小波双线性插值搜索算法及其在光学遥感图像中的应用

详细分析了在小波双线性插值中高频外推阈值门限与峰值信噪比的变化关系,提出了基于峰值信噪比最大的小波双线性插值搜索算法。提出的算法能够自动搜索到峰值信噪比最大的高频外推最佳阈值门限,实现了在不破坏光学遥感图像原始信息的情况下,提高了图像的空间分辨率,有利于对图像的细节信息进行观察分析。实验结果表明:该算法能够得到比双线性插值和全小波插值更高的峰值信噪比、熵值和更好的图像细节效果,是一种适合提高光学遥感图像分辨率的有效算法。     

基于小波双三次插值提高光学遥感图像空间分辨率的研究

为了尽可能的保持光学遥感图像的原始信息,提高图像的空间分辨率,有利于对图像的细节信息进行观察分析,本文提出了小波双三次插值方法,并将其应用于提高光学遥感图像空间分辨率.实验结果表明,该算法得到了比全小波插值和小波双线性插值更高的峰值信噪比和更好的图像细节效果,是一种适合提高光学遥感图像分辨率的有效算法.     

基于小波变换和奇异值分解的图像水印算法研究

利用小波变换频谱特性和图像奇异值分解特征,提出了一种结合人眼对比感知特性的图像水印算法。并通过结合人眼视觉特性,将置乱的水印以一定的强度嵌入到图像的奇异值矩阵中,采用其逆过程提取水印,通过仿真进行了验证。对其实施了压缩、剪切、高斯噪声和中值滤波攻击测试,与前人提出的8种水印算法的抗攻击性能进行对比分析。结果表明,在质量因子为20%的较强压缩攻击下,提取水印的NC值仍能达到0.8359,含水印图的PSNR和SSIM达到25.0908dB和0.8451,且比8种水印算法具有更好的鲁棒性。综合表明,提出的算法有效地解决了水印嵌入过程中鲁棒性、视觉透明性与水印嵌入量之间的平衡问题。     

双正交小波插值的CCD图像超分辨恢复

给出了一种构造双正交小波滤波器的设计方法,应用该方法得到的双正交小波对低分辨率图像进行小波分解。对分解后的图像结构进行分析,提出双三次插值与方向插值相结合的方法,对分解后图像插值。对插值后图像小波逆变换,得到超分辨率图像。应用于CCD图像,获得了比双线性插值高的峰值信噪比(25.3090dB),图像细节信息增强了。实验结果表明,算法应用于CCD图像不仅提高了图像的空间分辨率,同时也提高了图像的峰值信噪比,还比较好地保留了图像的边缘信息,且经过该方法恢复后的图像更适合人眼观察,细节丰富,更加清晰,畸变小,是一种提高CCD图像空间分辨率的有效方法。     

一种基于小波变换的红外图像放大算法

图像放大技术的关键在于使放大后的图像尽可能地保持原始图像的清晰度。对于红外图像而言,传统的内插法存在着一定的缺陷。提出了一种基于小波变换的图像放大新算法,该算法对原始图像先进行小波变换获得高频系数,然后运用牛顿插值算法放大高频系数,以此作为放大图像的高频成份,而将原始图像作为低频成份,最后进行小波逆变换,重构出放大图像。实验证明该方法在图像细节方面具有很好的放大效果。     

基于峰值信噪比和小波方向特性的图像奇异值去噪技术

提出一种利用小波变换子图像不同的方向特性和峰值信噪比进行奇异值分解的图像去噪算法。由于图像经过小波变换后,低频子图像集中了原图像的大部分能量噪声,故仅作简单维纳滤波;而噪声则主要集中在小波域中的三个不同方向的高频子图中,且系数较小,因此可以利用奇异值分解进行去噪处理,即用较大的奇异值和对应的特征向量重构出去噪图像,然而由于奇异值分解固有的行列方向性,对于高频对角线子图重构出的图像去噪效果不理想,故采取旋转至行列方向后再进行常用的奇异值滤波;最后将去噪后的低频和高频子图进行小波反变换重构出最终的去噪图像,其中重构所需的奇异值个数由图像的峰值信噪比确定。 实验结果表明,该方法在有效去噪的同时较好的保留了原有的高频细节信息。     

基于差分曲率的各项异性扩散小波图像降噪算法研究

在 γ 放射性内污染修正均匀冗余阵列编码成像中,为了进一步减少使用最大似然估计(MaximumLikelihood Expectation Maximisation,MLEM)算法进行编码图像重建的伪影,并且提高重建的效率,本文提出了基于差分曲率的各项异性扩散小波图像降噪(Anisotropic Diffusion W...     

光学相干层析图像的小波去噪方法研究

光学相下层析成像过程中产生的噪声恶化了其成像质量.提高图像的信噪比一直是光学相干层析系统研制中一个焦点问题.根据光学相干层析系统采集的原始图像的信号和噪声分布的特点,对双变量收缩的小波去噪方法进行了改进,增加噪声系数比较多的子带的死亡地带半径来去除图像的噪声.利用对比度噪声比率、信噪比和边缘保持参数等评价指标来评价图像的改善效果.结果表明该方法能有效地去除噪声并可保留光学相干层析原始图像的边缘特征.     

静电磁场不规则区域问题的小波插值Galerkin算法

讨论了用小波插值Galerkin方法(WIGM)求解椭圆型偏微分方程,特别是求解区域不规则时的问题.在归纳出WIGM一般形式的基础上,推导出该方法在Sobolev空间范数下的误差界限为C2-m.提出了一种解决不规则区域中静电磁场场分析问题的数值算法,其中选用对称插值尺度函数为基函数,它的对称性及其与平均插值尺度函数的关系可以在一定程度上降低数值求解的计算量.最后通过计算实例说明该算法的有效性.     

基于小波阈值函数与改进中值滤波融合的抑制图像混合噪声算法

针对图像处理中存在椒盐噪声和高斯噪声的问题,提出了一种新的小波阈值函数与改进中值滤波融合的噪声抑制算法。依据椒盐噪声与其周围邻域像素灰度值存在的明显差异,估计椒盐噪声,采取3×3模板进行反复迭代滤除椒盐噪声。对高斯噪声,利用极限思想提出了一种新的小波阈值函数,并引入三个控制变量,通过调节控制变量使所构成的小波系数在一定阈值范围内无限接近原小波系数。实验结果表明,提高了峰值信噪比,减小了均方误差,较好的保留了图像细节。     

小波包变换与遥感图像融合

探讨了遥感多光谱与全色波段图像的融合问题.分析了多光谱与全色波段成像机理,提出了一种基于小波包变换的遥感图像融合方法,实验结果表明,该方法可有效综合多光谱与全色波段图像的优点,从而获得具有较高空间分辨率的多谱图像.     

运用小波变换对遥感FTIR光谱进行信息提取

主要描述了如何利用小波变换技术,对一些强度较弱和混叠干扰的遥感FTIR光谱图进行信息提取。采用了墨西哥帽函数(Mexican hat function)小波,对三氯甲烷、丙酮的标准谱图及其两者混合物的遥感谱图信号进行了连续小波变换。结果发现,尺度越小,小波系数模的极大值点与突变点位置的对应就越准确。但小尺度下,小波系数由于受噪声影响,往往只凭一个尺度不能定位突变点的位置。相反,在大尺度下,对噪声进行了一定的平滑,极值点相对稳定,但由于平滑又会使定位产生偏差。因此,在用小波变换模极大值法判断信号突变点时,需要把多尺度结合起来综合观察。总之,小波分析技术能够较准确地、稳定地定位信号突变点,提取信息,并且具有平滑和放大有用信号的作用。对于非严重重叠的混合遥感光谱,根据对不同尺度下的小波变换系数的模极大值及其定位的分析,也可较好地识别谱图。     

基于整数递推GCV的遥感图像去噪算法

本文提出了一种整数递推广义交叉校验算法.在对遥感图像做小波变换后,统计子带中小波系数的幅值分布,进行同值小波系数合并运算,然后通过整数优化递推加速广义交叉校验计算过程,减少相邻阈值下广义交叉校验函数的冗余计算.在对多幅遥感图像仿真实验中,当噪音标准差为10～30时,整数递推-广义交叉校验算法耗时仅为广义交叉校验算法的2%至0.5%,且保证了去噪效果一致,能有效提高图像PSNR0.66 dB至6.03 dB.此外,广义交叉校验算法耗时随噪音增大及遥感图像尺寸增长而迅速升高,整数递推-广义交叉校验算法耗时则相对平稳.     

一种减小静止图像压缩效应的后处理算法

提出了一种静止图像压缩的后处理算法.执行了基于Contourlet变换的图像插值迭代方法来恢复图像的高频通带信息,然后该信息和解压图像的高频信息相融合以进一步保护重要的小波系数.在低码率情况下,该算法有助于减小压缩效应并且提高解压图像沿边缘的正则性.在JPEG2 000和SPIHT压缩系统中证实了该方法的性能.仅仅通过一次迭代,后处理图像的峰值信噪比相比于解压图像可提高0.05~0.2 dB.当迭代次数增加时,振铃效应将进一步降低.     

基于Contourlet的遥感图像放大与增强

提出一种遥感图像放大和增强的新方法.应用拉普拉斯塔形变换（LP）构建原图像的细节图像,采取双三次插值的方法分别放大原图像和细节图像,并将两个放大后的图像相加后线性处理.经过二级Contourlet分解变换,构造非线性增强函数增强Contourlet系数.最后用原图像取代Contourlet分解变换后的低频子带后重构图像,完成图像的放大和增强.结果表明,此方法能丰富放大后图像的细节,增强效果良好,有效提高放大后遥感图像的空间分辨率.     

基于非下采样轮廓波变换遥感影像超分辨重建方法

针对现有非下采样轮廓波变换(NSCT)超分辨率重建方法的不足提出了一种改进的重建方法。空间频率大小反映图像细节信息丰富的程度,改进方法将区域窗口内空间频率的大小作为定权的标准对NSCT分解获得的各对应高频图像进行自适应加权融合。将NSCT分析与自适应加权融合相结合用以实现影像超分辨率重建,其中利用自适应加权融合方法将各高频图像分别进行融合,同时将低频图像进行取均值处理,分别获得处理后的高低频图像,通过NSCT逆变换获得最终的超分辨图像。通过仿真实验与工程应用验证了改进方法的可行性与有效性。     

星图中基于小波变换的CCD传感器Smear现象消除方法

帧转移型CCD传感器在拍摄星空背景图像时,视场中高亮度恒星会产生Smear现象,从而对目标检测有严重影响.为了消除Smear现象,提出了一种星图中基于小波变换的Smear消除方法.首先根据Smear产生机理及星空图像特性,建立星图Smear问题的模型|然后使用多层二维Haar小波分解,把Smear亮线分离到低频分量及高频垂直分量中分别进行Smear消除处理|最后重构出消除Smear的图像.实验结果表明:该方法能有效去除Smear,最大限度保留图像原有信息,并可增强Smear区域弱小目标信噪比.