小波变换与图象数据压缩

随着信息社会的发展，多媒体计算机越来越显示出其重要地位和广阔的应用前景，而图象数据压缩问题困扰着多媒体计算机的发展，因而也成为多媒体的一个关键技术问题，本文利用小波变换的特性研究图象数据压缩方法，以探寻高比例，高质量压缩图象数据的新途径。     

利用双正交小波变换去除图象噪声

对噪声污染的图象进行复原处理时，传统的去噪声方法会造成图象模糊。本文用双正交小波变换去除图象噪声，从结果看利用双正交小波变换进行多分辨率低通滤波在去除噪声的同时造成的模糊比传统低通滤波器少。     

小波变换及图象的VQ压缩

利用小波变换可实现图象的多分辨率分解，但分解后数据量并没有得到压缩，用ＶＱ对分解后的细节图象进行编码时，根据分解后矢量的均值，方差分类设计码本，该方法不但可有效地提高编码时搜索速度，而且重建后图象的也有所提高。     

基于离散小波变换域的图象水印技术

提出了一种子离散小波变换域实现图象水印的方法。其优点是良好的稳健性和层次性的检测方法。这种算法充分利用小波变换的特点 ,把原始图象和水印分解成多频段的图象来嵌入水印。检测时 ,把加了水印的图象塔式分解 ,通过计算处理每一层取得所有的有关信息     

基于小波变换的图象压缩

要在模拟和移动通讯中传输数字图象，首先必须对图象实行高比率的压缩，本文对讨论小波变换的特征机理，建立了以小波变换为基础图象压缩软件模拟系统，并同标准ＪＰＥＧ的图象压缩方法做了对比实验，结果证明：在高压缩比时，基于小波变换压缩的重建图象ＰＳＤＮ和重建图象质量都明显地成于传统的ＤＣＴ压缩方法。     

基于小波变换和动态聚类的图象分割方法

本文讨论了一种结合小波变换和非监督动态聚类的图象分割算法。在图象分割过程中,首先用小波变换提取图象中的边缘信息,再利用所得的边缘信息和原图象的灰度信息进行聚类。实验证明了这种方法是行之有效的。     

一种基于模糊小波变换的图像噪声消除算法

在局部软阈值消噪算法的基础上,对水平和垂直方向的高频系数采用模糊中值滤波进行改进,提出一种基于小波变换和模糊中值滤波的消除高斯噪声和盐椒噪声的新算法,并对该算法采用Matlab6.5做仿真实验,将该算法与小波全局软阈值去噪算法、局部软阈值去噪算法和小波包阈值去噪算法进行比较.结果显示,该算法具有更稳健的去噪性能,而且能较好地保留边缘信息.     

用于图象压缩中的非等长小波滤波器

构造了用于图象压缩的满足完全重构条件,具有线性相位的不等长小波滤波器组,即在小波分解时,其高通滤波器很短,而低通滤波器相对较长,这样,在滤波器等效总长度较短的前提下,获得了在基函数与实际波形较好地匹配。对比实验表明,所构造的滤波器性能不低于现有的滤波器,且由于滤波器总长度短,小波分解与重构所需的时间也比现有滤波器短。     

彩色图象噪声的形态滤波方法

形态处理是二值和灰度图象处理中噪声抑制、特征抽取、形状描述等的有效方法，本文提出了一种彩色形态变换，将数学形态学理论拓展到彩色空间，构建了彩色噪声形态滤波器，分析了其性质，实验结果表明它能有效地消除图像中的彩色噪声、保留图像边缘。     

小波变换在医学图象边缘检测中的应用

讨论小波变换在图象边缘检测、分类与描述中的作用．根据医学图象的特点,采用二进小波变换,成功地进行了边缘的检测与分类．实验表明,该法具有计算复杂度低,速度快等优点．     

一种基于小波变换图像去噪的新方法

提出一种将小波变换去噪和高阶统计量滤波法去噪相结合用于图像去噪的新方法, 既较好地保持了图像边缘细节, 又有效地虑除了噪声. 实验结果表明, 相对于单一的小波变换去噪或高阶统计量滤波法去噪, 所给方法在视觉和峰值信噪比增益上都取得较好效果.     

焊缝图像边缘检测方法探讨

边缘特征是图象最为有用的高频信息。由于存在噪声,采用经典算子的方法,图像的边缘检测效果不太好。本文首先介绍了经典的边缘检测。然后,针对上述算法的缺陷,提出基于小波变换的边缘检测。实验结果分析表明,在边缘精度、强弱边缘提取和噪声抑制方面,该算法是有效的。     

一种新的基于小波变换的图像消噪方法

一种新的基于小波变换的图像消噪方法是在运用小波变换对含噪图像进行消噪前，先对图像进行小波级数分解，对其中的低频系数和高频系数进行适当的放大；然后对图像采取局部阈值消噪法进行消噪；最后运用小波变换对所得到的图像小波系数进行适当的缩小并将其重构．仿真实验证明这种方法比一般的诸如中值滤波和维纳滤波等图像消噪方法有很大的改进，特别是图像均方差(MSE)有很大的降低，而图像的信噪比也有较为明显的提高。     

基于小波包去噪和图像质量评估的指纹图像预处理

分析了指纹图像的噪声类型及传统指纹图像处理方法的不足,提出一种基于小波包去噪和图像质量评估相结合的指纹图像预处理方法,仿真结果表明：该方法能有效去除指纹中的随机噪声,降低干湿指纹和不完整指纹对指纹识别率的影响,且算法简单,处理速度快,能满足实时性要求.     

图像数据压缩中的小波选择方法

在图像信号的传输过程中，为了降低比特率，必须进行图像数据压缩．数字图像中的一种重要技术是子带编码，在子带编码中最重要的是正交镜象滤波器组的选择，而紧支的正交规范小波与完全重建的正交镜象滤波器组相对应．笔者提出一种用于信号最佳逼近正交小波的选择方法，即选择满足一定条件的滤波器的方法，采用小波压缩编码方法，实现高效的图像数据压缩方法．     

小波域中基于模糊的图像去噪方法

在图像去噪方法中,信号局部方差估计的准确性对去噪效果起至关重要的作用．根据图像小波系数与邻近点的相关性,把模糊（Fuzzy-based）函数用于估计信号的局部方差,根据局部噪声变化自适应地去除噪声．仿真表明,提出的局部方差估计算法FLAWML的去噪效果相对其他算法有较好的改善,保存了图像的边缘细节,增强了图像视觉效果．     

基于小波变换和中值滤波的医学图像去噪

简单介绍了离散小波变换、二维小波变换分解与重构和中值滤波的原理,提出了利用小波变换、中值滤波对含有高斯和脉冲两者混合噪声的医学CT图像进行去噪的一种新方法。实验结果表明:这种方法能够有效改善图像质量,较好地保持图像视觉效果,降低图像噪声;此方法的效果优于单纯的小波变换或单纯的中值滤波或先中值滤波再小波变换去噪的方法,是去除CT图像中含高斯和脉冲两者混合噪声的一种比较理想的方法。     

一种改进的小波域图像去噪法

在小波阈值去噪方法的基础上,提出一种块匹配及小波变换技术相结合的图像去噪法,首先估算含噪图像的噪声方差,然后对图像进行分块匹配,构造各相似块的三维数据组,对其进行3D小波变换,再以噪声方差迭代形式,获得最佳软硬阈值对高低频系数分别做去噪处理,最后对低频DC系数做细节锐化运算。仿真结果表明,本算法既能有效地减轻图像中噪声,又具有较好的形状和细节保持能力,在图像的信噪比和主观视觉上都优于传统的软阈值、硬阈值、中、均值滤波去噪法。     

车载手势识别中基于小波变换和双边滤波的图像去噪方法

手势识别是人机交互中的重要研究领域,车载手势识别系统可以减少驾驶员手动操作仪表导致的分心,提高驾驶安全性。受光照变化、汽车环境、摄像头成像质量等各因素的影响,车载手势图像中常会存在大量复杂噪声。这些噪声严重影响后续手势分割、特征提取和手势识别的准确性。针对手势图像中存在的噪声问题,本文提出了一种适用于车载手势图像处理的新方法。该方法先对小波分解后的各高频子带采用不同方向的一维非线性扩散滤波处理得到初步去噪手势图,在此基础上用多尺度双边滤波对图像再次处理。实验结果表明,本文方法可以较好地去除车载手势图中噪声,抑制车载手势图细节的模糊。      

基于新阈值函数的小波图像去噪研究

构造了一个新的阈值函数,并采用这个阈值函数来对含噪声图像进行去噪处理。仿真实验结果表明,采用新的阈值函数的去噪效果在峰值信噪比意义上优于传统的软硬阈值方法。