一种二维离散子波变换的滤波器结构

子波变换具有良好的时间（空间）频率局部化性能，在图象子带编码中，二维离散子波变换是一种接近理想的子带分析／综合子系统。本文提出一种利用一维离散子波变换实现二维有限长离散子波变换的方法，同时给出了二维离散子波正变换（ＤＷＴ）和反变换（ＩＤＷＴ）的滤波器实现结构。     

基于子波变换的图像多通道阈值降噪法

由于子波变换良好的信号能量集中性 ,近年来子波变换域的图像降噪受到人们重视 .子波变换域阈值去噪法因处理过程简单而得到广泛应用 .图像信息经过子波变换后在子波域分布的情况与子波基的选取有关 ,因此 ,不同的子波基在信噪分离上具有互补作用 .本文利用这种互补作用提出了两种子波变换域多通道阈值降噪方法 .根据噪声对图像影响与图像自身特征有关 ,以及子波变换域各子带子波系数之间的相关性 ,还提出了一种自适应的通道阈值设定方法 .实验结果表明 ,提出的算法在保持处理过程简单的同时 ,达到了更好的滤除噪声效果 .     

有限长二维子波变换的算法结构

子带编码是图象信号压缩的一种有效方法。在子带编码系统中，利用子波变换的良好的时间（空间）和频率域局部化特性将图象信号分割成子带信号，可以改善压缩效率。从一维有限长子波变换的算法结构出发，利用矩阵Ｋｒｏｎｅｃｋｅｒ积的性质推导了一种用于图象压缩的二维有限长离散子波变换的算法结构，并且给出了设计快速子波变换算法的方法     

基于区域特性的Contourlet域多聚焦图像融合算法

利用Contourlet变换的多尺度、局部化、方向性和各向异性等优点，提出了一种基于区域特性的Contourlet域多聚焦图像融合算法．该算法将源图像分解至Contourlet变换域，在不同尺度、不同方向的子带中结合区域特性进行图像融合，低频和高频子带中分别采用区域方差和区域能量作为融合规则，最后通过反变换得到融合图像．实验结果表明，所提出的算法能够更好地提取原始图像特征，融合后的图像具有更好的主观视觉效果，与经典的梯度金字塔算法和小波变换算法相比，新算法的均方误差最大值仅为前二者的34．8％和42．6％．     

Remote Sensing image fusion algorithm based on wavelet decomposition and PCNN

在小波变换理论的基础上,提出了一种结合小波分解和脉冲耦合神经网络(PCNN)的遥感图像融合新方法.首先对两幅已经配准的原始遥感图像进行小波多尺度分解,得到低频子带系数和各带通子带系数;其次对低频子带系数采取一种基于边缘的方法以得到融合图像的低频子带系数;对各带通子带系数提出了一种改进的基于PCNN的图像融合方法来确定融合图像的各带通子带系数;最后通过逆小波变换重构图像得到融合后的图像.仿真结果和评价指标结果表明,此方法更好地保留了原图像中的有用信息,提高了融合图像的质量.     

基于小波分解的PCNN遥感图像融合算法

在小波变换理论的基础上,提出了一种结合小波分解和脉冲耦合神经网络(PCNN)的遥感图像融合新方法.首先对两幅已经配准的原始遥感图像进行小波多尺度分解,得到低频子带系数和各带通子带系数;其次对低频子带系数采取一种基于边缘的方法以得到融合图像的低频子带系数;对各带通子带系数提出了一种改进的基于PCNN 的图像融合方法来确定融合图像的各带通子带系数;最后通过逆小波变换重构图像得到融合后的图像.仿真结果和评价指标结果表明,此方法更好地保留了原图像中的有用信息,提高了融合图像的质量.     

PCK对西部高师化学专业学生培养新思考

在小波变换理论的基础上,提出了一种结合小波分解和脉冲耦合神经网络(PCNN)的遥感图像融合新方法.首先对两幅已经配准的原始遥感图像进行小波多尺度分解,得到低频子带系数和各带通子带系数;其次对低频子带系数采取一种基于边缘的方法以得到融合图像的低频子带系数;对各带通子带系数提出了一种改进的基于PCNN的图像融合方法来确定融合图像的各带通子带系数;最后通过逆小波变换重构图像得到融合后的图像.仿真结果和评价指标结果表明,此方法更好地保留了原图像中的有用信息,提高了融合图像的质量.     

基于小波域的软阈值噪声图像增强

针对噪声图像增强提出基于小波域的软阈值算法，基于信号和噪声在小波变换现具有不同的传播特性，图像经二维小波变换后得不同尺度的子带图像，在不同尺度的子带图像以软阈值算法进行增强，最后进行小波重构得到增强图像，实验表明，与传统算法相比本文算法在细节增强和噪声抑制上取得较好效果。     

一种基于小波变换的数字图像水印新算法

提出了一种基于小波变换的鲁棒性水印算法.该算法首先对水印信息进行Arnold置乱以降低空间相关性,之后做一级小波变换,然后把原始图像进行二级小波变换.并将水印信息分散嵌入到原始图像的低中频子带,最后经二级小波反变换得到嵌入水印后的图像.实验结果表明,该算法具有较强的鲁棒性.     

基于小波域混合状态隐马尔科夫树模型的文本图像子带分割算法

针对文本图像提出了一种基于小波域混合状态HMT（Hidden Markov Tree）文本图像子带分割算法．该算法在充分考虑经二维小波变换后各子带之间相关性的同时，分别对背景、文字、图片三种纹理建立了不同状态的HMT模型，并且通过计算机仿真实验说明了陔算法的有效性。     

一种基于小波分解的图象分层分类矢量量化方法

作者提出了一种基于小波分解及采用自组织特征映射神经网络进行分层分类矢量量化的静态图像压缩编码方法。首先对图象进行了小波分解。利用不同分辩率级间小波子图的相似性,将最低分辩率层子图的矢量编码信息作为整幅图象的解码数据,并将其矢量分类和解码索引地址信息用于高分辩率层子图的码书训练。实验表明,和其他文献提出的方法相比,作者提出的方法在获得较好重构图象质量的前提下,提高了压缩比和编解码速度。     

基于方向剖分的小波域分形图象压缩

该文提出一种新的分形和小波混合编码方法－基于方向剖分的小波域分形图象压缩方法：在将图象分解到小波域后，对各子图象，根据其所占能量的大小和所代表的方向纹理信息，采用不同大小、形状与类别的定义域块和值域块进行分形编码，经实验证明，这种基于方向剖分的小波域分形编码方法，在保证一定的还原图象质量的前提下，可以大大地提高了分形编码的速度，如果结合多层小波分解的分形压缩编码的预测法和零树法，还能进一步提高压缩率，从而使分形图象编码向实时应用迈进了一步。     

图像的小波系数神经网络预测编码

提出一种图像的小波系数预测编码方法。在该方法中,原始图像被分解为一个小尺寸的低频图像和一系列不同方向的多分辨率细节子带图像（小波系数图像）,由于不同分辨率的小波系数图像具有相似性,故可用低分辨纺小波系数来预测同一方向相邻较高分辨率的小波系数。采用Ｂ－Ｐ神经网络作为非线性预测器有效地实现了这种预测,结果表明,利用这种编码算法可获得高图像压缩比。     

基于区域特性的NSCT多聚焦图像融合新方法

本文提出了一种基于区域特性的NSCT多聚焦图像融合新算法。首先将待融合图像用NSCT分解成不同尺度,不同方向上的子带;然后对分解后的高频系数采用基于区域能量的方法进行融合,对低频系数采用基于区域方差的方法进行融合;最后将融合后的系数进行NSCT反变换得到融合后的图像。实验结果表明基于区域特性的NSCT图像融合方法优于其他传统方法,验证了本文算法的合理性。     

基于非均匀五株采样滤波器组的图像阈值除噪

针对传统二维小波缺少多方向特性和传统多方向滤波器组不能进行多尺度分解的缺陷,提出了一种具有多尺度多方向特性的非均匀五株采样滤波器组。该滤波器组每层分解具有一个低频子带和十二个高频子带,并可通过对低频子带的重复分解得到图像的多尺度信息,实现了多方向分解和多尺度分析的统一完成。将提出的非均匀五株采样滤波器组结合统一阈值方法应用于图像除噪。经试验验证,与小波统一阈值除噪相比,所提出的方法对除噪后的图像无论从视觉效果和峰值信噪比(PSNR)上都有较显著提高。     

基于多层小波和共生矩阵的纹理表面缺损检测

提出一种利用多层小波和共生矩阵进行纹理表面缺损检测的有效方法.该方法首先将缺损图像在不同水平上进行小波分解,得到一系列低频子图像和高频细节子图像;然后计算和分析各水平上高频细节子图像的共生矩阵特征;最后选择低频子图像进行小波合成得到无纹理图像进行检测.实验证明,该方法能够快速准确地进行纹理缺损检测.     

一种基于小波分析的图像压缩编码方法

提出一种基于小波变换的图像压缩编码算法。即首先对图像进行小波分解 ,然后对高频子图像用改进后的LBG算法形成码书 ,进行VQ编码。算法充分利用了不同分辨率间各种子图像的相似性 ,仅对最高分辨率层进行码书地址索引 ,低频区域用DPCM编码 ,最低分辨率层用游程编码。模拟实验的结果验证了该算法在提高图像的恢复质量及降低位码率方面有一定的价值     

医学图像多分辨率编码在PACS中的应用

在医学图像管理与传输系统(PACS)中需要高效率地传输和浏览医学图像资料,而多分辨率图像编码是提高图像压缩效率的重要措施.通过研究二维图像小波变换的迭代特征,提出了一种适用于PACS系统的医学图像多分辨率编码算法,该算法优先对频率较低的子带图像进行编码,再依次对频率较高的子带图像进行编码;在传输和回放时先处理频率较低的子带图像,再依次处理频率较高的子带图像.实验表明,该算法可以有效地提高PACS中医学图像传输和回放的速度.     

提高亚像元图像分辨率的小波B样条方法

基于亚像元动态成像技术,提出了将小波变换与B样条曲线相结合的方法来提高亚像元图像的空间分辨率．该方法先将亚像元图像用四条B样条曲线插值放大,把放大后的图像进行小波分解为低频及水平、垂直、对角方向的高频子图像,用原始低分辨图像替换子图中的低频部分后再进行小波反变换来重构高分辨率图像．仿真结果表明,与其他方法相比,本方法可得到更好的视觉效果及较高的尖峰信噪比,是一种提高光学遥感图像分辨率的有效算法．     

急性运动中超分辨率图像重构方法研究

采用当前急性运动中超分辨率图像重构方法得到的重构图像存在全局误差,导致重构图像质量低下,重构效果不佳。为此,提出一种新的急性运动中超分辨率图像重构方法,设计急性运动中超分辨率图像重构模型,将小波稀疏字典作为急性运动中超分辨率图像重构的理论依据。将低分辨率急性运动图像分割成低分辨率图像块,对无噪高分辨率急性运动图像块相应的无噪低分辨率图像块进行分析。通过OMP方法对稀疏系数进行求解,依据得到的稀疏系数估计出高分辨率急性运动图像块的高频小波系数,将高分辨率小波系数急性运动图像块返回高分辨率小波系数急性运动图像,通过逆小波变换得到最终的高分辨率图像,对全局误差进行修正。实验结果表明,采用所提方法得到的重构图像质量高,重构效果好。