一种新的基于混合变换的图像稀疏表示

Tetrolet变换对图像中边缘和纹理的稀疏逼近性能远远高于小波变换,对细节丰富的图像具有明显优势,但其对平滑图像的逼近性能却不如小波变换．针对这一问题,本文提出了具有一定普适性的图像稀疏方法．首先,对图像进行小波变换,采用p-fold抽取滤波器对各子带进行多相分解,对分解结果进行主成分变换,并对两次能量聚集后的图像进行低频稀疏逼近;然后,根据前面结果生成细节图像,采用Tetrolet变换进行高频稀疏逼近．实验表明,在相同条件下,无论是客观质量还是主观质量,该方法均优于单一的小波变换和Tetrolet变换,证实了本文方法的有效性．     

全变差曲波变换在医学影像图像去噪中的应用

针对曲波变换算法在医学影像图像去噪中会产生截断伪影和边缘模糊等问题,提出了一种全变差曲波变换算法.该算法首先对含噪医学影像图像分别进行曲波阈值和全变差去噪,然后将得到的去噪结果进行曲波逆变换并生成最终图像.仿真实验结果表明,该算法不仅可有效地降低噪声,还可较好地保持医学影像图像边缘和细节信息,其效果明显优于曲波变换算法和全变差算法.因此,该算法对医学影像图像的噪声滤除具有良好的应用价值.     

基于二代曲波变换和PCNN的高光谱图像融合

为了解决高光谱图像的高数据维给后续图像分析和处理带来的困难,提出了一种基于二代曲波变换和脉冲耦合神经网络(PCNN)的融合新算法.利用各波段数据间的局部相关性将整个数据空间划分为若干个相关性较强的独立子空间,在对子空间内的各波段光谱图像进行曲波多分辨率分解的基础上,分别依据各波段图像所含有的信息量对曲波粗尺度系数进行加权融合和利用PCNN的全局耦合特性与脉冲同步特性对细尺度系数进行智能选取,最后由曲波逆变换得到各子空间的融合图像.AVIRIS数据融合实验表明,该算法能有效地实现高光谱数据维数减少和特征提取,相比于提升小波融合算法、主成分变换算法和基于典型融合准则的曲波融合算法,其所提取的图像特征在高光谱异常检测时能得到更多的真实目标.     

基于边缘自适应小波变换的图像修复算法

本文提出一种基于边缘自适应小波变换的多尺度图像修复算法,对非纹理图像有比较好的修复效果。边缘自适应小波变换的基本思想是,先检测出图像的主要边缘,这些边缘把图像分割成几个平滑区,然后对图像进行不跨越边缘的小波分解,即在各平滑区内部进行小波变换,得到图像的多尺度表示,并且同时计算边缘的多尺度表示。这样的小波分解使高频信息基本都集中在边缘上,而高频系数则非常稀疏,而且都接近于零。在此基础上进行图像修复,就只需要对低频部分与边缘图像进行修复,然后重构得到修复图像即可。经过小波分解,低频部分破损区域大大缩小,用比较简单的插值方法就可进行修复,大大降低了计算量。对边缘图则可用曲线拟合的方法进行修复。     

基于小波变换与双线性插值图像配比算法研究

插值算法常用在图像缩放中的像素点处理,目的是为了减少图像的失真和模糊.插值缩小技术可以使图像用小的信息量涵盖原图像的重要信息.插值放大技术可以使图像的分辨率提高,但同时容易出现块状和锯齿现象.为了尽量使复原图像更接近原始图像,它分析现有的常用三种插值算法(最近邻点插值、双线性插值、双三次插值),同时结合小波变换思想,提出了一种小波变换与插值的图像复原配比新方案.大量实验表明与传统的直接双线性插值复原图像以及小波与双线性插值结合重构图像相比,新方案的峰值信噪比、像素差值比、均方差都具有更为突出的优势.这种方案能有效提高图像复原的效果,并且具有普适性和灵活性,适合各类格式及尺寸图像处理.     

基于大气散射模型和曲波变换的交通图像增强研究

通过研究雾天彩色降质图像的特征,提出以大气散射模型为基础,采用基于曲波变换的消失点检测算法进行边缘稀疏化以提取角点,并根据计算的景点深度进行图像增强运算.选取5种图象锐化函数对实验结果进行评估,对比直方图均衡化图像增强法和多尺度Retinex图像增强法,显示出基于大气散射模型和曲波变换的方法在图像增强方面效果更佳.     

基于小波变换和插值的超分辨率图像处理算法

根据图像小波变换和插值处理的特点，提出了一种将小波分解与插值算法相结合的图像插值处理方法，以提高图像的分辨率。通过实验表明：该方法能够较好的保持原图像中丰富的高频信息，经插值处理并小波重建后提高了图像分辨率，而且图像主观上具有很好的视觉效果，客观上具有较高的信噪比，并图像中细节丰富，无明显的畸变，因此它也是超分辨率图像处理的一种行之有效的方法。     

基于正交多小波变换的快速分形图像编码

提出了一种快速分形图像编码算法。编码时,通过插值正交多小波变换将原始图像缩小,然后使用摹本分形编码算法进行压缩;解码时,使用基本分形解码算法进行解码,然后使用插值正交多小波变换恢复图像。实验结果表明,与直接使用分形编码方法卡爿比,该方法缩短了编码时间,并且在信噪比、压缩比等方面得到了改善。     

具有旋转不变性的轮胎纹理特征提取

针对轮胎花纹图像,给出一种基于能量分布的曲波变换纹理特征提取算法。对轮胎花纹图像进行曲波变换,提取变换后子带的均值和方差作为特征值,构成特征向量,用以表示图像的纹理特征。计算各子带的能量,按大小排序,同时对特征向量进行循环位移,使能量最大的子带所对应的特征值位于特征向量首部,从而保证特征向量不因图像旋转而发生变化。对轮胎花纹数据库进行检索试验,结果表示所给方法的查准率为47.5%,优于小波变换算法的35.5%和曲波变换算法的41.17%。     

基于提升小波分解曲波变换的雷达影像消噪法

利用提升法对传统小波进行提升,将提升小波对雷达影像进行分解,形成子带影像,再将子带影像进行脊 波变换,并对变换结果进行消噪处理,然后进行脊波逆变换和提升小波重构,得到新的雷达影像。试验结果表 明:基于提升小波分解的曲波变换比传统小波分解的曲波变换对雷达影像消噪效果好,同时与传统的均值滤波 相比效果更好。     

基于小波包变换的电力系统谐波电流检测

针对常规快速傅立叶变换无法检测非整数次谐波,以及改进的加窗插值快速傅立叶变换运用困难,采用小波、小波包变换对电网信号中的谐波进行检测分析。小波包变换建立在二进小波变换基础上,可以实现对信号的均匀划分,能够更好地提取信号的时频特性。仿真结果证明,较之傅立叶变换和小波变换,小波包变换对电网信号中谐波的幅度、频率的估计具有更高的精度。     

基于脊波变换的圆形图像边缘检测

批量生产圆形器件过程中,在线检测还缺乏快速算法.本文在脊波变换理论的基础上,利用多尺度小波变换具有去噪、准确定位奇异点和边缘提取等优势,针对圆形图像的特征,给出了一种检测圆形器件内外径的快速算法.实验模拟证明,该算法具有较高的检测精度和可靠性.     

基于脊波变换的车牌边缘检测

通过分析现有的一些边缘检测方法,针对在复杂环境下对车牌图象进行分割提取这一问题,提出了一种基于脊波变换的边缘检测方法。这种方法以脊波变换为理论基础,具有多方向和多尺度性,能对车牌中的不同方向的边缘特征进行有效的检测。实验表明,该检测方法抗噪声更强,定位更准确。     

线性调频分数傅立叶变换理论及应用

基于普通傅立叶变换（FT）的特征函数,本文给出了一种连续时间信号的线性调频分数傅立叶变换（CFRFT）的表达方式,在此基础上,分析了CFRFT包括时移特性、展缩特性、反褶特性、时域微分特性、分数域频移特性、时域斜变信号相乘特性和Parseval定理等变换性质,得出一些常用连续时间信号的CFRFT的变换表达式,说明了傅立叶变换可视为分数傅立叶变换（FRFT）的一个特例,对应用分数傅立叶变换分析系统具有启发作用.作为分数傅立叶变换的应用,解决了傅立叶变换不能有效分析时变系统的问题.     

线性调频分数傅立叶变换理论及应用

基于普通傅立叶变换(FT)的特征函数,本文给出了一种连续时间信号的线性调频分数傅立叶变换(CFRFT)的表达方式,在此基础上,分析了CFRFT包括时移特性、展缩特性、反褶特性、时域微分特性、分数域频移特性、时域斜变信号相乘特性和Parseva l定理等变换性质,得出一些常用连续时间信号的CFRFT的变换表达式,说明了傅立叶变换可视为分数傅立叶变换(FRFT)的一个特例,对应用分数傅立叶变换分析系统具有启发作用。作为分数傅立叶变换的应用,解决了傅立叶变换不能有效分析时变系统的问题。     

向量函数空间中的连续小波变换和微分方程的一点讨论

为了讨论向量微分方程向量函数的连续小波变换被应用到讨论向量微分方程和积分方程之间的关系，使用连续小波变换将一些向量函数的微分方程转换成相应的积分方程。这些微分方程与相应的积分方程不仅在弱收敛意义下是等价的，而且在范数收敛意义下是等价的。这将向量函数的微分方程与积分方程的讨论联系起来，使向量函数的连续小波变换能够在向量微分方程的讨论中得到应用。     

一种指纹图像增强的新方法研究

为了确保指纹特征提取算法的鲁棒性,需要对原始指纹图像进行预处理以增强纹线的清晰度,增加脊线和谷线的对比度,减少伪信息.实现了一种基于Curvelet变换的指纹图像增强算法,阐述了Curvelet变换的定义及其应用于指纹图像增强的过程,研究了Curvelet系数的调整方法.Curvelet变换比小波变换能够更好的描绘图像的边缘,而且具有很强的方向性.实验证明,应用Curvelet变换能够较好的解决指纹图像的增强问题.     

一种指纹图像增强的新方法研究

为了确保指纹特征提取算法的鲁棒性，需要对原始指纹图像进行预处理以增强纹线的清晰度，增加脊线和谷线的对比度，减少伪信息．实现了一种基于Curvelet变换的指纹图像增强算法，阐述了Curvelet变换的定义厦其应用于指纹图像增强的过程，研究了Curvelet系数的调整方法．Curvelet变换比小渡变换能够更好的描绘图像的边缘，而且具有很强的方向性．实验证明，应用Curvelel变换能够较好的解决指纹图像的增强问题．     

一种基于脊波变换的数字水印算法

该文针对脊波变换能有效表示二维图像线性奇异性的特点,提出了一种脊波域鲁棒数字水印算法。对图像进行分块有限脊波变换,有选择地在脊波域最大能量方向上的中频系数中嵌入水印,采用奇异值分解方法提取水印提高了检测性能。实验结果表明,算法对噪声、压缩、不规则剪切、亮度、对比度等攻击有较强的鲁棒性。     

信号分析从傅氏变换到小波变换

从信号分析的发展着重阐述了从傅氏变换到小波变换的信号分析方法 ,分析并比较了各自的优缺点 ,揭示了信号分析方法发展的内在规律性。