基于视觉系统模型的SAR图像压缩方法

提出一种基于视觉模型的合成孔径雷达(SAR)图像压缩方法,对SAR图像分解后不同频带的小波系数结合其能量分布和人眼对不同频率段的敏感度采用可变步长进行量化与压缩编码,应用嵌入式小波图像压缩算法,以峰值信噪比和均方误差等作为评价指标,对比进行了实验.结果表明,在保证压缩比不变的前提下,采用本算法获得的恢复图像的主观质量有所提高,较好地保留了图像的纹理细节,提高了图像的峰值信噪比.     

基于整数提升小波变换的彩色图像零树编码算法

提出了一种易于硬件实现的低存储量，高压缩性能的基于整数提升小波变换的彩色图像无链表SPIHT零树编码算法，该算法采用了一种低频子带优先的线性指针扫描顺序和不同于Wen-Kuo Lin提出的无链表LZC算法的状态比特表及零树分割策略，实验结果表明作者提出的算法在性能上（PSNR）比LZC高约0．5dB左右，和SPIHT算法相比具有同样的压缩性能，但更易于硬件实现。     

基于整数小波变换的实时图像压缩编码算法

随着数字图像压缩编码技术的广泛应用,人们对于压缩编码技术的实时性要求越来越高,如何进行快速有效的图像压缩编码是当前需要解决的关键技术。文中在分析提升算法和基于提升算法的整数小波变换的基础上,介绍了一种新的基于整数小波变换和树特征平面的数字图像编码方法,该算法只需对小波系数进行一次扫描即可完成编码过程,简单易行。实验证明该算法性能优良,并且与零树编码相比大大节约了处理时间。     

采用提升方向波变换的异源图像融合新算法

方向波(Directionlet)变换是一种基于格子的歪斜小波变换,与标准二维小波变换相比,它具有多方向性和各向异性,能够更好地描述图像的特征.针对异源图像融合这一研究热点,提出了一种新的基于方向波变换的图像融合方法,并采用提升算法有效地解决了该变换方法的运算速度问题.首先,对已配准的两幅图像分别沿变换和队列方向进行次数不等的提升变换,得到具有各向异性的子图;然后,采用低频子图直接平均融合,高频部分选择具有较强各向异性信息分量的方法得到融合图像的所有方向波变换系数;最后,经过反变换得到融合图像.实验结果表明:该算法的融合效果和运算速度都优于标准小波变换和其他的二代小波变换.     

基于提升拉普拉斯金字塔变换的图像压缩

采用提升方案研究拉普拉斯金字塔,提出了一种基于提升方案的拉普拉斯金字塔算法,可明显减少混淆现象,降低了图像重要细节的失真,有利于提高压缩性能和效率.     

一种基于提升小波的SAR图像有损压缩算法

该文根据合成孔径雷达(SAR)图像局部相关性较弱,存在相干斑噪声的特点,提出了一种基于提升小波的SAR图像有损压缩算法。它可有效去除相干斑噪声,提高计算精度和速度,改进SAR图像的压缩性能。该算法采用了嵌入式零树小波的编码方法,很好地利用小波系数的特性,使得输出的码流具有嵌入特性。利用大量的实际SAR图像对所提算法进行了仿真验证,并与其它图像压缩算法进行了对比分析,表明所提算法是有效的。     

基于提升算法的整数小波变换在零树小波编码图像压缩中的应用

研究了提升算法和基于提升算法的整数小波变换,并将该算法应用于零树小波编码图像压缩,改进了压缩算法性能.最后,给出了实验结果,结果表明在降低了运算复杂度的情况下,仍然提高了峰值信噪比,具有良好的压缩效果.     

基于三维矩阵变换的多极化SAR图像压缩

本文针对多极化合成孔径雷达(SAR)图像在极化通道之间的相关性,提出了基于三维矩阵变换的压缩方法.将多极化SAR图像(HH,HV,VV图像)作为一个整体,进行三维矩阵变换.首先在极化通道之间进行一维DCT变换,极化平面内进行二维离散小波变换,然后对三个混合系数平面根据率失真准则分配不同比特数,采用分级树的集合划分(SPIHT)算法进行编码.由于不是单独处理每一极化图像,因此不仅可以去除各极化图像内部之间的相关性,也可以去除极化通道之间的相关性.理论推导和实验结果都表明该方法对多极化SAR图像压缩是十分有效的.     

基于双正交小波变换的航空图像压缩研究

提出一种基于提升方案的双正交小波变换结合SPIHT编码的图像压缩方法.小波提升方案是继多分辨分析之后,另一种非常有效的构造小波滤波器的方法,在双正交条件下按所需的小波性能自由构造双正交小波基,并能加快小波变换的执行速度.分析了应用提升方案构造双正交小波的算法,选用性能优良的双正交小波,结合SPIHT编码,进行图像压缩.实验表明,通过该方法进行图像压缩,图像重建质量较高.     

基于Brushlet变换的SAR图像SPIHT压缩算法

提出一种基于Brushlet多方向变换特点的SPHIT编码算法,并将其应用于SAR图像压缩编码中,通过对真实SAR图像的压缩实验表明,相比于传统的小波编码方法,Brushlet变换域的SPHIT算法能获得更好的压缩性能,提高了解码后的PSNR值,并且较好地保留了图像细节特征和提高了可视性.     

基于二代小波变换的图像目标编码方法

研究了二代小波用于任意形状图像目标变换编码的可行性。文中采用一种需要对目标作适当的延拓后再作变换的方法,另一种则在修改二代小波提升算法的基础上获得一种不需延拓的形状自适应变换方法。实验结果表明,这二种方法与Katata使用的一代小波的方法相比,有更好的压缩性能。     

自适应提升小波变换与图象去噪

引入了基于提升法的自适应离散小波变换，根据LMS自适应法确定伯恩斯坦预测算子的权重系数，使其自适应匹配特定的数据序列，而且应用该方法结合软域值可实现信号去噪，最后扩展该方法应用于二维图象的去噪，数值实验表明自适应提升小波变换有效地实现了图象的去噪而且保持了图像的边缘和纹理特性，提升法的优点在于其设计上的灵活性和计算简便。     

一种基于小波变换的可调节遥感影像融合方法

光谱保持和高分辨率保留是影像融合的两个重要问题,不同的应用可能对融合的结果有不同的要求．提出了一种基于小波变换的可调节遥感影像融合方法．该方法首先分别将高分辨率影像和多光谱影像进行小波分解,然后根据影像的特点,在小波域内进行影像融合,最后通过小波逆变换得到融合结果．通过引入可调节参数,该方法可以在细节保留和光谱保持两方面达到不同程度的平衡,在某些参数组合下,融合图像的目视效果和统计指标可以达到甚至超过传统的小波融合法、IHS变换和主成分变换融合法的效果．     

基于正则化变分模型的SAR图像增强方法

讨论合成孔径雷达（SAR）图像的噪声抑制与分辨率增强问题.建立偏微分方程抑噪方法与正则化点增强方法相结合的正则化变分模型,该模型同时具有偏微分方程模型的抑噪优势和正则化模型的分辨率增强优势.在图像的背景区域采用偏微分方程模型进行噪声抑制,而在图像的目标区域,先采用后向扩散方程进行锐化,然后再采用正则化模型进行分辨率增强,使整幅图像的处理结果均得到优化.此外,在偏微分方程抑噪模型的构造上,结合SAR成像的工程背景,提出了基于SAR图像幅度信息的前向-后向扩散方程,使方程能有效抑制图像背景区域的噪声并锐化目标边缘.大量的试验结果表明该方法能有效增强目标的强散射点,显著抑制噪杂波区的噪声.     

基于自适应窗和形状自适应小波变换的SAR图像相干斑抑制

结合SAR图像空域的先验知识和小波域系数的特性,提出了一种新的SAR图像相干斑抑制算法.使用最近提出的局部多项式近似-置信区间交叉(local polynomial approximation-intersection of confidence intervals(LPA-ICI))构造自适应窗,寻找到与SAR图像中每个像素点相对应的同质区域,在每个同质区域内利用本文给出的快速形状自适应小波变换进行硬阈值收缩抑斑,最后根据本文提出的稀疏加权方法融合多个估计样本获得最终抑斑图像.实验结果表明本文提出的算法有着很好的抑斑性能,尤其是在去除重构图像中的"振铃"效应以及有效保留原始SAR图像中的点目标方面性能更突出.     

基于分水岭-谱聚类的SAR图像分割

由于谱聚类是基于图论的、以相似性为基础的聚类方法,需要计算图像中每对像素点之间的相似性.当图像很大时,计算相似性矩阵和求解相应的特征值、特征向量是很困难和耗时的.为此,针对合成孔径雷达(SAR)图像的特点,提出了一个两阶段的图像分割方法,首先采用分水岭算法对图像进行过分割,然后再用改进的谱聚类算法进行聚类.新方法不仅可以减少噪声对分割结果的影响,很好地保持图像边缘,而且对时间要求较高的应用也具有一定的参考价值.为了验证新方法的有效性,将其用于SAR图像分割,取得了较优的分割结果.     

基于变分的SAR图像目标特征增强方法

研究了SAR图像目标特征增强的变分方法.通过分析P-M扩散方程中的扩散系数,得出梯度(Canny)边缘检测算子对SAR图像的非恒虚警性使得滤波后图像的边缘变得模糊.而ROA算子能有效地检测出图像中的边缘,但较难检测出图像中的强散射点目标.基于SAR幅度图像中相干斑噪声的Rayle igh分布,从最大后验概率估计出发,结合ROA边缘检测图像以及SAR幅度信息来构造扩散系数,建立SAR图像目标特征增强的变分模型.实测SAR图像处理结果显示该方法在充分抑制均匀区域的相干斑噪声的同时能较好地保护并增强图像的边缘和强散射区域.     

基于小波二重树编码的彩色图像压缩

该文提出了一种利用小波变换对彩色图像进行编码的算法。该算法在对Y,Cr,Cb分量进行小波分解的基础之上,结合人眼视觉系统特性对各子带进行量化,采用全新的二重树编码,有效地对高频子带进行压缩。实验结果表明,本算法实现简单,可达到很好的压缩效果。     

基于Contourlet域HMT模型的SAR图像相干斑抑制

将Contourlet变换用于SAR图像的统计特性研究中.基于Contourlet域隐马尔可夫树模型(CHMT),从图像复原的角度出发,结合最小均方误差估计和Bayes估计给出一种SAR图像相干斑抑制的新方法.并给出基于拉普拉斯金字塔算法(LP)分解的斑点方差估计方法.实验中与小波域HMT算法进行了比较,本文方法在方向信息的保留和斑点的抑制上均有明显改进.