一种改进的基于小波变换的遥感图像融合方法

针对多光谱与全色图像的融合,提出一种改进的基于小波变换的融合方法,首先对多光谱图像进行IHS变换,其次将全色图像和多光谱图像的强度分量进行改进的基小波变换的比值融合,并用融合结果取代多光谱图像的强度分量,最后再做IHS逆变换得到融合图像.实验结果证明融合算法较IHS变换算法和常用的小波融合算法有更好的融合效果.     

基于DCT变换的自适应图像水印实现

提出了一种基于DCT变换的自适应水印嵌入和检测方法。这种方法可以根据分块图像矩阵的特征,利用DCT变换的特点和自适应算法,在不同的分块区域中嵌入不同强度的水印,在图像的每个分块区域内都能实现水印强度和透明性的自适应调节。在检测水印时,还采用了一种有四级优先级的图像恢复方法,可以更好地恢复水印图像。利用这种方法成功地进行了水印的嵌入与检测,并对水印图像进行了量化攻击、JPEG压缩攻击、高斯噪声攻击和裁剪攻击检验。实验表明,这种方法可以在保证透明性的条件下,具备很好的鲁棒性,有较好的实用价值。     

基于小波变换的零件图像数据融合

提出一种基于小波变换的图像数据融合的方法,对多源图像进行分解,将高频区域中的绝对值较大的系数作为重要小波系数;在低频区域,对逼近系数进行加权平均得到新的逼近系数,然后进行小波重构。实验表明,该方法是实用的。     

基于Red-Black小波变换的多光谱图像融合方法

针对张量积小波在多光谱图像融合中的不足,提出了一种基于Red-Black小波变换的多光谱图像和高空间分辨率全色图像融合方法.首先对多光谱图像进行IHS变换,将得到的亮度分量和高空间分辨率全色图像进行直方图匹配,并分别作多尺度Red-Black小波分解,然后对低频部分采用加权平均、高频部分采用替代的融合算法对分解子图像进行融合,最后对融合后的各级子图像进行Red-Black重构和IHS逆变换得到融合结果图像,采用客观性能指标对融合结果图像进行了评价.实验结果表明,该方法有较好的融合效果,其保持光谱质量和空间分辨率信息的能力比基于IHS变换融合方法、基于DWT的融合方法和基于IHS-DWT的融合方法都强.     

基于小波变换的多聚焦图像算法研究

多聚焦图像融合就是把分别聚焦到各个目标多次拍摄而得到的多幅图像进行融合,从而得到在一幅图像内各个目标都清晰的图像。由于小波变换具有多分辨或多尺度特性,因此可以通过小波变换把多幅图像分解到一系列的频率空间,然后在每个空间按照一定的融合规则算法对图像的信息进行处理,最后把处理后的信息通过小波逆变换得到融合图像。从实验结果可以看出,给出的方法很好地保留了多幅原图像的有用信息,融合图像清晰度较好,是一种有效的图像融合算法。     

基于小波变换的图像数据融合方法

提出一种基于小波变换的图像数据融合方法.原始图像经过小波变换,分解成亮度子图像和边缘子图像,对分解后的子图像进行分块处理,根据局部区域方差准则计算融合系数,对每个子块图像进行数据融合,最后重建图像.实验结果表明,本文方法具有很好的一致性.     

基于小波变换的AFM图像处理的研究

根据原子力显微镜(AFM)图像的特点，对小波变换应用于原子力显微镜图像的降噪、增强及融合方法进行了阐述，采用原子力显微镜对无磨料低温抛光后的铝合金(LY12)表面进行检测，并利用所述方法对扫描图像进行了处理。结果表明，利用小波变换对原子力显微镜图像进行处理是有效的、可行的，图像质量得到明显提高。     

基于Curvelet变换的遥感图像融合研究

Curvelet变换是继小波变换之后,更适合图像处理的一种新的多尺度变换分析方法,相比小波而言,它更加适合分析二维图像中的曲线或直线状边缘特征,而且具有更高的逼近精度和更好的稀疏表达能力,同时也具有很强的方向性.本文论述了Curvelet变换的理论和实现算法,基于考虑图像中的那些弱的边缘,提出了一种利用Curvelet变换进行遥感图像融合的方法.实验结果分析表明:将Curvelet变换引入图像融合,能够更好地提取原始图像特征,为融合图像提供更多信息,使融合图像在较好地保留光谱信息的同时,空间细节信息得到增强,优于典型的IHS变换、主分量变换及小波变换图像合方法.     

基于小波变换纹理一致性测度的遥感图像融合算法

本文提出了一种基于小波变换的遥感图像融合算法，利用多分辨小波变换的系数，采用低频图像的小波系数最小值作为融合后的低频系数，高频图像根据纹理一致性测度的纹理检测确定融合规则，调整高频小波系数大小。利用小波变换对图像相对应的低频分量及各方向细节分量进行针对性融合处理，很好地将来自不同图像的特征与细节融合在一起，并对融合图像质量进行了对比评价。实验结果表明，这种方法能够在保留图像微小细节方面获得满意的结果，这种算法有效且优于传统的图像融合方法。     

基于压缩感知的红外与可见光图像融合

基于压缩感知理论提出了一种红外与可见光图像的融合新方法。该方法将Contourlet变换(CT)和小波变换(WT)相结合,以进一步增加变换后系数的稀疏性,同时对采样模式和融合规则进行改进。首先对图像进行Contourlet变换,再对各高层分解系数进行正交小波变换;然后使用各层采样率不同的分立双放射形采样矩阵对系数采样,并用不同的规则对各层采样值进行融合;最后使用非线性共轭梯度法重构融合图像。实验结果表明,在采样率为0.5时,本文方法融合图像的细节信息比小波方法和小波变换压缩感知(WTCS)方法更加丰富;在所有采样率上,本文方法的融合效果比WTCS法在互信息、空间频率和融合信息逼真度等客观融合质量评价指标上均提高约10%。     

Multifocus watermarking approach based on discrete cosine transform

Image fusion process consolidates data and information from various images of same sight into a solitary image. Each of the source images might speak to a fractional perspective of the scene, and contains both “pertinent” and “immaterial” information. In this study, a new image fusion method is proposed utilizing the Discrete Cosine Transform (DCT) to join the source image into a solitary minimized image containing more exact depiction of the sight than any of the individual source images. In addition, the fused image comes out with most ideal quality image without bending appearance or loss of data. DCT algorithm is considered efficient in image fusion. The proposed scheme is performed in five steps: (1) RGB colour image (input image) is split into three channels R, G, and B for source images. (2) DCT algorithm is applied to each channel (R, G, and B). (3) The variance values are computed for the corresponding 8 × 8 blocks of each channel. (4) Each block of R of source images is compared with each other based on the variance value and then the block with maximum variance value is selected to be the block in the new image. This process is repeated for all channels of source images. (5) Inverse discrete cosine transform is applied on each fused channel to convert coefficient values to pixel values, and then combined all the channels to generate the fused image. The proposed technique can potentially solve the problem of unwanted side effects such as blurring or blocking artifacts by reducing the quality of the subsequent image in image fusion process. The proposed approach is evaluated using three measurement units: the average of Q^abf, standard deviation, and peak Signal Noise Rate. The experimental results of this proposed technique have shown good results as compared with older techniques. Microsc. Res. Tech. 79:431–437, 2016. © 2016 Wiley Periodicals, Inc.     

彩色图像三维六边形离散余弦变换编码

为了适应人眼视网膜细胞的正六边形结构的排列方式并充分利用彩色图像各颜色分量间的相关性,提出了一种基于六边形采样的三维离散余弦变换方法。该方法根据传统的矩形采样和正六边形采样之间的关系来完成两者的转换; 然后在已有的六边形离散余弦变换的基础上提出三维六边形采样的离散余弦变换,并验证它的能量集中性。最后,在同一个模型下建立彩色图像的空间位置和颜色分量,并利用提出的方法分别以不同的子图大小对不同的图像进行整体变换。实验结果表明：相对于传统的矩形采样,提出方法的压缩比提高了约51.1%,峰值信噪比提高了约16.3%,从而有效地降低了彩色图像各颜色分量间的相关性。得到的结果表明,利用六边形采样技术可以提高采样率,降低编码速率。     

基于分块DCT变换的数字盲水印算法的应用

为了解决图片类信息加密易破解的问题,更好地对相关产品的版权加以保护,采用一种基于分块离散余弦变换(DCT)的数字盲水印算法。图像经分块后先进行DCT变换,从空域变换到频域,然后进行水印的嵌入和提取,最后与基于小波变换域的数字水印算法的实验进行对比。研究表明,该算法在峰值信噪比为52.588 3 dB时,可以为图像提供良好的水印透明性,且对噪声、剪切等攻击有明显的抵抗效果,同时具有良好的鲁棒性。     

探地雷达目标检测中的离散余弦变换方法

提出了一种以一维离散余弦变换分量作为特征量的探地雷达目标粗略检测方法.首先对探地雷达A-scan信号进行离散余弦变换,而后根据目标与背景处A-scan离散余弦变换最小分量差异较大的特点,引入离散余弦变换最小分量平方作为检测特征量,最后选取特定的阈值进行目标位置的判断,实现目标的粗略检测.实验结果表明,离散余弦变换最小分量作为检测特征量检测定位比较准确,虽然计算时间比能量法长,但精度比能量法高,可以用于目标的粗略检测.     

四元数曲波变换多源多聚焦彩色图像融合

为了改善已有多源多聚焦彩色图像融合算法存在的模糊效应问题,提出一种基于四元数曲波变换的彩色图像融合算法.首先,把传统曲波变换推广到四元数,定义了四元数曲波变换,并给出了该变换的离散化算法.接着,以四元数矩阵的形式对待融合的彩色图像建模,通过四元数曲波变换对图像的四元数值进行多分辨率分析.然后,采用“最小、最大”融合规则来完成融合图像的多分辨率分析.最后,采用逆四元数曲波变换得到融合后的彩色图像.实验结果表明:提出的方法能够有效地去除图像模糊,无论是在主观评价还是在客观评价上都优于已有的算法.与最新文献中基于二维经验模式分解(BEMD)的融合算法相比,其图像锐利度(ISM),图像对比度(ICM),彩色信息丰富度(CCM)等3项客观评价指标上都有较大幅度的提升.     

改进拉普拉斯能量和的尖锐频率局部化Contourlet域多聚焦图像融合方法

为了克服Contourlet融合在远离支撑区间上出现的混叠成分,抑制融合图像在奇异处产生伪吉布斯现象,提出了改进拉普拉斯能量和的尖锐频率局部化Contourlet（SFLCT）域多聚焦图像融合方法。采用SFLCT而不是原始的Cont-ourlet对多聚焦图像进行分解,并将多聚焦图像空域融合方法中评价图像清晰度的指标引入到SFLCT变换域,用拉普拉斯能量来选择变换域系数。然后,逆SFLCT重构得到融合结果。最后,采用循环平移来提高SFLCT的平移不变性,有效抑制融合图像在奇异处产生伪吉布斯现象。实验结果表明：对于多聚焦图像,所提方法比循环平移小波变换法的互信息提高了5.87%,QAB/F提高了2.70%,比循环平移Contourlet方法的互信息提高了1.77%,QAB/F提高了1.29%;视觉效果优于典型的空域分块拉普拉斯能量方法和平移不变小波变换方法。     

一种基于HSI和小波变换的可见光和红外图像融合新方法

针对传统的HSI(色度—饱和度—亮度)图像融合方法易出现颜色失真和传统的小波融合方法存在分块模糊的现象,文中提出一种基于HSI和小波变换的可见光和红外图像融合新方法。该方法首先通过HSI变换获得红外和可见光图像的亮度成分,采用基于方差匹配度的融合规则对两者进行小波融合,得到新的亮度分量,并选用红外图像的饱和度分量和可见光图像的色度分量,进行HSI逆变换获得最终融合图像。实验结果表明:该方法在提高图像清晰度、突出图像细节和热目标等方面效果显著。