基于Contourlet域隐马尔可夫树模型的SAR图像滤波方法

为了获得更好的合成孔径雷达(SAR)图像滤波效果,提出一种基于Contourlet域隐马尔可夫树(CHMT)模型的SAR图像滤波算法.提出基于粗分类的系数绑定方法,提高了CHMT模型参数的解算速度;综合应用对数变换、循环平移和均值校正等方法,建立了针对SAR图像乘性斑点噪声模型的统一滤波处理框架,并将基于CHMT模型的滤波算法融入该框架之中;通过对SAR影像进行滤波实验,并将该滤波算法与Lee滤波、小波软阈值滤波等方法进行了比较.可视效果和统计指标显示:基于粗分类的系数绑定方法在改善滤波效果的同时,对CHMT模型解算的速度有很大的提高;在统一滤波框架下,基于CHMT方法的滤波效果优于其他的几种滤波方法.     

基于小波域HMT模型的图像复原

小波域隐马尔可夫树（HMT）模型采用混合高斯模型刻画各子带系数的概率分布,并通过小波系数隐状态在多个尺度之间的Markov依赖性来刻画自然图像小波系数随尺度呈指数衰减的特性.提出了基于小波域HMT模型的图像复原算法作为自然图像的先验模型,将图像复原问题转化为一个约束优化问题并用共轭梯度法对其进行求解.实验结果表明,该算法较好地再现了各种边缘信息,复原出的图像在信噪比和视觉效果方面都有显著的提高.     

一种基于小波变换和人类视觉系统的自适应水印算法

提出了一种以灰度图像为水印并用随机序列置乱水印的基于WT域的新的自适应水印算法.首先,将小波变换后的图像的小波系数组成小波子图块,然后根据人类视觉系统(HVS)特性,多参数对小波子图块进行分类.根据分类结果,结合小波变换特征,将不同强度的水印嵌入到不同的小波子图块中.实验结果表明,所提出的算法具有较好的鲁棒性.     

一种基于小波变换的自恢复水印算法

文章提出一种小波域的自恢复水印算法,利用零树结构对宿主图像进行压缩编码,对压缩编码后的数据进行置乱得到自恢复水印去替换小波域的高频部分,认证水印对小波域的低频部分进行均值量化实现嵌入。通过实验仿真证明,该算法能恢复出被篡改位置的真实图像内容。     

基于小波变换的自参照图像数字水印研究

提出了一种基于小波变换的自参照图像数字水印算法,该算法在小波域中通过对小波系数的修改得到原始图像的自参照图像,然后通过计算原始图像与参照图像的差值得到水印的嵌入位置;通过大量的仿真实验,证明该算法对常见的图像处理,如JPEG压缩、噪声以及滤波等,均具有较好的鲁棒性。     

基于加权L1最小化的图像小波域压缩感知重构

压缩感知理论因为能以少量的采样精确地重构原始信号而得到广泛关注.通过在压缩感知的框架下研究小波域图像重构问题,提出了一类小波域的加权l1最小化方法.该方法不仅利用了信号稀疏性的先验信息,而且在重构模型中,通过对不同小波子带上的系数施加不同的权重,从而整合了图像小波域的结构信息,与经典的压缩感知算法相比具有更好的信号可恢复性.仿真实验结果表明,选用该方法能够以更少的采样得到同等精度的重构图像,验证了该方法的有效性.     

小波域的灰色关联度图像压缩

为了改善小波变换的图像稀疏表示性能,提出了一种小波域的灰色关联度图像压缩算法.首先,利用小波变换对测试图像进行分解,获得不同区域的小波系数;然后,利用小波系数特点,将灰色关联度用于系数关联度的刻画中,并计算不同尺度间系数的灰色关联度;根据小波系数区域特征,将小波系数进行分类,构造出不同系数类型下的稀疏表示方法;最后,将该算法应用于图像压缩.实验结果表明,在相同压缩率下,所提算法的客观评价指标峰值信噪比较现有同类算法提高了1.04~3.65 d B,图像主观视觉质量明显提高.所提算法能够结合系数特征和视觉特性自适应地构造字典,提高了图像稀疏表示能力,进一步提高了图像压缩性能.     

基于稀疏重建的压缩图像质量提高方法

为了克服JPEG2000中低码率压缩图像在边缘处表现出的明显振铃效应严重降低了图像的人眼视觉质量的问题,在迭代凸集投影理论基础上,分析了迭代去噪方法恢复图像变换域稀疏数据的机理,提出了JPEG2000压缩图像重建算法.该算法保持压缩图像在小波域中的非零系数不变,通过迭代去噪恢复其他位置的小波系数.结果表明：提出方法有效地增强了JPEG2000压缩图像沿边缘的正则性,提高了图像的主客观质量,图像峰值信噪比平均提高0.52dB.     

基于CL多小波变换的自适应数字水印算法

根据CL多小波的特点,提出了一种把视觉系统掩蔽特性结合到水印编码过程中的基于CL多小波域的自适应数字水印算法.首先利用小波系数的树结构关系对最低分辨率子图像的第一分量进行分类,然后根据分类的结果将不同强度的水印分量嵌入到这些小波系数中.实验结果表明,该水印系统具有良好的透明性和鲁棒性.     

基于四叉树的小波域图像零水印算法

图像零水印技术打破了常规水印算法修改图像数据以嵌入水印的作法,通过图像的特征构造具有标识意义的水印信息来实现图像的版权保护．针对现有零水印算法计算量大以及鲁棒性不佳的缺陷,提出一种新的小波域零水印算法．该算法结合图像的四叉树分解原理,利用图像小波域低频系数的特征来构造零水印．实验表明,该算法对图像的识别性能强,且具有良好的抗攻击能力,是一种有实用意义的零水印构造法．     

基于小波域隐马尔可夫模型多尺度图像分割

提出了一种基于小波域自适应上下文结构的多尺度图像分割算法（JACMS）．该算法为了减小计算复杂度,采用隐马尔可夫半树模型和参数加权训练算法,得到了可靠的初始分割．为了获得较好的区域一致性和边缘准确性,在进行尺度间融合时,采用自适应的上下文结构分别应用于图像纹理均质区域和图像纹理边缘,保证了图像大致轮廓的准确性和可靠性,提高了分割后图像纹理边缘的精确度．对合成图像与航摄像片的实验结果表明,该方法的分割错误概率低于传统的基于小波域隐马尔可夫树模型的图像分割方法,且对真实图像得到了理想的分割效果．     

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。     

图像恢复的分块正则化Gmres方法

利用分块Gmres算法在处理大规模线性方程组时具有的优势,将其同正则化技术‘相结合应用于图像恢复领域,提出一种新的图像恢复的方法．该方法考虑了图像恢复中的时间复杂度与空间复杂度2个方面．数值模拟时,对不同的方法进行了对比分析,结果表明所提出的方法能够明显改善图像恢复的质量．     

遥感模糊降质图像的扩散恢复算法研究及实现

图像恢复是图像处理中非常重要的一个方面,其方法是通过相应的退化模型和算法,对退化降质或受到噪声污染的图像进行重建,恢复原来的图像。作者介绍了利用传导扩散及反扩散模型,对因物体运动、大气湍流的扰动,拍摄时的散焦等引起的模糊降质图像的恢复算法,并给出了Laplace算子离散方法以及实现程序,提出了图像恢复的递推、迭代模型,基本解决了图像“盲恢复处理”的问题。对所述算法进行了全面的图像恢复测试、比较,证明算法具有较大的适应范围,可应用于勘探、遥感、司法刑侦、无损探测等领域的图像恢复处理。     

一种基于分离思想的超分辨率复原方法

针对光学图像，从光学系统成像机理出发，建立了一种图像退化的分层模型，指出了造成图像分辨率降低的若干关键因素(衍射效应、欠采样等)．提出了一种用于超分辨率复原的分离方法，并引入了级联模板算法。该方法降低了计算的复杂度，实验结果表明了算法的有效性。     

改进向量量化算法的图像压缩研究

针对于传统的LBG向量量化压缩图像效果不是很好,而提高其效果的方法之一是增加向量的维数,但这也会增加运算的复杂性的情况下,提出一种改进的LBG算法来实现对图像分解效果的提高.该方法通过LBG算法先对图像进行量化编码,再用原图像减去该编码恢复的图像而得到量化误差;对这个量化误差还用LBG算法进行编码量化.还原时先恢复原图像的量化编码,再加上恢复的误差量化编码.仿真结果表明,改进算法运算复杂度不会增加,图像压缩后还原效果较好,同等条件下能得到更高的信噪比和峰值信噪比.     

基于Moreau包络与迭代重加权策略的图像深度恢复

为了解决现有的深度恢复方法存在的局限性,提出了一种基于Moreau包络与迭代重加权策略的图像深度恢复方法。提出了一种基于Moreau包络的非凸惩罚函数,提高了模型的先验稀疏性,同时保持了模型的凸性,并对算法的收敛性进行了分析。然后引入了一种迭代重加权算法处理颜色不一致问题。此外,还提出了一种加速算法将深度观测矩阵转换到傅里叶域进行快速处理时的非均匀下采样问题。最后数据集实验结果表明,该方法能够处理各种类型的深度退化,在恢复精度和运行时间方面都取得了良好的效果。     

基于清晰度评价的水下退化图像盲复原

针对水下图像信噪比低、图像模糊的特点,开发了一种基于图像清晰度评价的水下图像盲复原算法.在分析水下图像特点的基础上,选取带参数的点扩展函数,结合Lucy-Richardson算法对图像进行复原并获得随参数变化的系列复原图像,进而以最高清晰度为评价指标,确定最优复原效果和参数,获得最高清晰度复原图像.实验证明,该算法获得了比较理想的复原效果.