基于小波分解下多源图像融合

在分析基于小波分解变换的多源图像融合方法的基础上,提出了一种采用基于区域的融合规则的小波分解,通过仿真实验,运用客观评价指标验证了其可行性,同时对此进行分析,得出了基于4层小波分解的图像融合的较优性。     

基于多小波变换的遥感图像模糊融合算法研究

基于多小波变换方法,提出了一种针对多光谱图像和全色图像的像素级遥感图像模糊推理融合算法.该算法首先利用IHS变换对多光谱图像进行颜色空间转换,然后对1分量和灰度拉伸后的全色图像进行多小波分解分别得到高频部分和低频部分图像.针对高频图像抗噪能力差的问题,提出了一种基于模糊推理的加权融合规则.对融合后的图像进行多小波重构和...     

基于频率域的遥感图像融合算法

为了能够更好地把多源数据进行融合，来提高对图像信息的分析和提取能力，需要使用有效的融合算法，其中基于频率域的融合方法因其可以将图像分解为不同频带的子图像，由其子图像进行融合得到的效果非常理想，得到了人们的重视，而金字塔和小波分解算法是最热门的，本文总结了金字塔和小波方法，并且以全色图像和多光谱图像融合为例作了分析。     

基于非下采样Contourlet变换和PCNN的煤矿图像融合

针对煤矿图像的特点,提出了一种基于非下采样Contourlet变换和脉冲耦合神经网络(PCNN)的新的煤矿图像融合方法,此方法充分利用了非下采样Contourlet变换的多分辨率、多方向性、平移不变性及PCNN的全局耦合性,取得了不错的融合效果。     

小波变换与IHS变换遥感图像融合

针对遥感图像融合中IHS变换和小波变换的缺陷,采用了两者结合的图像融合方法.这种方法既可以克服IHS变换方法中光谱失真严重的问题,又解决了小波变换方法中空间分辨率较低的问题,吸取了两种方法的优势,优于单纯的IHS变换方法和小波变换方法.     

基于IHS与NSST的矿井彩色低照度图像融合算法

针对矿井工作环境能见度低，光照条件差，人员检测效果不佳的问题，提出了一种基于IHS(Intensity-Hue-Saturation)与非下采样剪切波变换NSST (Non-subsampled Shearlet Transform)的矿井彩色低照度图像融合算法。三通道彩色图像通过IHS逆变分别得到亮度分量和色度分量；使用NSST逆变换的方法对亮度分量进行分解，系数选择方案使用绝对值取大的方式，得到新的亮度分量；最后，通过IHS逆变换将已有的色度分量和亮度分量进行图像融合，得到最终结果。基于IHS与NSST的彩色低照度图像融合算法可有效提升矿井彩色低照度图像融合性能，减小矿井彩色低照度图像光谱失真，且能较好地保持空间特征信息，支持后续矿井彩色低照度图像中人员的识别与检测任务。     

探讨基于多小波的图像融合技术

基于多小波的图像融合具有良好的效果,具备比较直观等优点。文章剖析了多小波图像融合的原理,重点研究了基于多小波的图像融合的实现,涉及到多小波基、多小波分解层数及融合规则的合理选择,通过实验分析基于多小波图像融合技术的有效性。     

基于Shearlet变换的矿井机电设备视频监控图像处理

矿井机电设备的高效运行是井下安全生产的重要保障,但由于井下粉尘较多、光照不均匀,导致井下视频监控系统获取的机电设备图像较为模糊,影响了对机电设备运行状况的有效监控。为此,将Shearlet变换与图像区域自适应分类方法相结合,提出了一种矿井机电设备视频监控图像处理算法。首先结合图像局部均值和标准差,设计了一种图像块自适应分类方法,将图像自适应分成同质块、非同质块和边缘块等3类图像块,对同质图像块进行维纳滤波;然后对非同质图像块进行多尺度Shearlet变换,得到低频、高频Shearlet分解系数,对高频Shearlet分解系数提出了一种Shearlet变换域自适应阈值去噪函数模型来去除其中的噪声,将原始低频shearlet分解系数及去噪后的高频Shearlet分解系数进行重构;最后,将边缘图像块和去噪后的同质图像块、非同质图像块进行叠加。采用MATLAB语言分别将维纳滤波、小波硬阈值去噪函数模型、小波软阈值去噪函数模型以及所提算法进行编程并进行试验,结果表明：所提算法处理后的图像视觉效果有了较大程度改善,清晰度较好,对于提高矿井机电设备视频监控图像的质量有一定的参考价值。     

基于支持向量机的煤岩图像特征抽取与分类识别

为了尽可能减少作业人员数目,研究了煤岩图像的自动识别技术,介绍了煤岩图像的识别基础、小波变换和支持向量机原理,分析了煤岩图像纹理在多尺度分解情况下的特点以及支持向量机的参数设置,利用煤岩图像基于灰度共生矩阵的纹理统计量角二阶矩、对比度、相关性、均值、方差构造纹理特征子向量P1,利用煤岩图像不同尺度分解下的角二阶矩、对比度、相关、均值、方差构造纹理特征子向量P2,利用不同尺度分解系数构造纹理特征子向量P3,结合3个特征子向量构造纹理特征向量,最后结合支持向量机对煤岩图像进行分类识别。对不同的特征抽取方式以及煤岩的不同分类进行了比较分析。结果表明：该特征抽取以及分类方法能有效的表达纹理信息,对煤岩的识别准确率达到了97.959 2%,与不使用小波的方法相比提高了7.01%。研究结果可为煤岩界面的自动识别提供依据。     

基于Curvelet变换的低分辨率煤岩识别方法

针对小波变换仅能有效表达图像中的点奇异性,难以提取煤岩图像曲线特征的弱点,以及高分辨率煤岩图像计算量大,难以满足煤岩识别实时性要求的问题,提出了一种基于曲波变换的低分辨率煤岩识别方法.该方法通过曲波变换对煤岩图像进行曲波分解,得到各尺度层曲波系数,利用主分量分析进行降维,并将结果分别输入不同k-NN分类器中,对分类结果加权融合,实现煤岩图像的分类识别.实验表明:通过曲波分解提取的特征能够有效地表达煤岩图像的曲线特征,与现有方法相比较,所提出方法具有更高的识别率,平均识别率达95.0%,在煤岩图像分辨率较低情况下也可以获得很高的识别率,满足煤岩识别实时性的要求.     

基于小波算法的计算机超声图像信息系统研究

为了更好的去除超声图像噪声,该文采用了基于小波的图像去噪算法。首先对原超声图像取对数,让图像的乘性噪声变为加性噪声,然后用维纳滤波结合小波变换进行处理。处理结果表明,和几种常用的去噪算法(如中值滤波、维纳滤波、PM(Perona_Malik)算法等)相比,基于小波的方法在去除干扰噪声的同时,能够很好地保护图像的细节。     

基于高分遥感影像匹配的露天矿滑坡形变场监测方法

针对利用SIFT(Scale-invariant feature transform)算法提取全色遥感影像特征点时存在数量少、分布不均、影响滑坡形变场监测效果等问题,提出了一种综合利用SIFT与CSIFT(Colored scale invariant feature transform)算法进行滑坡形变场标定的方法。该方法利用SIFT算法分别处理全色影像和多光谱融合影像,利用CSIFT算法处理多光谱融合影像,将3个过程提取的互不相同的特征点进行叠加,得到更多的特征点。以抚顺西露天煤矿南帮滑坡为例进行试验,结果表明:新方法能够充分利用3种不同影像匹配过程的特点,大大增加了特征点数量,使得生成的滑坡形变场更加精确,所圈定的滑坡范围更加准确,且该方法具有成本低、效率高等优点,非常适合于大型滑坡的大变形形变场监测。     

第二代小波变换在矿井监测系统图像压缩中的应用

实现煤矿井下图像的实时压缩是矿井监测系统急需解决的难题之一。目前国内外使用的压缩技术都没有达到真正性能最佳。本文基于第二代小波变换研究了适合于煤矿井下图像实时压缩的方法。研究结果表明,利用第二代小波变换实现煤矿井下图像压缩有较好的性能。     

图像分割的多尺度方法研究

作为一种典型的多尺度(或多分辨)分析工具,小波变换已经在很多的信号与图像处理的任务中得到了成功的应用。首先分析了现有的图像分割方法,指出了图像的多尺度特性,以及利用小波变换挖掘图像的多尺度特性的必要性。在分析了小波变换的原理、步骤的基础上,研究了多尺度方法在图像分割问题中的应用。     

基于图像纹理特征的矿井水灾感知方法

现有水灾监测报警方法存在着适应性差、误报和漏报率高等问题,难以满足煤矿安全生产需求。为此,提出了基于图像纹理特征的矿井水灾感知方法:在巷道顶部或巷帮、采煤工作面支架等设置摄像机,实时采集采掘工作面和巷道底板图像;通过双树复小波变换,提取水、煤、岩石图像纹理特征,建立水灾图像识别模型;对学习样本进行双树复小波变换,提取1,2级系数,统计其方差与期望值,利用相应的方差与期望值构造泊松分布模型,并估计其各个方向模型的强度参数。对待测样本同样进行双树复小波变换后,利用1,2级系数的方差与期望值构成的模型强度参数向量与样本参数向量进行皮尔逊相似性比较,最终确定待测样本分类。根据水灾图像识别模型,对实时监测的图像进行识别,当分割图像具有水灾纹理特征时,进行水灾报警。采集了水灾模拟实验图像,建立了图像数据库。对所提出的模型编制了相应的实验程序,进行了模型的训练和实验验证。研究了水、煤、岩石在双树复小波域泊松分布下系数统计值的分布规律,并对模型的性能进行了参数化的评估。通过实验验证了基于图像纹理特征的矿井水灾感知方法的可行性。实验表明,基于图像纹理特征的矿井水灾感知方法,识别水灾准确率大于81%。     

基于静态小波分析的高分辨率影像融合

研究了正交小波变换（MALLAT）与静态小波变换（SWT）改进的高分辨率影像融合方案。以QUICKBIRD影像为例,进行融合实验,并与标准IHS及BROVEY融合方案进行对比。采用信息熵、标准差指标对影像融合前后的信息量进行比较,选择平均值、相关系数、标准偏差指数进行光谱特征量化评价,采用细节信息相关性对融合高分辨针对ETM+全色波段与多光谱波段进行实验分析,结果表明小波变换融合算法总体优于传统融合算法,并能较好的保持光谱特性。     

基于改进SIFT算法的矿山井筒视频图像实时配准

针对尺度不变特征转换（SIFT）算法在矿山井筒视频图像匹配时不满足实时性要求,提出了改进的SIFT算法。在保证配准精度的情况下,通过减少尺度变换,构造简单的特征描述子并将Bray Curtis距离作为相似性度量,可以大幅缩短算法执行时间,提高配准精度。实验结果表明,改进的SIFT算法对图像旋转、尺度及亮度的线性变化具有不变特性,运算速度比改进前至少提高4倍,对矿山井筒视频图像具有较好的实时匹配效果。     

基于小波变换的矿区图像压缩研究

采用基于小波变换理论的变换压缩法和相邻像素去相关压缩法处理某矿区图像,并进行比较。相邻像素去相关压缩法具有较好的图像质量和较高的压缩比。     

双树复小波变换域矿区遥感图像自适应滤波

矿区遥感图像因受成像环境、成像器件固有缺陷等因素的影响容易出现不同程度的失真,为此,结合双树复小波变换（Dual-tree complex wavelet transform,DTCWT）多尺度图像分析的优良特性,提出了一种矿区遥感图像自适应滤波算法。首先对获取的视觉效果不佳的遥感图像进行直方图均衡化处理,使得增强后的图像灰度分布较为合理,提高图像的对比度;然后对增强后的图像进行双树复小波变换,对获得的高频分解系数采用改进的多级中值滤波算法进行处理;最后,将低频分解系数与滤波后的高频分解系数进行逆双树复小波变换。其中改进的多级中值滤波算法相对于经典多级中值滤波算法进行了2点改进：①将原有的4个方向滤波窗口扩展为7个,更有利于保持图像中信息的多方向特性;②对新增设的3个滤波窗口分别进行加权中值滤波,将上述7个滤波窗口的滤波值采用一种基于图像灰度值相关性的判别方法进行处理,剔除与待滤波像素点相关性不强的滤波值,将剩余的滤波值计算均值输出;MATLAB平台试验结果表明：新算法的总体性能相对于经典多级中值滤波、中值滤波、双边滤波等算法而言,优势较为明显。