基于剪切波变换的SAR图像舰船检测

针对强噪声背景下合成孔径雷达图像中舰船检测困难的问题,提出了基于剪切波(Shearlet)变换舰船检测方法。首先利用Shearlet变换分解原图像;然后根据Shearlet高频系数在目标区域和背景区域具有不同的表现性质,将多方向多尺度的Shearlet系数进行融合,实现了噪声抑制和舰船目标增强;最后采用阈值方法分割出舰船目标。实测SAR图像数据的实验表明,所提出的检测方法在强噪声背景下,相对于传统恒虚警率方法和基于小波加强的方法,能够达到较高的检测概率和较低的虚警率。     

改进的基于curvelet域的SAR图像降斑方法

为克服curvelet硬阈值SAR图像降斑方法的不足,本文提出一种结合图像边缘方向特性的降斑方法。该方法利用曲波域内同一位置处不同方向上的curvelet系数提取图像的边缘方向特征,在curvelet硬阈值方法基础上做基于边缘方向特性的去噪处理,进一步抑制残余的噪声系数。为防止破坏图像中弱的细节边缘,引入一种边缘保持机制。实验结果表明,同curvelet硬阈值方法相比,本文的改进算法在提高SAR图像斑噪抑制能力的同时较好地保持了图像的边缘特征。     

基于Contourlet域非线性扩散的织物疵点图像去噪

提出了将Contourlet变换与非线性扩散相结合的织物疵点图像去噪方法。首先对图像进行Contourlet分解,然后高频部分和低频部分分别采用自适应对比度扩散和全变差扩散,最后重构图像。给出了实验结果,并与现有的小波阈值收缩和全变差扩散结合的方法、基于改进的Contourlet变换的自适应对比度扩散方法、小波变换与非线性扩散相结合的方法的图像去噪效果进行了比较。结果表明,经所提方法去噪后的图像获得的PSNR平均增益可达7.45 dB,去噪效果较为优越：不但抑制噪声的能力更强,而且能够更好地保留织物图像原有的边缘和纹理特征。     

曲波变换域的SAR图像相干斑去噪

合成孔径雷达(SAR)图像固有的相干斑噪声降低了图像的质量,使得图像的可视化和解译变得困难,影响了后续的目标检测、分类和识别等应用。为此提出了一种在快速曲波变换域的SAR图像去噪算法。先将SAR图像分成均质区域、非均质区域和边缘区域。使用均值滤波器对均质区域的像素滤波,对于非均质区域的像素使用曲波硬阈值滤波算法处理,边缘区域的像素直接保留。实验结果表明,此算法能有效的去除SAR图像的噪声并保持图像细节。     

Curvelet变换及其在图像去噪中的应用研究

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。本文阐述了Curvelet变换的基本原理,并结合实例采用改进的Curvelet变换阈值去噪算法进行了图像的去噪研究。采用的新阈值函数不但整体上连续性好,而且克服了硬阈值函数的不连续以及软阈值函数在处理较大Curvelet系数时总存在恒定偏差的不足,同时又保留了软、硬阔值函数原有的优点。实验结果表明本文算法无论是视觉效果还是客观标准上都优于传统算法。     

基于非下采样Shearlet变换与差异度量的遥感图像融合算法

为了解决当前基于加权平均机制的遥感图像融合算法忽略了图像像素间的差异性,易导致融合图像出现振铃及光谱失真等问题,设计了非下采样Shearlet变换耦合差异度量的遥感图像融合算法。引入亮度-色调-饱和度(IHS)变换,获取多光(multi-spectral,MS)图像中的亮度I成分;借助非下采样Shearlet变换,计算出I分量及全色(PAN)图像对应的低频及高频系数;再利用结构相似度(SSIM)函数,对低频系数的差异性实施度量,从而构建了差异度量法则,根据低频系数间的差异性采取不同的低频系数融合策略,实现低频系数的融合;考虑图像的平均梯度信息,构建高频系数融合机制,完成高频系数的融合。基于非下采样Shearlet逆变换,对融合的高频及低频系数实施处理,获取融合结果。实验结果显示,较已有的遥感图像融合方法而言,所提技术具备更高的融合效果,其输出结果含有更大的信息熵值和更低的光谱偏差度。     

基于小波包的图像去噪方法

本文在分析了信号与噪声的不同小波特性的基础上，提出了一种基于小波包的去噪方法，并用实验验证了该方法比相同条件下小波去噪的效果好。     

一种新的小波阈值函数在图像去噪中的应用

为了解决传统的小波阈值函数在图像去噪中存在的一些问题,提出了一种新的阈值函数进行去噪。新的阈值函数和传统的软硬阈值函数相比,它弥补了硬阈值函数不连续的不足之处,同时又保留了与软阈值函数一样的连续性,减小了软阈值函数中存在的恒定偏差。新的阈值函数表达式简单且高阶可导,易于各种数学处理。对图像的仿真实验表明,相比软硬阈值函数和软硬阈值折中函数,该方法具有更好的去噪效果,具有较高的实用价值。     

非下采样Shearlet变换耦合边缘制约的遥感图像融合算法

为了解决当前遥感图像融合算法因忽略了区域中像素点的边缘特征而导致融合图像中存在块效应以及模糊效应的不足,在非下采样Shearlet变换的基础上,设计了基于边缘制约模型的遥感图像融合算法。首先,将多光谱(MS)图像经过IHS分解,提取相应的亮度分量。然后,通过非下采样Shearlet变换,将全色(PAN)图像与亮度分量进行分解,获取各自的高频系数与低频系数。再通过图像的空间频率特征,建立低频系数的融合函数,对低频系数进行融合。并利用图像的区域平均梯度特征与图像区域中像素点的边缘能量特征,构造了边缘制约模型,对高频系数进行融合。最后,将融合后低频系数、高频系数经非下采样Shearlet逆变换和IHS逆变换,获取融合图像。实验结果显示,与当前遥感图像融合方法相比,所提算法的融合图像具有更高的清晰度,更好地保持了图像的光谱特性,消除了块效应以及模糊效应。     

基于小波变换的图像去噪

消除噪声是图像处理中一个非常重要的预处理步骤,然而,噪声消除与边缘保持构成了相互影响的一对矛盾。由于图像噪声存在不确定性,采用模糊理论进行噪声消除可取得较好的去噪效果。小波变换具有多分辩率的时频分析特性,不仅适用于平稳信号的分析处理,尤其适用于非平稳动态信号的分析处理。本论文将模糊理论与小波变换两者有机地结合起来,提出了WCFM去噪算法和AFTF去噪算法。与相关的去噪算法相比,本文提出的改进算法不仅有效地消除了噪声,而且还具有保持图像边缘细节的优势。通过仿真实验,验证了算法的有效性。     

基于小波阈值去噪的改进方法

语音信号是非平稳信号,利用小波的时频域局部化特性,通过小波变换对语音信号进行去噪处理,在经典的硬、软域值去噪方法的基础上,提出一种新的算法,并比较这3种算法的优劣。最后进行仿真实验,用MATLAB软件提取一段纯净的语音信号,并叠加高斯白噪声,对带噪信号分别用以上3种算法进行去噪处理,实验证实了该算法较其他算法更加有效。     

一种基于双阈值区域分割的SAR图像目标提取方法

本文提出一种基于"双阈值"的区域生长算法。该方法首先对图像中感兴趣的区域进行分割,通过阈值的选取对已分割区域进行合并与剔除虚警来提取感兴趣的目标。采用国产机载SAR图像,以大中型建筑物为例进行了实验。实验结果表明该方法能够有效地提取目标特征,进行区域分割。     

小波阈值估计在电力系统故障信号消噪处理中的应用

考虑电力系统中噪声因素对故障检测与识别的影响,在分析了噪声信号的小波变换特性的基础上,提出一种基于小波系数的阈值估计方法.应用该方法对电力系统故障暂态信号进行消噪处理,从而更有利于故障的检测与识别.通过仿真实例说明,在消噪效果和计算量等方面,该方法比其它传统阈值算法更具优越性.     

基于改进软阈值法的电能质量扰动信号去噪

近年来,电能质量问题日益受到关注.为了对电能质量进行分析与评估,需要对其进行监测,但是在信号采集的过程中会受到噪声的影响,给分析带来困难.基于小波变换的软阈值法去噪是比较有效的,本文在正态分布3σ原则的基础上,提出了一种改进的软阈值去噪方法.对典型的电能质量扰动信号进行了去噪仿真,对重构信号进行了扰动检测,仿真结果表明,与通用软阈值法相比,该方法提高了检测正确率.     

基于射线理论的建筑物SAR图像仿真方法

基于物理光学法（PO）和射线理论构建了建筑物目标的多次散射模型,并结合雷达成像原理,提出了一种基于射线理论的建筑物SAR图像仿真方法,在此基础上,本文对平顶和尖顶建筑物目标进行了SAR图像仿真,仿真结果表明,该方法得到的SAR图像可以有效的获得建筑物目标SAR图像的多径散射特征。该方法为建筑物SAR图像的信息提取和三维重建工作提供了有利的研究工具。     

基于三维匹配块的SAR图像相干斑抑制研究

合成孔径雷达(SAR)图像中存在相干斑噪声,不能准确反映照射区域的散射特性,增加了信息提取的难度。三维匹配块(BM3D)算法是在变换域中的稀疏表示,将相似的图像块分到一个三维空间中,从而达到去噪的目的。通过对噪声模型特征的分析及参数设置,将适用于加性噪声模型的BM3D算法应用到乘性噪声中。采用仿真与传统方法对比表明,利用BM3D算法抑制相干斑噪声,其边缘保持指数达到了0.484 5,在降噪的同时又较好地保存了图像的细节特征,验证了算法的有效性。