小波变换在遥感图像处理中的应用综述

给出了小波变换的基本性质;综述了小波变换在遥感图像处理中的主要应用,特别是在图像数据压缩、纹理和边缘分析、图像插值处理和多卫星数据融合等方面的作用。从而认为小波理论在遥感图像处理领域有着广泛的应用前景。     

小波分析在图像处理中的应用

简要介绍了小波分析的基本原理和分类，及其在图像处理中的应用。重点论述了小渡分析在图像增强、降噪、压缩和融合中的应用。通过实例充分说明了小渡在图像处理中的实用价值与工程作用。     

小波分析理论与图像降噪处理

简要介绍了小波分析基本理论中的小波变换和小波包变换,重点论述了小波分析在图像降噪处理中的应用及其算法流程。在此基础上,利用Matlab R2007进行了图像去噪仿真测试,并对仿真结果进行了分析。结果表明,利用小波分析理论进行图像降噪处理,能够取得较好的降噪效果。     

基于不完全小波树型结构的图像纹理特征研究

图像纹理特征的研究作为一个热点和难点问题为图像检索、景物识别和目标定位等应用领域提供了一种重要途径。近年来,小波域的图像处理和分析受到关注,但基于小波域图像特征的研究相对滞后。通过分析图像纹理及其空间域特性,同时对图像不完全树型小波结构的分解过程和存在的问题进行讨论,对基于不完全小波树型结构的纹理特征进行研究,给出了小波域描述图像纹理的若干特征,提出了描述图像方向性的两个特征,同时对这些特征在图像检索中的应用过程和应用范围进行了说明。实验结果验证了所提出纹理特征的有效性。     

基于改进小波包分析的雷达图像消噪方法

针对船用雷达图像消噪问题,提出了应用改进小波包分析算法对雷达图像进行消噪处理,解决了频带混叠问题,提出了最优小波包基的确定方法,分析了消噪原理,并通过对雷达图像的消噪处理和比较,其消噪效果优于小波,具有更为广泛的应用价值。     

Curvelet变换在图像处理中的应用综述

近年来,Curvelet变换由于其独特性而受到研究人员的日益关注．Curvelet变换由小波变换发展而来,克服了小波变换在表达图像边缘的方向特性等方面的内在缺陷．目前的应用已经显示出它在图像处理中巨大的发展潜力．总结了Curvelet变换的原理及实现方法,介绍了它在图像处理中的典型应用,并通过与一些相关算法的比较分析了它在不同应用中的效果和特点,最后对它的应用发展趋势进行了展望．     

改进小波包分析在雷达图像消噪中的应用

针对VDR雷达图像在采集、数字化和传输过程中常受到各种噪声的干扰,不利于对图像进行分析、观察和压缩的问题,提出采用改进小波包分析算法进行图像消噪处理,小波包分析具有比小波更精确的局部分析能力,但由于小波包分解的隔点采样会产生严重的频带混叠现象,文中对小波包分析算法进行改进,利用信号的频移特性,将信号进行移频处理,消除频带混叠现象,达到高质量去噪的目的;通过VDR雷达图像消噪实验证明,上述改进算法好于小波包消噪方法,更优于小波消噪方法,具有更为广泛的应用价值。     

小波图像边界处理方法的研究

随着多媒体通信和数字信号处理技术的快速发展，人们对含有大量信息的数字图像的需求日益提高。小波变换由于其良好的时－频局部化性能，被广泛应用于数字图像等信号领域。但如果不对小波边界进行有效处理，则会引起重建图像质量不高，本文通过介绍四种常用延拓方法在信号的小波变换中的应用，分析了常用的边界处理方法存在的不足，提出了一种改进的小波图像边界处理方法，并用标准Lena测试图像的分解和重建，得到良好的重建质量效果。     

基于小波的图像及视频编码研究进展

随着Internet和多媒体应用的迅速发展,基于小波的图像和视频编码方法的研究已经成为多媒体信息处理的重要研究领域之一。该文对基于小波的图像和视频的编码情况进行了综述,首先介绍了可用于图像和视频编码的小波变换特性,然后对目前基于小波的图像和视频编码的主要方法和研究情况进行了讨论,同时对JPEG-2000和MPEG-4VTC中小波的应用情况进行了介绍,最后对基于小波的图像和视频编码未来的发展情况进行了展望。     

精确重构多小波与图像融合

1.引言近十年来,小波在图像处理中的应用已经非常广泛,在这方面的研究重点之一是如何选择好的小波基。由于图像本身的特点,再加上人眼的视觉特性,要求小波基能同时拥有许多好性质,例如正交性、对称性、短支集、高消失矩等,对单小波来说却是不可能的。目前,有关小波理论发展的一个非常重要方向——多小波理论研究引起了人们广泛的关注,并在最     

无人机影像匹配点云单木识别算法

针对单木识别研究中“局部最大值”算法因窗口大小设置不同而产生的单木漏识别与错识别问题,提出了联合“局部最大值”与“单木树冠结构分析”的单木识别算法。算法首先利用“局部最大值”获得候选单木;然后对候选单木树冠结构进行分析,提取树冠结构曲线;最后通过对树冠结构曲线判别,剔除、合并错识别与过识别单木,从而提高单木识别的精度。选取大兴安岭林区８个典型样地进行实验,以实测可见单木为参考,与窗口大小为1.0 m、2.0 m 的两种“局部最大值”算法进行比较。结果表明,该算法8个样地整体F 测度为90.45％,相比1.0 m、2.0 m 窗口的“局部最大值”法F 测度74.82％、77.35％,分别提高,15.63％,13.10％。     

基于小波分析和伪彩色的遥感图像增强

针对基于小波分析的图像增强技术一般只适用于黑白图像,而伪彩色处理技术不能够充分处理图像中某些细节信息的缺陷,提出基于小波分析和伪彩色的遥感图像增强处理方法.增强后的遥感图像无论在视觉效果上还是在噪声特性上都有了很大的改善.该方法简便易行,计算量小,在应用中有较大的灵活性,该方法还具有运算速度快,可操作性强等特点.在遥感图像增强研究方面具有广泛的应用前景.     

一种基于二维离散小波变换的医学图像增强算法

噪声是影响医学图像质量的最重要的因素之一。去除噪声,增强图像以提高图像质量是医学图像处理的重要课题。传统的图像增强方法在改善图像视觉效果的同时还存在噪声过增强问题,不适于医学图像增强。针对这种情况,文章提出了基于二维离散小波变换的医学图像增强算法。在多尺度分析基础上,该算法对小波分解得到的低频子带图像采用两步提升法进行对比度增强处理,而对小波分解得到的不同方向上的小波系数进行不同程度的去噪并增强。实验结果表明,该方法在提高医学图像对比度改善图像质量的同时有效地解决了传统算法中难以克服的噪声放大问题。处理后的图像更利于医生进行分析诊断和医学影像的后续处理。     

小波变换在医学图像处理上的应用

小波变换是对傅立叶变换的继承和发展,近年来发展迅速,已广泛应用于图像处理、生物医学信号提取、语音合成、地震信号处理等众多领域.小波变换特别适用于提取微弱、背景噪声较强的随机信号,处理医学图像信号这一类非平稳信源.简要介绍了小波变换的原理和特点,综述了小波变换在医学图像压缩、去噪、增强、边缘提取、图像融合等方面的应用.     

小波变换在活塞环图像边缘检测中的应用研究

小波变换是时间频率的局部化分析，它可以通过伸缩平移运算对信号逐步进行多尺度细化。本文正是基于小波变换在图像处理领域中表现出的多尺度分析，提出了用小波变换检测活塞环图像边缘的方法，这种方法通过对二维小波变换图像局部极大值的检到得到图像的边缘信息。通过实验证明了这种方法的有效性。     

基于四元数小波混合统计模型的图像去噪

图像的去噪和压缩一直是图像处理的经典问题,传统的方法中很难将二者 同时兼顾。四元数小波变换是实小波、四元数理论及二维希尔伯特变换相结合的产物,是一 种新的多尺度分析图像处理工具。图像经四元数小波变换后,其小波系数不仅在尺度内具有 相关性,而且在尺度间也具有一定的相关性。文中提出一种混合统计模型,该模型包括尺度 间的二元非高斯分布模型和尺度内的广义高斯分布模型,然后运用最小均方误差（MMSE） 估计从噪声图中的小波系数恢复原图的系数,从而达到去除图像的噪声的目的。仿真实验表 明,论文方法不仅可以获得信噪比上的提高、视觉上达到明显的去噪效果,而且取得了较高 的压缩比。     

基于小波分析和伪彩色处理的轮毂图像增强

针对轮毂X射线图像随机噪声大、对比度低、分辨率较低、不利于对缺陷进行检测的问题,该文充分利用小波降噪增强技术和伪彩色增强技术的优点,提出基于小波分析和伪彩色处理的轮毂X射线图像增强方法。首先将轮毂X射线图像用改进的小波增强方法进行降噪增强处理,提高图像的对比度及细节可见度,然后进行基于HSI颜色空间的伪彩色处理进一步提高图像分辨率,最后得到增强后的轮毂图像。实验结果表明,该文提出的方法提高了轮毂X射线图像的分辨率,在降噪的同时产生更好的视觉效果,方便进行轮毂缺陷的检测。     

基于新阈值函数和小波分析的数字图像去噪方法

在数字图像处理过程中消除和减弱噪声对信号具有很重要的影响。中值滤波是传统的减少图像噪声,提高图像质量的可行方法。文章研究了中值滤波及其改进算法在图像去噪中的应用,基于小波分析基础理论和数字图像信号的小波变换分解重构原理,通过对小波分解系数选定恰当的阈值并进行阈值量化,基于小波分解后的高低频系数进行信号重构,从而有效去除或降低信号的噪声。本文采取的算法在MATLAB仿真平台进行了验证,结果表明,基于本文提出的阈值函数和小波分析处理方法对图像去噪具有更好的适应性,能够更好的改善数字图像的质量。