种基于小波变换域的盲检测数字水印算法.对载体图像进行二级小波变换,以一级小波变换中的水平细节子带系数为参考,自适应地调整同方向二级小波系数来实现水印信息的嵌入.实验结果表明,嵌入的水印具有较好的透明性和鲁棒性,并且可实现水印信息的盲提取.     

基于二维Logistic混沌映射的DWT数字水印算法

研究了一种基于二维Logistic混沌映射的离散小波变换（discrete wavelet transform,DWT）数字水印算法。该算法提出了一种利用二维Logistic混沌映射打乱原始图像像素点位置的置乱加密方法,用这种加密方法对水印图像做预处理操作,对原始载体图像做三级小波分解,在第三级小波分解后的水平高频和垂直高频子带中绝对值较大的系数中嵌入水印信息,把改变的系数和原小波系数重构后再做逆小波变换,即可获得含水印图像。水印的提取过程就是水印嵌入的逆过程。实验结果表明,该算法不仅有很好的透明性,而且对噪声攻击、JPEG压缩攻击和剪切攻击有很好的鲁棒性,并且提取出的水印有较高的安全性。     

基于小波变换和混合神经网络的图像压缩算法

提出了一种将空间方向小波零树编码与混合神经网络相结合，新的多尺度系数矢量量化策略．该算法在对图像进行多级小波变换后，利用3个方向上各自小波系数之间的相关性，构造符合图像特征的跨频带矢量，依据矢量能量和零树矢量的思想进行矢量分类，分别利用主元分析和自组织特征映射神经网络对3个方向的多尺度系数矢量进行基于视觉的加权矢量量化压缩编码．仿真实验结果表明该算法是合理可行的．