基于二代Bandelet和主成分变换的高光谱遥感图像融合

针对高光谱遥感图像具有波段多、波段间冗余大的特点,提出一种基于二代Bandelet和主成分(principal components analysis,PCA)变换的高光谱遥感图像融合的方法,利用二代Bandelet变换进行图像的多尺度几何分析,得到每个波段图像的Bandelet系数和几何流,对多个波段Bandelet...     

低比特率Bandelet域图像压缩编码算法研究

Bandelet变换是一种优秀的多尺度几何分析工具,其不仅具有良好的方向性和各向异性,而且能够自适应跟踪图像的几何正则方向.以第二代Bandelet变换为基础,结合Bandelet变换系数分布特性,通过建立最小四叉树、确定最佳量化阈值、构造Bandelet系数自适应扫描方式等措施,提出了一种新的Bandelet变换域图像编码方案.该图像压缩编码方案首先对原始图像进行二维Bandelet变换,并对最低频子带小波系数进行DPCM编码;然后构造最小四叉树并进行四叉树编码,同时进行最佳几何流编码;最后结合最佳量化阈值确定、高频子带自适应扫描等措施,对Bandelet系数进行均匀量化编码.实验结果表明,提出的Bandelet变换域图像编码方法是一种高效的图像压缩算法,不仅其压缩效果明显优于SPIHT、Peyré等图像压缩方案(特别是低比特率下),而且具有比较强的通用性与适应性.     

一种基于Bandelet变换的数字图像水印算法

提出一种基于第二代Bandelet变换的数字水印算法.该算法分别将原始图像和水印图像进行Bandelet变换,通过先对原始图像的Bandelet系数做预处理,按照水印嵌入加法准则,将水印信息的Bandelet系数嵌入到原始图像的重要系数上,达到对系数的改变以实现水印的嵌入.实验结果表明:该算法与基于小波变换的算法相比,经剪切、中值滤波、加噪和JPEG压缩等攻击后仍具有良好的鲁棒性.     

基于Bandelet变换的手背静脉识别算法

提出一种基于Bandelet变换的手背静脉识别算法, 该算法利用Bandelet变换对静脉图像进行特征点提取, 通过提取的特征点构造了表征静脉纹理特征的特征向量, 通过计算待识别样本特征向量与目标样本特征向量的相关系数得出其相似度, 并在利用自制采集设备采集的样本库上对算法进行测试, 给出了实验结果.     

Bandelet变换及其逼近特性分析

首先,从几何流和地平线模型出发,分析流积分及其扫描带内的边缘表达;其次,抑制离散二元小波基函数的不足,构建Bandelet变换的标准正交基;最后,对Bandelet变换在扫描带内的逼近特性进行分析,构建估计边缘和真实边缘的逼近误差计算公式.结果表明:文中方法在图像边缘表达上可以得到最优框架.     

基于SURE无偏估计自适应字典学习图像去噪算法

要针对以往图像去噪算法存在阈值选取仍是经验值,而非函数最优解,缺乏系统化的理论方法等问题,因此提出基于SURE无偏估计的自适应字典学习图像去噪算法.首先通过第二代Bandelet变换获得最优的几何方向,运用四叉树计算最佳几何流,从而得到Bandelet图像块,然后运用SURE无偏估计自动获得全局最优解,最后运用KSVD来训练字典,获得图像块相对应的字典.实验结果表明运用SURE无偏估计进行阈值选取,使目标函数连续可微易求导,针对平滑图像很好的去除了大量伪边缘和"块效应",使图像的连通性更加明显.     

一种新颖的图像多尺度几何变换及其应用

提出了一种新颖的图像多尺度几何变换方法,主要由预处理、方向滤波器组和最优方向小波变换等组成.方向滤波器组将预处理后的高频分量分解为多个方向子带,然后每个方向子带执行改进的最优方向小波变换.该变换兼有Bandelet变换和Contourlet变换的多尺度几何分析特性,能更稀疏地表示边缘和纹理特征.分别将EBCOT编码和硬阈值去噪应用到图像变换系数中,从而实现了有效的图像压缩和去噪,很好地保护了图像细节.实验结果表明,对于纹理和边缘丰富的图像,所提出的图像压缩和去噪方法在视觉质量上明显优于基于Bandelet或Contourlet变换的方法,峰值信噪比也提高了0.1 dB以上.     

小波分析法对多带激励声码器基音提取的改进

作者介绍了小波变换用于语音信号基音周期检测的原理，提出了基于小波变换后波形特征的基音提取算法。该算法与原多带激励声码器基音提取算法相比，能有效避开噪声的干扰，正确提取语音的基音，计算复杂度也降低很多。     

基于 DCT 变换的频域视频水印在空域中实现的性能分析

数字水印技术是数字媒体版权保护和管理的主要方法。在广播电视领域,视频水印需处理的数据量大,对嵌入算法的时间复杂度限制较大,同时对视频质量要求也较高。数字水印技术主要分为空域和变换域两种。空域算法时间复杂度低,但鲁棒性不好;而变换域算法鲁棒性较好,但时间复杂度高。因此,在广播电视视频水印中,需要鲁棒性好且时间复杂度低的水印嵌入算法。这样,用空域的方法实现数字视频的变换域水印,就成为一个首选的方法。但是,目前我们尚不知道该方法的性能。本文基于DCT变换的频域水印算法,首先介绍了频域水印的空域实现的原理,然后,基于两个典型的频域水印算法,通过800幅图片的实验,测试了该算法的空域实现的时间复杂度和PSNR。实验结果表明,频域视频水印的空域实现,具有很好的性能。     

基于小波和Beamlet变换的图像线特征提取

Beamlet变换是多尺度几何分析的有效工具之一。本文提出了一种基于小波变换和Beamlet的图像线特征提取算法,利用小波变换凸显图像的线特征,再通过Beamlet变换提取图像线特征,实验结果表明了该方法有效。     

基于条带波变换的图像水印算法

为提高抗压缩和抗噪声攻击能力,提出一种基于条带波变换的图像水印加密算法.对水印图像进行Arnold置乱、混沌调制及BCH纠错编码,提高了数字水印的安全性;在载体图像条带波系数的低频最佳几何流为对角的位置嵌入水印信息的BCH码.实验结果表明,条带波域嵌入方法克服了DCT域的块效应,继承了小波域的优点,具有较强的数据信息隐藏能力和较好的抗攻击性能,弥补了小波域的不足,具备了更强的抗噪声能力和抗压缩能力.     

一种基于信号相关性检测的自适应小波变换及应用

为了克服传统小波变换的不足,提出了一种用样本相关性检测信号特征的自适应小波变换降噪方法.该方法以第二代小波变换为基础,在小波变换时提供多组备选的预测器和更新器,用变换样本与相邻样本之间的相关性来检测信号的局部特征,并根据相关系数的大小来确定每一尺度上的每个样本的最佳预测器和更新器,使小波能够较好地适应信号的局部特征.模拟实验和工程应用的结果表明,该方法克服了传统小波降噪方法丢失原始信号局部信息的缺陷,不仅可以有效地去除原始信号中的噪声,而且能够保留原始信号的局部特征.     

小波变换在图像去歪斜中的应用

提出一种基于小波变换的图像去歪斜方法。图像去歪斜的关键在于边缘检测和边框提取。边缘检测采用由粗到细的方法，利用小波变换的多分辩率特性，得到的结果较传统的方法有更好的去噪和定位性能，并能保留必要的细节。边框提取则是用改进的Ｈｏｕｇｈ变换寻找直线，将参数空间二次量化，在一定程度上解决了常规Ｈｏｕｇｈ变换抗干扰性和精度之间的矛盾。     

基于Bandelets和Wavelet变换的感兴趣区域图像压缩

图像的边缘信息对图像的整体视觉效果起着极其重要的作用.因此,在有损压缩过程中如何有效的保留边缘信息是影响视觉质量的一个重要方面.小波和二代Bandelet可以分别对图像的光滑区域和边缘纹理部分达到理论上的最优逼近.提出一种利用Bandelet和小波互补压缩方法,在低比特情况下能够较好的保留图像的边缘信息和纹理细节,从而使图像的整体视觉质量得到提高.实验结果表明,该方法相对于传统的小波变换压缩方法能够更好地提高图像的整体视觉质量.     

用提升小波变换提取诱发脑电

提出了一种利用小波分解和重构进行诱发脑电信号的有效提取方法.改变了小波变换的Mallat算法运算量较大,难于满足某些实时性较高的系统需求,采用提升小波变换进行诱发电位的提取,其运算量只有传统方法的一半左右,有助于提高系统的实时性.实验结果表明:用提升小波变换提取诱发脑电信号,能有效的改进实验曲线的信噪比、缩短信号的处理时间,将可以提高BCI系统的通信速率.     

一种多传感器图像并行融合新方法

小波包变换能够为图像融合提供非常精细的分析。但是,在图像较大时融合的计算量大,耗时长,难以进行快速、实时融合。通过对小波包融合方法在单处理机上的执行效率的分析,针对算法固有的时间复杂性和并行性,提出了一种分布存储环境下的小波包并行融合算法。该算法针对小波变换计算的数据局部性特点,设计并实现了基于Pentium PC和1000Mbps交换式以太网的机群系统的MPI(Message Passing Interface)并行环境的并行小波包图像融合方法。针对不同大小图像、以及不同的集群规模,分析了并行计算的性能。在机群系统上对算法进行实现,结果表明该算法具有良好的并行性能。     

基于小波变换与低秩校正的Toeplitz系统快速算法

讨论了Toeplitz方程组的快速求解方法．首先研究了Toeplitz矩阵在多进制小波变换下的代数结构．利用数值实验得到,对多项式偶函数生成的Toeplitz系统实施双正交9～7小波后矩阵在一定的精度下具有有限的带宽特性．结合低秩校正方法,得到一类Toeplitz系统的快速求解方法,运算量级为O(N),其中N为系统的阶．该方法与通常使用的直接快速算法以及预条件共轭梯度法(PCG)分别需要的复杂度O(N~2)以及O(Nlog_2N)相比,运算量有较大幅度的减少．     

基于小波变换的调制自动识别新方法研究

在小波分析的理论基础上,提出使用高斯(Gaussian)小波进行连续小波变换,进而提取信号的小波变换后的幅度,获取其瞬时特征,达到识别MPSK(M-ary Phase Shift Keying)与MFSK(Multi-Frequency Shift Keying)信号的目的,从而在不需要先验知识的情况下识别接收信号的调制方式的目的.验证该方法较现有文献利用Haar小波变换识别信号方法具有更好的性能,而且克服了现有文献采用Haar小波变换识别调制信号的漏检问题,提高了运算速度和性能,并有效增加了小波变换识别调制信号方法的适用性.通过理论分析和计算机仿真证实了新方法的有效性和优越性.