小波变换在图像压缩中的应用

近十几年来小波理论研究已成为应用数学的一个新方向。作为数学工具,小波被迅速应用到图像处理和语音分析等众多领域。本文试图从工程和实验角度出发,较为直观地探讨小波变换在图像压缩中的应用,并给出了利用MATLAB软件加以实现的方法。     

小波变换在图像压缩中的改进算法

近十几年来小波理论研究已成为应用数学的一个新方向。作为数学工具,小波被迅速应用到图像和语音分析等众多领域。该文试图通过深入研究小波变换图像的能量分布特点,一种优化方案,通过改善小波变换子带灰度分布的均匀度,从而提高图像压缩效率。     

小波变换在图像压缩中的应用

近十几年来小波理论研究已成为应用数学的一个新方向.作为数学工具,小波被迅速应用到图像处理和语音分析等众多领域.本文试图从工程和实验角度出发,较为直观地探讨小波变换在图像压缩中的应用,并给出了利用MATLAB软件加以实现的方法.     

基于MATLAB的小波降噪研究

小波分析是最近几年以来急速发展的一个新研究方向,在时域具有良好的局部性,在频域上也同样具备局部性。依据其特性,理论研究小波分析就为信号降噪提供了一种工具。小波分析是建立在傅立叶变换分析的一个新数学方法,其中包含了工程应用中的工具和方法,又是丰富的数学理论。依据工程应用理论,小波分析是一种信息和信号处理的工具;又从数学方向理解,小波分析属于调和分析。引入可变的平移因子和尺度因子,解决了时频局部矛盾,弥补傅立叶变换分析中不,足。利用小波方法降噪是小波分析在实际应用中的重要方面,其关键是在于如何选取小波系数并使用,通过对小波阈值化的降噪处理介绍运用MATLAB中的小波工具箱,对含噪信号进行降噪。本文介绍了几种小波降噪方法,其中的阈值降噪的方法是一种实现简单、效能较好的小波降噪方法。     

用JAVA语言实现基于Haar小波变换的数字图像压缩

小波变换理论是近几年发展起来的一个新的数学分支。由于它克服了传统傅里叶变换的缺陷，具有良好的时、频局部化性能，从而使得小波理论在图像处理领域得到了广泛的应用。大部分关于数字图像处理方面的教材和论文都是以VC和MatLab软件作为图像处理的工具，本文试图从工程和实验角度出发，较为直观地探讨用JAVA语言实现基于Haar小波变换的数字图像压缩。     

一种小波域HMT模型参数初始化方法

1 引言小波理论由于具有坚实的数学基础、快速的变换算法以及多分辨分析能力,成为信号分析的有力工具。由M.S.Crouse等提出的小波域HMT模型将图像的小波系数建模为隐Markov树模型,该模型考虑了小波系数间的统计相关性及非高斯性,由于它抓住了小波系数的本质特性及小波系数间的主要关系,在应用中取得了很好的效果。在图像处理领域,小波域HMT模型用于图像去噪、压缩、检测、识别等等。     

小波分析在光纤电压传感器采集信号分析中的应用

文章介绍了光纤电压传感器的原理.小波变换为采集的信号分析提供了有力的数学工具.光纤电压传感器传输后的信号,存在着谐波和噪声干扰.利用小波变换对所检测到的电压信号进行了分析.     

图像噪声去除的小波相位滤波算法

利用小波变换进行信号与图像去噪是小波应用的一个重要方面。小波变换具有“变焦”时频局部化特性,可以实现紧立集正交变换,使得其在数据压缩、图像处理与去噪等领域得到广泛应用,并且得到了不少较为成熟的算法。在大量的小波去噪文献中,以基于小波幅度去噪的研究居多,而本文则欲讨论基于小波相位特性的图像去噪方法。通过对图像作二维小波分解,然后对各尺度上得到的小波系数依据相位特性进行滤波,由所余系数重构图像即可得到去噪的结果。1 图像的快速小波分解 1.1 小波分析理论所谓小波分析,从数学角度去看,它属于调和分析的范畴,但从事计算数学的工作者把它认为是一种近似计算的方法,用于把某一函数在特定空间内按照小波基展开;从工程角度去看,小波分析是一种信号与信息处理的工具,是继Fourier分析之后的又一有效的信号分析方法。小波变换作为一种新的多分辨分析方法,特别适合于处理非平稳信号。     

基于非线性小波与形态学相结合的边缘检测方法

小波分析是图像与信号处理研究领域的一个重要工具,现有的小波分析方法大多集中于对线性小波的研究。智能交通中车型识别的基础是精确获取图像中汽车边缘和汽车特性,而图像中汽车边缘特性多表现为非线性性,采用非线性方法进行研究更为适合。文章在描述了非线性小波变换框架后,提出了一种用数学形态学实现非线性小波分解的方法来获取汽车边缘信息。为了正确识别车型,再进一步用修正后的数学形态学检测算子提取汽车边缘,得到了较为清晰的连续汽车边缘,为以后车型进一步分类提供了条件。经过实验检验该方法具有一定的可行性和稳定性。     

小波变换及在图象处理中的小波特性分析

小波变换是近几年发展起来的集数学、科学计算及信号处理于一体的新理论，其核心是多分辨率分析。本文全面综述了小波变换作为多分辨率图象处理新工具的发展过程、小波变换的定义、信号／图象的多分辨率小波分解及图象多分辨率分解所表现的多尺度特性、局部化分析特性及方向选择性等。     

基于小波变换的ROI图像压缩改进算法研究

小波变换作为一种多分辨率分析方法,具有良好的空频局部特性,特别适合按照人类视觉系统特性设计图像压缩编码方案。基于小波变换的嵌入式编码算法能够有效地应用于基于感兴趣区域(ROI)的图像压缩与渐进传输。为了进一步提高效率并改善图像压缩传输的效果,本文在该算法的基础上提出了两点改进:(1)计算感兴趣区域模板时,将数学上的"排列组合"思想应用于传统的回溯法,使计算过程更加简单;(2)在对小波系数嵌入式编码时,牺牲图像背景区域的细节系数以获取感兴趣区域更高的解码质量。最后给出了改进算法的部分实验结果,证明了改进算法的有效性。     

小波图象去噪综述

小波图象去噪已经成为目前图象去噪的主要方法之一。在对目前小波去噪文献进行理解和综合的基础上，首先通过对小波去噪问题的描述，揭示了小波去噪的数学背景和滤波特性；接着分别阐述了目前常用的3类小波去噪方法，并从小波去噪中常用的小波系数模型、各种小波变换的使用、小波去噪和图象压缩之间的联系，不同噪声场合下的小波去噪等几个方面，对小波图象去噪进行了综述，最后，基于对小波去噪问题的理解，提出了对小波去噪方法的一些展望。     

基于小波变换的图像配准

图像配准是信息融合处理中的重要环节。本文分析了图像配准的数学模型,并对小波变换进行了研究。基于小波理论,提出了一种高精度的图像配准方法。该方法利用小波变换将图像分成若干层次,按照互信息最大的原则对小波分解各层的近似分量求取其配准参数,最后通过迭代实现图像配准。实验结果表明,该方法配准精度高、可靠性好,较之传统的方法有明显的优越性。     

强噪声条件下激光光斑图像预处理方法研究

为了研究强噪声光斑图像的抑噪方法,采用基于小波阈值法和形态学滤波的级联算法及小波域中值滤波法进行预处理,以信噪比、均方根误差和光强分布作为评估标准,并将处理效果与其他方法对比。结果表明：小波域中值滤波处理效果优于空域中值滤波;级联法的抑噪和光斑特征恢复效果更优于传统方法,其中对-2.0843dB的原低信噪比图像处理后的信噪比、均方根误差分别约为小波变换和空域中值滤波法的1.34、0.81倍和3.14、0.50倍;且原图像信噪比越低,其处理效果相对于传统方法的优越性越明显。     

一种基于小波变换的图像去噪新方法

为了更好地进行图像去噪,提出了一种图像去噪的方法。对图像进行小波变换以后,噪声的小波系数在不同尺度上都服从高斯分布但大小不同。由此,对各尺度各方向上的小波系数进行维纳滤波,而保持低频系数不变,先以此来估计原始图像的小波系数;然后进行小波反变换,得到去噪图像。实验结果表明了该方法的有效性。     

Image quality based comparative evaluation of wavelet filters in ultrasound speckle reduction

This paper presents the comparative study of various wavelet filter based denoising methods according to different thresholding values applied to ultrasound images. An original image is transformed into a multi scale wavelet domain and the wavelet coefficients are processed by a soft thresholding method. The denoised image is the output image obtained from the inverse wavelet transform of the threshold coefficients using Donoho's method. It has been observed that such denoising methods are effective in the sense that they preserve the edge details besides suppressing the noise. The comparative evaluation of the denoising performance is shown using statistical significance tests for different wavelet filters. Image quality parameters such as peak signal-to-noise ratio, normalized mean square error, and correlation coefficient have been used to evaluate the performance of wavelet filters. The performance has also been compared with the adaptive weighted median filtering method.     

Beta wavelets. Synthesis and application to lossy image compression

Wavelets are known to have many connections to several other parts of mathematics, notably phase-space analysis of signal processing, reproducing kernel Hilbert spaces, coherent states in quantum mechanics, spline approximation theory, windowed Fourier transforms, filter banks and image analysis.In this paper, we study a new orthogonal mother wavelet and wavelet basis system based on Beta function as well as its derivatives. The most important conditions of mother wavelets to be satisfied are the admissibility, the regularity and the orthogonality. All these conditions were verified in the case of the proposed Beta wavelets family.Compared to most known wavelets as Haar, Daubechies, and Coifflet ones, the Beta wavelet family improves efficient results and performances presented in this paper for image compression context.     

基于平稳小波变换的图像去噪方法

正交小波阀值消噪方法已广泛地应用于图像噪声抑制，目前对于正交小波阈值去噪方法的研究主要集中于如何选取阈值使消噪达到较好的效果，然而对于图像中噪声幅度较大的情况下，正交小波变换阀值消噪会使图像边缘失真，甚至图像模型，提出的平衡小波变换的图像消噪方法，可以有效地降低噪声，同时又较好地保持图像边缘细节，与正交小波变换阈值降噪方法相比，有明显优越性。     

基于FFT与互信息准则的分层遥感图像配准

提出了一种基于傅立叶变换和互信息准则的分层遥感图像自动配准方法。通过小波变换构造图像金字塔;在小波分解的最顶层,采用基于傅立叶变换的方法确定图像间的变换参数,并作为下一层搜索的粗略位置;然后根据互信息最大的原则逐层细化,直到最底层。试验结果表明:采用所提的方法,克服了基于互信息准则的分层配准方法耗时长的缺点,且利用分层细化的搜索策略增加了基于傅立叶变换的误差修正过程,提高了配准精度。