光栅光学小波滤波器

采用光学小波变换可以大大节省图像数据压缩的时间，实现图像数据的实时压缩，为图像的快速传输奠定基础.在典型的光学4f系统的谱面上加滤波片是实现光学小波变换的常用方法，该滤波片可以用胶片、全息图和光栅作为滤波片.但是，因为光栅参数与小波谱值的数学关系复杂，推导的难度较大，所以以往人们都采用胶片或全息图作为滤波片，这样做的精度并不高.作者研究的是在4f系统的谱面上加光栅作为滤波片来实现小波变换，推导了光栅参数与小波谱值的数学关系，为人们制作4f系统的滤波片提供了另一种新的参考.     

小波变换消除数字全息零级像的应用

分析了小波变换的滤波性质,用小波变换对数字全息图进行了去除零级像的处理.与频域滤波的处理结果相比,小波变换可以显著提高再现图像的对比度;与空域模板法相比,小波变换可以更有效地消除零级光周边特定空间频率的系统噪声.     

基于人眼感知特性的图像空间频率计算方法

结合图像的变换域特征和人眼的视觉特性,通过对图像的空间频率与视觉感知上的空间频率的分析研究,提出了一种基于人眼感知特性的数字图像的空间频率计算方法,并在图像技术中的实际应用做了具体的分析研究,结果表明,在图像频域中的空间频率计算中,该方法既简单又实用。     

光学Haar小波变换的数值模拟

以Haar小波为例,对光学小波变换过程进行数值模拟．模拟程序包含原图像的读取、Haar小波的构造、频谱变换、空间匹配滤波等内容,能够模拟Haar小波对图像边缘增强过程．通过改变Haar小波的宽度,分析了不同尺度小波的光学变换结果．同时,还提出了Haar小波的二次滤波方法,图像的边缘得到进一步增强．     

基于空间频率和小波变换的图像融合方法

为了更好的对多光谱图像和高分辨图像进行融合，根据小波变换有三个方向的高频细节这．特点，提出了一种计算空间频率的新方法。利用这种空间频率、IHS和小波变换方法对多光谱图像和高分辨图像进行了融合，得到了具有较好的空间分辨率和光谱信息的融合图像，并对融合图像进行了评价。实验结果表明该方法得到的融合图像优于传统IHS变换法和传统小波变换方法。     

一种基于能量分布特性的小波去噪算法

目前对于保持图像细节、滤除噪声,普遍采用空间域、频率域滤波．在空间域滤波,尽管能够有效地限制噪声,但是同时模糊了图像细节．因此,在频率域滤波的方法越来越引起关注．在小波频率域中,我们常常采用Donoho阈值方法处理小波系数来以此去除噪声,保留图像细节,然而该方法同时也一定程度上模糊了图像细节．小波变换具有良好的时、频局部化性能,图像经过多级小波变换得到不同分辨率的子图个数,各高频子图上的小波系数具有相似的能量统计分布特性．也就是说随着分解层数的增加,分辨率最低子图的小波系数范围最大,而高分辨率子图上大部分数值接近于0．因此,该文提出了一种新的基于能量分布特性的小波去噪算法(WCED)．     

光学小波变换在图像边缘特征提取中的应用

小波变换是一种有效检测图像边缘的方法,但由于变换中维数倍增,造成计算量十分大。介绍用传统的4f光学处理系统实现小波变换。它在光学图像的边缘特征提取中能够很好地得到应用。最后给出计算机仿真结果。     

基于小波变换的图像压缩编码方法研究

介绍了小波变换的基本理论以及基于小波变换的图像压缩编码与解码恢复过程。为了研究基于小波变换的图像压缩编码方法的优越性,通过实验与传统的离散余弦变换编码方法进行了性能的对比分析,实验结果表明：由于小波变换具有时间-频率局部化特性和多分辨率特性等优点,其能够更加有效地应用于图像数据压缩,可以达到更高的压缩效率,而且理论上可以获得任意压缩比的压缩图像。     

小波变换在光学中的应用

讨论了傅里叶变换的缺点及小波变换的定义和性质，分析了加窗傅里叶变换和小波变换的特点，用4f空间滤波系统实现了二维小波变换．     

基于光学Morlet小波滤波的指纹边缘增强研究

提出了一种基于光学Morlet小波的指纹滤波方法,给出了Morlet小波滤波器对输入指纹图像实现边缘增强的计算机模拟结果,同时将计算机编程生成的Morlet滤波器应用在光学4f系统中,输出平面将获得指纹图像的边缘提取.实验结果表明:本文给出的这种方法能够达到图像边缘增强的效果,同时又利用了光学方法快速并行的优点.这一研究结果有助于提高指纹识别的速度.     

一种基于人类视觉系统的彩色图像水印算法

将彩色载体图像在YIQ空间的Y分量进行三级小波分解,将空域的水印信息的高低位分段处理,并用伪随机序列与水印信息各位分别异或进行加密,按照人类视觉特性分别以不同的权重嵌入载体图像的频域中.实验结果表明,在面对大信息量的彩色水印信息时,使用这种方法嵌入的水印信息具有良好的不可见性和安全性,同时鲁棒性良好,能够抵挡常见的滤波、剪切、加噪声及压缩等攻击方式.     

光学小波变换中的Mexican—hat小波母函数特性

分析了一种可以用于光学小波滤波器的Mexican-hat小波母函数（墨西哥帽状小波），讨论了其时－频局部化特性、容许性条件（重建条件）、正则性阶数、正交性等性质，纠正了许多文献中关于二维母小波非张量积形式由一维母小波函数直接旋转得到的错误，证明了Mexican-hat小波不能用作传统的计算机离散小波变换母函数，但用于采用光学方法实现二维小波变换则有很好的能量集中特性。     

一种基于小波树结构的彩色水印嵌入算法

提出了一种基于小渡树的彩色水印嵌入算法.该算法对图像的R,G,B分量分别进行小波变换,通过小波树的各层系数和它们之同的关系,对各低频子带进行分类,并根据人眼的视觉特性,对不同的区域采用不同的嵌入强度,使嵌入的不可见性和鲁棒性得到很好的效果,在提取时不需要原始图像,是一种盲水印算法.实验表明,该算法简单高效,可嵌入信息容量大,不可见性好.对一般的图像处理和攻击如:JPEG压缩,加噪声,剪切,滤波等具有很好的鲁棒性.     

应用P-Fibonacci加密的模糊自适应水印算法

结合P-Fibonacci加密算法和模糊归类,提出一种自适应水印新算法.利用P-Fibonacci加密具有良好的均匀性及安全性,将水印图像的像素位置打乱,消除了二维数字水印图像的像素空间相关性,使嵌入水印后的块效应降低.对原始载体图像进行分块,结合人类视觉系统的纹理和照度掩蔽特性,得到纹理模糊函数和各图像子块的归类结果,并自适应地确定水印的嵌入强度.对载体图像的各子块进行离散小波变换(DWT),将经P-Fibonacci加密算法加密后的水印信息重复嵌入各子块DWT域的低频部分.实验结果表明:该算法抗JPE     

基于小波变换和视觉感知特性的盲水印算法

借鉴基于视觉感知特性的图像压缩思想,提出了一种基于小波变换和视觉感知特性的自适应盲水印算法．首先,将载体图像进行小波变换,利用视觉系统的照度掩蔽特性和纹理掩蔽特性把载体小波系数分为9类．其次,对二值水印图像分别进行3次不同的置乱,得到3个随机水印序列．最后依据载体图像小波系数的分类,将3个随机水印序列以不同强度嵌入到3个方向的小波系数中．该算法在抽取水印图像时不需要原始载体图像和原始水印图像．实验结果表明,该算法对裁剪、JPEG压缩、加噪、图像增强、滤波等处理都有很好的抵抗力。     

基于小波变换的分块融合算法

目前许多关于图像融合的研究都在空域中进行,隐藏水印图像抗攻击的能力较差.本文采用了基于小波变换的图像融合技术,提出了基于小波变换的分块融合算法,使图像的鲁棒性得到很大提高,尤其是抗JPEG压缩和抗噪声干扰的能力较强,算法可应用于数字图像的版权保护和信息隐藏领域.     

基于比特平面SBI变换的遥感图像无损压缩

提出一种基于子块互换(subblock interchange,SBI)的遥感图像无损压缩方案.采用小波变换对遥感图像进行分解,将生成的频域数据按不同比特平面分别进行SBI变换并用算术编码进行压缩.该方案改进了基于列的扫描方式,将小波系数按幅值大小进行重新排序,根据SBI变换后数据特点取消了文本压缩中常用的前移编码(MTF),在降低复杂度的前提下提高了压缩率,同时具有信噪比和分辨率可扩展特性.