基于二代Curvelet变换的红外与可见光图像融合

针对红外与可见光成像传感器的物理特性,提出了一种基于二代Curvelet变换的图像融合算法.首先对原始图像分别进行快速离散Curvelet变换,得到不同尺度与方向下的子带系数.对低频子带系数,根据红外图像的目标特性与可见光图像的细节信息确定其融合权值;对不同尺度与方向下的高频子带系数,采用基于局部区域能量匹配的融合规则.最后经Curvelet逆变换得到融合结果.实验结果表明,该算法可以有效地综合可见光与红外图像中的重要信息,其融合结果较典型的基于塔式分解与基于小波变换的图像融合算法,在主观视觉效果与客观评价指标上均有所改善.     

基于NSCT变换和小波变换相结合的图像融合算法研究

针对小波变换在表达图像边界及线状特征上的缺陷,以及NSCT变换在表达图像细节信息的不足,提出了在红外图像与可见光图像融合的过程中采用基于NSCT变换和小波变换相结合的图像融合算法。在图像NSCT分解后,对低频系数使用基于小波变换的融合算法,对高频系数结合融合图像的特点采用了基于区域方差的融合规则。实验结果表明,基于NSCT变换和小波变换相结合的融合算法能更好地保持可见光图像的光谱信息和红外图像的目标信息,具有更多的细节特征以及更清晰的边缘。     

基于Curvelet变换的图像融合改进算法

针对红外与可见光图像的融合,提出了基于二代Curvelet变换的图像融合改进算法。首先对两幅源图像进行Curvelet变换,得到其在不同尺度和方向下的变换系数。对于低频系数,根据红外与可见光图像的不同成像特点,采用基于局部统计特性的自适应融合策略;对于不同尺度和方向下的高频系数,采用基于局部区域能量匹配的系数选择方案。最后进行Curvelet逆变换得到融合图像。通过实验结果的对比分析,该算法可以更有效地反映源图像中的特征,融合效果有了明显改善。     

基于二代curvelet与wavelet变换的自适应图像融合

针对同一场景红外图像与可见光图像的融合问题,提出了一种基于二代curvelet与wavelet变换的自适应图像融合算法。首先对源图像进行快速离散curvelet变换,得到不同尺度与方向下的粗尺度系数和细尺度系数;根据红外图像与可见光图像的不同物理特性以及人类视觉系统特性,对不同尺度与方向下的粗尺度系数和细尺度系数采用基于离散小波变换的图像融合方法,在小波域中,对低频系数采用基于红外图像与可见光图像的不同物理特性的自适应融合规则,对高频系数采用基于邻域方向对比度与局部区域匹配度相结合的自适应融合规则,然后进行小波逆变换得到融合的curvelet系数;最后,进行快速离散curvelet逆变换得到融合图像。实验结果表明,该方法能够更加有效、准确地提取图像中的特征,是一种有效可行的图像融合算法。     

一种基于非采样Contourlet变换的图像融合算法

针对红外与可见光成像传感器的物理特性,提出了一种基于非采样Contourlet变换的红外与可见光图像融合算法。首先对原始图像分别进行非采样Contourlet变换,得到不同尺度与方向下的子带系数。对低频子带系数,采用加权平均的融合规则;对不同尺度与方向下的高频子带系数,采用基于局部区域能量匹配的融合规则。最后经非采样Contourlet逆变换得到融合结果。实验结果表明,该算法可以有效地综合可见光与红外图像中的重要信息,其融合结果较典型的基于塔式分解与基于小波变换的图像融合算法,在主观视觉效果与客观评价指标上均有所改善。     

基于第二代Curvelet变换和特征量积的图像融合

文中提出了一种基于二代Curvelet和特征量积的图像融合算法.首先对融合图像进行快速离散Curvelet变换,在相应的尺度上由融合规则将Curvelet系数融合.采用平均策略融合低频系数;对于高频分量采用了小波的局部能量、局部梯度、局部的标准偏差组成的特征量积自适应地融合高频系数.最后利用Curvelet重构得到融合图像.对多聚焦图像和多光谱图像进行了实验.采用了标准差、平均梯度、信息熵作为评价标准,并与小波的融合结果做了比较..实验证明二代Curvelet所获得的融合结果更佳清晰、效果更佳且应用广泛.     

一种基于Curvelet变换的图像融合新算法

基于Curvelet变换提出了一种新的融合算法.首先将图像进行Curvelet 变换,然后对粗尺度系数和细尺度系数采用不同的融合规则将Curvelet 系数融合,最后进行重构得到融合结果.对得到的融合图像进行了主客观评价和对比,实验结果表明,本文方法得到的融合图像,在熵、均方误差(MSE)、峰值信噪比(PSNR)和相似度等客观指标上都优于其他方法.     

一种基于非采样Contourlet变换红外图像与可见光图像融合算法

针对同一场景红外图像与可见光图像的融合问题,提出了一种基于非采样Contourlet变换(Nonsubsampled Contourlet Transform,NSCT)图像融合算法.算法首先采用NSCT对源图像进行多尺度、多方向分解,得到低频子带系数和各带通方向子带系数.然后,针对低频子带系数的选择,提出了一种基于红外图像与可见光图像物理特征的"加权平均"系数选择方案;针对各带通方向子带系数的选择,结合人眼视觉特性,提出了一种基于区域能量匹配的系数选择方案,得到融合图像的NSCT系数.最后经过NSCT逆变换得到融合图像.实验结果表明该算法可获得较理想的融合图像,其融合效果优于传统的基于离散小波变换以及离散小波框架变换的图像融合算法.     

一种基于Curvelet变换多传感器图像融合算法

综合分析了Curvelet变换的特性，并提出了一种基于Curvelet变换的多传感器图像融合算法。首先采用Curvelet变换将源图像分解到不同尺度、方向频带范围内，然后采用不同的融合规则得到融合后图像的Curvelet变换系数，最后再进行Curvelet逆变换得到融合图像。采用多组具有不同特征的源图像进行了融合实验，并对融合图像进行了主客观评价。实验结果表明，相比于传统的基于小波变换的图像融合算法，该算法能够有效避免“人为”效应或高频噪声的引入，得到具有更好视觉效果和更优量化指标的融合图像。     

基于Curvelet变换与分形的遥感图像融合

基于Curvelet变换对于图像的光谱信息保留和分形原理,针对图像的纹理信息提取的特性,提出了一种基于Curvelet变换与改进的分形布朗运动分维数计算的新的融合算法。对多光谱与全光谱图像进行了融合实验,并与传统的基于小波变换和高频系数取大算法进行了对比。实验证明,文中算法在图像光谱信息保留和纹理细节信息等方面具有良好的性能。     

Hadamard变换和Haar变换谱系数的图形转换法

本文根据Hadamard变换谱系数（had谱系数）与布尔列矢量的关系以及Haar为换谱系数（ha谱系数）与布尔列矢量的关系,提出了had谱系数与ha谱系数之间的图形转换方法,并举例说明转换过程,该方法揭示了系数图与ha系数图之间的内在联系,具有简单,直观的特点。     

小波变换在实时联合变换相关器中应用的研究

通过目标图像的小波变换获得图像的多分辨率小波梯度信息,再利用线性或非线性的变换来处理图像的小波梯度信息,这样便得到了一幅梯度信息增强后的小波系数,利用图像复原技术便能得到对比度增强后的目标图像,从而使实时联合变换相关器能较好地识别复杂背景低对比度的目标图像.     

应用于信号处理的Fourier变换与小波变换

在分析Fourier变换与小波变换异同点的基础上,对它们在不同类型信号的处理过程中的应用进行了探讨．并给出一个检测故障点的仿真实例,证明了小波变换的优越性．     

Multidimensional Polynomial Transform Algorithm For Multidimensional Discrete Hartley Transform

In this paper, we present an index permutation-based fast algorithm for the multidimensional discrete Hartley transform (MD-DHT). By reordering the MD-DHT input sequence, we first convert the MD-DHT into a multiple sum that contains a number of one-dimensional discrete W transforms (1D-DWTs). We then use a combination of the 1D-DWTs and the multidimensional polynomial transform to compute the multiple sum. It is shown that the number of multiplications and additions required for the proposed algorithm are approximately 1/m and 2m+1/3m times that of the commonly used row-column DHT method, respectively. The developed algorithm is also simple in structure and easy to realize in programming.     

图像压缩编码中Walsh变换与DCT变换及其比较

图像变换是图像处理的基础,是图像压缩的第一步。在图像压缩中,DCT变换因其变换效果好而被广泛采用,成为目前最常用的图像压缩变换方法,而Walsh变换还未被广泛采用。通过对这两种变换的算法分析以及Matlab仿真实验和峰值信噪比的对比,结果表明,walsh变换在算法上比DCT简单,实现较为容易,其变换性能并不亚于DCT变换,在某些量化级上甚至还优于DCT变换,Walsh变换有着广泛的应用前景。     

简化傅里叶变换

传统的四种形式的傅里叶变换的证明,存在着理论依据繁多、一致性不好、数学分析和推导复杂等缺点。针对这一情况,本文介绍一种新的傅里叶变换的分析和推导方法。它用简单的分析和推导方法,将四种形式的傅里叶变换紧密地联系在一起。这个方法是根据周期函数的傅里叶级数的性质和利用数学的抽象性质,直接推导出另外三种形式的傅里叶变换。     

Transform picture coding

Picture coding by first dividing the picture into sub-pictures and then performing a linear transformation on each sub-picture cud quantizing and coding the resulting coefficients is introduced from a heuristic point of view. Various transformation, quantization, and coding strategies are discussed. A survey of all known applications of these techniques to monochromatic image coding is presented along with a summary of the dependence of performance on the basic system parameters and some conclusions.     

The Generalized Transform

Generalized transforms for decomposing a signal in terms of discrete orthogonal transformation are developed. General relationships for factoring the transform matrices into a product of sparse matrices are derived. Efficient algorithms for fast computation of these transforms is a consequence of these sparse matrices. The flow graphs and hence the sequence of computations are identical for all the transforms with only the multipliers as the variables for the different transforms.     

基于小波变换和彩色变换的多聚焦图像融合

提出一种结合小波变换及彩色空间变换的多聚焦图像融合方法。首先把彩色图像从RGB空间变换到YIQ空间,将颜色分量与亮度分量进行分离,从而克服RGB空间各颜色分量的相关性造成融合后图像颜色信息的丢失和错乱;接着,将待融合的多聚焦图像进行小波分解以刻画图像的多尺度信息,在小波域实现融合处理。在融合策略的选取上,对高频分量与低频分量分别采取局部方差与局部梯度最大的融合规则,同时以亮度分量Y作为衡量标准,通过一致性检测对融合系数做进一步的优选,以保持融合后图像的区域连续性。实验表明,该方法的融合结果无论在视觉质量及定量指标上都明显优于传统方法。     

基于算术傅里叶变换的小波变换快速算法

利用算术傅里叶变换(AFT)计算离散傅里叶变换(DFT)可使其乘法计算量仅为D(N）。文章根据这一特点，结合Mallat算法原理及离散傅里叶算法结构特征，提出了一种离散小波变换的快速算法，给出了数学推导过程，并对实验结果进行了分析。