基于非下采样Contourlet变换与TV模型混合图像去噪算法

在非下采样Contourlet变换的基础上,综合考虑全变差扩散和正态逆高斯模型,提出一种新的图像去噪算法.首先,对图像进行非下采样Contourlet变换,得到高频子带和低频子带系数.然后,对低频子带进行全变差扩散处理,对于方向带通子带,先通过分类准则对其进行分类,将其分为重要系数和不重要系数,对重要系数采样正态逆高斯建模,不重要系数采用高斯分布模型建模.实验结果证明,本文方法在视觉效果、峰值信噪比以及平均结构性上均优于许多算法.     

多小波图像插值算法研究

与单小波变换一样,多小波变换同样具有多分辨分析的特性,1次多小波变换可以将图像分解成4个低频子带和12个高频子带,而且原图像的大小是每个子带的4倍.根据多小波变换的这一特点,利用原图像与经过1次多小波变换后的各高频子带的信息,并考虑各子带的分形维数,提出了一种新颖的灰度图像插值算法.实验结果表明,与传统的插值算法相比,例如双线性插值与双三次多项式插值,该算法的插值效果较好,且克服了单小波插值中出现的斑点干扰.     

结合àtrous算法与Retinex算法的医学图像增强

提出结合àtrous算法与Retinex算法的医学图像增强.方法在二进小波理论基础上,利用推广的二维àtrous算法对医学图像进行处理,对经过多级分解后的医学图像的低频利用连续非线性函数增强,而对分解后的多个高频采用改进的Retinex算法进行增强;最后,对增强后的低频和高频进行重构.经过反复仿真试验结果表明:方法在去除噪声的同时更好地保留了图像边缘特征,增强了图像细节信息和凸显图像的轮廓,并克服对比度下降的不足,较好地去除光晕现象,视觉效果好,层次感更丰富.     

一种基于二进提升方案的医学图像增强

通过分析和研究二进提升方案,得到一种新的提升二进小波滤波器的构造方法.以新的B-样条二进小波作为初始二进小波滤波器,结合二维6 trous算法对原始医学图像进行多层分解,根据分解后系数特点,一方面对不同级数的高频系数利用单阈值和双阈值函数增强,对低频子带系数用线性拉升来扩大图像的整体对比度.另一方面结合消失矩条件,调整滤波器的提升参数,构造了具有线性相位、紧支撑、高阶消失矩及有限长的单位脉冲响应的提升二进小波,并将其与初始二进小波滤波器增强后图像进行比较.仿真结果表明提升后的滤波器对于对比度低、弱光照图像比初始滤波器的增强效果有了进一步提高,噪声放大问题有明显改善,更好地突出图像边缘特征、保留了图像更多细节信息.     

基于NSST和MCM纹理特征提取算法

纹理特征提取作为图像处理的重要环节,对图像的后续处理有着至关重要的影响.文中在多分辨共生矩阵算法的基础上,针对标准Brodatz纹理图像检索,通过非下采样剪切波变换的多分辨共生矩阵和混合高斯模型相结合,提出了一种纹理特征提取算法.文中首先对Brodatz纹理图像进行非下采样剪切波变换得到子带系数,通过对细节子带直方图分析,引入了拟合效果较好的混合高斯模型.然后利用优化的非均匀量化策略,提取多分辨共生矩阵纹理特征F2和F10.最后将提取的纹理特征与统计特征级联融合并结合具有权重系数的相似性度量公式,用于最终纹理图像检索.仿真实验表明:与传统多分辨共生矩阵的方法相比,文中所提算法的平均检索率分别提高了2.01%和8.87%.     

遥感图像小波变换系数的统计分布

本文研究了遥感图像经张量积小波与非张量积多元小波变换后得到的小波系数的统计分布及其特性,得出了遥感图像经双正交9-7整数小波变换后的系数的每个高频子带在能量分布上近似关于原点对称,每个高上频子带都具有“非高斯”性,每层的三个高频子带分布相似,第一层的各子带的值在零点附近更为集中,所以在零点形成更陡更窄的“尖峰”的结论.     

基于Curvelet域高斯尺度混合模型的地震信号降噪方法

结合曲波变换和高斯尺度混合模型提出地震信号随机噪声压制方法.该方法首先运用曲波变换对含有随机噪声的地震信号进行分解,然后对各小波子带系数分别建立高斯尺度混合模型估计出原始地震信号所对应的小波系数,最后经曲波逆变换重构获得降噪处理后的地震信号.仿真地震信号和实际地震信号的实验结果均表明本文方法能够有效压制地震信号中的随机噪声干扰,较多地保留了有效信号.     

一种结合小波模极大值法和Canny算子的目标提取方法

针对基于小波变换的目标提取中忽略低频子图像的一些重要信息的问题.提出了一种基于小波变换的模极大值法和Canny算子的目标提取方法.在小波域中,通过求解局部小波系数模型的极大值点提取(检测)高频边缘,利用Canny算子提取(检测)低频边缘.然后根据融合规则对两个子图像边缘进行融合.实验结果表明,该方法不仅能有效地增强图像边缘,而且能准确地定位图像边缘.     

长方形区域上非分离非均匀Haar小波

定义了二维Haar尺度函数,构造了长方形区域上的二维非均匀Haar小波函数,给出了非均匀 Haar 小波的分解和重构公式,最后得到了单值重构算法.     

芬兰淡水湖冰下溶解氧浓度变化规律的离散小波分析

以离散小波变换的多尺度分析理论为依据,用Daubechies系列小波对芬兰Valkea-kotinen淡水湖第二测点自2011年1月13日至5月17日不同深度溶解氧浓度的采集数据进行分解与重构.通过db1-db6小波分解效果比较,发现db4小波的重构效果较好.采用db4小波对该位置各深度溶解氧浓度进行多尺度分析,得到数据的低频和高频重构曲线,分析曲线的变化规律.最后,利用离散小波变换尺度为2的幂次这一特点,给出有利于数据分析的测量时间间隔.