基于整数到整数小波变换的图像编解码器设计

为设计具有低运算复杂度和渐进传输特性的图像编解码系统,采用对图像进行整数到整数小波变换,变换后的系数采用空间方向树结构进行了重新组织。整数到整数小波变换的优点使编码器的运算量有较大幅度降低,空间方向树结构使编码器获得了嵌入式码流。试验表明,该系统可在一定程度上满足图像信息在存储、网络浏览以及传输方面的需求     

基于双树复小波变换的夜视图像融合

针对夜视图像融合的特点:尽量获得精确的特征定位和清晰的图像表达,提出了基于双树复小波变换的融合方法,充分利用了双树复小波变换所具有的平移不变性、方向选择性、有限的数据冗余、完美的重构性和较高的计算效率等特点。并在此基础上提出了多策略的融合规则:低频采用清晰度,高频采用窗口能量。除了目视定性评价外,还使用了通用的基于主客观的定量评价方法。通过对两组夜视图像融合的实验测试,表明了双树复小波变换相对于离散小波变换的优势和高低频采用不同融合规则的有效性。     

小波域多聚焦图像融合算法

研究了小波域多聚焦图像融合方法中滤波器、分解层数、融合规则的选取问题,提出一种基于小波变换的简单融合规则。利用小波变换将图像分解成最低频逼近和不同尺度、不同方向的高频细节信息,最低频逼近反映图像的平均信息,细节包含图像的边缘。根据多聚焦图像中细节信息互补的特点,对多个待融合图像简单地取模值较大的小波系数,得到了很好的融合图像。详细讨论了不同的小波滤波器、分解深度、融合算子对融合结果的影响。对小波域图像融合算法与其它一些多分辨图像融合算法:如Laplace塔、比率塔、对比度塔、梯度塔等进行比较,得到了一些定性结论,对该领域的研究和实验有一定的指导意义。     

小波变换用于奇异性检测与小波类型选择的仿真

小波变换具有空间局部性,它能聚焦于信号的局部结构,因此用小波变换确定信号的奇异性位置更加有效。提出了一种新的奇异性检测方法,它包含两点:寻找小波变换模极大值在细尺度的坐标以确定奇异性发生的时间;通过小波变换模极大值的衰减计算Lipschitz指数,从而判断奇异的性质。在仿真实验的基础上验证了方法的可行性。并在仿真实验结果的基础上,总结出了小波类型选择的规律。     

两类阈值对图像小波边缘提取的影响研究

对Mallat的多尺度小波变换边缘提取算法中阈值的选取[1] 作了改进 ,提出了对整幅图像设置链平均幅度阈值 (Tm)的下限和链长度阈值 (Tn)后 ,再采用矩形自适应法选取链平均幅度阈值 (Tm)来对局部模极大值进行删取 ,在不同尺度上提取图像边缘 ,而后综合形成图像的真正的边缘。实验表明 ,这种对链平均幅度阈值 (Tm)先设定下限再采用矩形自适应法选取阈值的方法 ,是一种更加有效的边缘提取方法。     

基于小波变换和模糊数学的图像融合算法研究

提出了一种基于模糊数学的图像数据融合算法.作者针对可见光图像和红外图像融合的问题,分析了像素级融合的新方案,提出了基于多级小波分解的和模糊数学的融合算法.该算法首先衡量了两幅图像在小波变换域的相关性,并利用相关性的大小来计算模糊隶属度函数,最终通过对可见光图像和红外图像的加权平均完成像素级的融合.在本文的实验部分,作者针对两幅现场采集的实际数据验证了算法的有效性.     

用小波变换和希尔伯特变换测量无功功率

介绍用小波变换和希尔伯特变换求基于Budeanu定义的无功功率的新方法。希尔伯特变换能将各次谐波电压分别平移90,不受频带宽度的限制,移相精度高。用小波变换可在时间域高效准确地求电压电流有效值、有功和无功。将电压、电流和各次谐波分别移90的电压正交小波分解,用分解系数可求出电压及电流有效值、有功和无功,还可以求出各子带上的有功及无功。最后对新方法进行了仿真研究。     

基于离散小波变换的滤波方法研究

推导出了经过多次离散小波变换后，白噪声在不同尺度上方差的另外一种表达式，应用到小波域硬阈值滤波中，通过数字仿真发现，二进小波的计算量较大，滤波效果较好，离散小波的计算量较小，滤波效果稍差，并对原因进行了说明。     

基于小波变换的图像边缘检测

提出了一种新的基于小波变换的多尺度多分辨率特性的边缘检测方法。分别利用不同尺度小波变换后的水平方向、垂直方向和对角线方向高频信息 ,根据李氏指数与小波变换关系 ,采用零交叉检测方法和极大值在不同尺度下传播的特性 ,检测出图像在 3个方向的极大值。对不同尺度不同方向高频子图像 ,首先采用平均值法确定阈值 ,去除震荡噪声 ,然后对不同方向高频子图像合成的图像 ,根据最大类间方差法 ,计算其阈值 ,求出极大值 ,最后从这 3个方向的极大值中确定出最大值。实验结果表明 ,检测出图像的边缘结果非常理想。     

一种新的基于小波变换的图像融合方法

提出了一种新的基于小波变换的多光谱与高分辨率图像融合方法。该方法通过强度因子有效地将高分辨率图像经小波分解的低频分量信息融合到多光谱图像经小波分解的低频分量中去 ,使得经过小波反变换的融合图像较大程度地保留了多光谱图像的光谱信息和高分辨率图像的空间分辨率。给出了该方法的融合结果 ,并与小波变换法 (WT方法 )进行了比较 ,证明了该图像融合方法的正确性和有效性     

图像处理算法在金相分析中的应用

为了提高(金属)图像面积和周长的计算精度,对传统的计算一块图像像素的方法加以改进,分别从图像的左上角、右下角、右上角和左下角开始对图像进行处理;利用改进的链码方法计算图像的周长和面积时考虑了图像边界的拐点和小的锯齿边.图像面积和周长的计算误差最大不超过3%,其精度较传统算法有显著提高,可满足实际工程需要.     

Image Compression Based on LSS Algorithm

1. INTRODUCTIONThe lifting scheme is a second-generation wavelet transform and an efficient implementationof a wavelet transform algorithm. The inverse transform is easy to find and always providesperfect reconstruction of the input data. All classical wavelet transforms can be implemelltedusing the lifting scheme by a factorization in lifting steps. The theory behind the type of thefirst-generation wavelet transform relies greatly on Fburier analysis, while the lifting schemecan be used …     

基于BP神经网络与小波的控制研究

本文利用ＢＰ神经网络对被控对象进行在线辨识以及利用ＢＰ神经网络与小波对被控对象进行控制，通过某电厂过热器汽温为对象仿真验证此方法比一般ＢＰ神经网络效果好     

基于变尺度优化方法的快速神经网络学习算法研究

本文提出一种基于变尺度优化方法的多层前向神经网快速学习算法（ＭＤＦＰ），实验结果表明，这种算法对于加快网络的收敛速度有着显著成效     

基于小波变换的分形图像压缩编码方法

为了弥补分形编码在高压缩比时重建图像质量较差及匹配搜索量大的不足 ,基于小波图像的分形特征及系数的统计分布特性 ,定义了灰度变换和能量阈值系数 ,提出了基于小波变换的分形图像压缩编码方法 (FICC-WT)。对小波分解后的低频子图像进行灰度变换 ,然后进行自适应四叉树分割的分形编码 ;对差值图像及其它子图基于定义的能量系数进行自适应阈值取样的熵编码 ,并讨论了灰度变换参数对重建图像的影响。实验证明 ,所提方法减小了匹配探索量 ,而压缩比和峰值信噪比 (PSNR)有明显改善。     

一种雷达视频信息处理的实现方案

简述了雷达视频信息处理原理 ,对采用两种处理实现雷达视频信息处理的方案进行了分析和讨论 ,以计算机、数字图像处理为基础 ,提出了将两种处理合二为一的新处理方案和算法 ,并仿真实现 ,探讨了雷达视频信息处理技术的发展。     

SAR图像中桥梁的识别方法研究

提出了一种能够从复杂背景的SAR图像中识别出桥梁的方法。该方法首先对SAR图像进行预处理,增强了下一步对目标的识别效果,然后在此基础上针对桥梁的特点,顺序进行方向比值和双边参数的处理,即可得到良好的识别效果。     

分块三级及矢量量化图像编码

本文提出了一种新的称为分块三级及矢量量化图像压缩编码方法。该方法是以分块截断编码技术和矢量量化技术为基础的编码方法。对两幅512×512×8静态测试图像进行的计算机模拟实验表明:平均编码率低于0.91比特/像素,即图像数据压缩比大于8.8倍,而信噪比不低于37dB,复原图像的主观质量较好。     

基于盲均衡的超分辨率图像重建

超分辨率图像的重建是指从一组低分辨率图像重建出更高分辨率的图像。提出采用盲均衡与凸集投影的方法估计成像系统的冲激响应 ,并实现超分辨率图像的重建。这种图像重建算法不需要了解关于帧间运动模式与帧内模糊类型的先验知识 ,因而更接近实际应用的要求。模拟实验的结果表明了该算法的良好性能