基于小波子带能量加权的人脸识别方法

针对人脸识别中小波变换后信息利用不充分和权系数选择困难的缺点,提出一种基于小波子带能量加权的人脸识别算法.首先应用二维离散小波变换（2D-DWT）对图像进行二层小波分解,然后将得到的第2层4个子带进行加权组合,并给出一种基于小波子带能量权系数求解法,无需进行人工实验选取.在此基础上,采用PCA＋LDA方法进行特征提取,并在ORL人脸库中进行实验,与传统的算法相比有较快的识别速度和较高的识别率.     

Curvelet变换结合(2D)~2PCA的人脸识别算法

作为一种新的多尺度多方向性的信号分析工具,Curvelet变换不但具有小波变换多尺度和多分辨率的特点,还具有很强的方向性,对包含大量面部轮廓和五官曲线信息的人脸图像能实现最优的稀疏表示。本文提出并实现了一种基于Curvelet变换结合双向二维主成分分析((2D)~2PCA)的人脸识别算法,以Yale人脸数据库进行人脸识别实验,结果表明,该算法相对于传统基于小波变换的人脸识别算法,能有效提高识别率,缩短识别时间。     

采用形态学分量分析的红外云图插值

提出一种基于形态学分量分析的红外云图插值重建方法. 利用平稳小波变换和轮廓波变换在表示平滑分量和纹理分量时各自的优势, 将得到的低分辨率红外云图通过形态学分量分析方法分解为平滑分量和纹理分量; 并针对小波插值使低频能量损失问题, 采用先插值后变换的方法改进平稳小波插值效果, 分别用平稳小波变换和轮廓波变换对平滑分量和纹理分量进行插值; 最后将插值后的平滑分量和纹理分量重新组合实现红外云图的超分辨率重建. 结果表明, 解决了重建图像中的平滑和伪影问题, 在视觉效果和PSNR等指标上均优于其他插值算法.     

小波变换在奇变信号检测中的应用

根据小波变换的基本概念和理论,给出了实现小波分解与重构的塔式快速算法．基于小波变换用于奇变信号的检测原理,对奇变信号的小波时频分析技术进行了深入的研究．并通过一个工程实例,说明了小波变换在奇变信号检测中具有广阔的应用前景.     

1种基于小波的显微图像融合算法

针对显微图像灰度对比度低，内容复杂度高的特点，提出一种基于小波的显微图像融合算法．将图像变换到小波域，并在此基础上进行四叉树分解融合，以消除块效应，不同于现有的小波几何分块算法，可依据图像实际情况调整，符合显微图像结构多样化、内容多变化的实际情况．实验结果表明，本文算法的融合效果理想，与同类算法相比具有更强的稳定性和适用性．     

基于分数傅里叶变换和小波分解的彩色图像分级加密

提出一种基于分数傅里叶变换和小波分解的彩色图像分级加密方案。通过对图像矩阵和颜色索引表分别进行加密来实现彩色图像的分级加密。先对颜色索引表进行Logistic置乱,得到一级加密图像;再对图像矩阵进行单层小波分解提取出低频分量,对其进行分数傅立叶变换域的双随机相位编码,得到二级加密图像,将置乱的颜色索引表和加密之后的图像矩阵合成生成加密图像。该方案具有较高的安全性和效率,仿真结果验证了算法的安全性和有效性。     

用小波锥分解提取旋转和尺度不变特征

利用极坐标下Fourier变换的模所具有的旋转不变性以及Mellin变换的模所具有的尺度不变性,经过小波锥分解,提取其高层低频分量作为特征进行模式识别。对于0～9的十个不同旋转角度和尺度大小的160幅图像都能正确的进行识别。     

解非线性偏微分方程的插值小波算法

利用集小波分解和分形压缩变换思想构造了与标准小波具有类似尺度特点的连续插值小波基,给出了一维和二维空间中的插值型小波函数例子．利用集小波分解集和基函数的插值性质获得了由集小波分解点确定的积分公式,使非线性部分计算量由随尺度的平方增长关系变为线性增长关系．为说明方法的可行性,最后结合Newton速代法给出了一个数值例子．     

改进的静止图像小波零树编码

在深入研究尺度小波变换和嵌入式小波零树压缩编码算法的基础上，探讨了一种改进的小波零树编码算法。通过采用基于嵌入式零树预测扫描算法的改进小波变换编码方法，对小波分解的低频子带图像采用DPCM预测编码，高频子带图像采用了改进的取消重要系数排序的零树预测扫描算法进行压缩编码，使之既具有原零树算法良好的压缩品质，同时也简化了的压缩算法，提高了该算法 的适应性，与JPEG压缩相比，它消除了JPEG图像在高压缩比下的方块效应，取得了令人满意的实验效果。     

基于小波的光照补偿及其在人脸识别中的应用

提出了一种基于小波分析的人脸图像光照补偿技术,通过舍弃图像中的低频分量,仅用高频分量进行图像重构,便可较好地消除原始人脸图像中光照的影响.并将该技术应用于特征脸法人脸识别,在Yale库和自建库图像中,实验测得在较大尺度的情况下,图像识别率都有明显提高.     

一种基于HVS的码率控制方法

本文在小波分解图像的不同级上采用不同长度的滤波器以消减“振铃”效应，然后重新组织小波系数成小波块，根据每个小波块所含能量的多少给其分配不同的码率，最后根据人体视觉系统（HVS）的特点，提出了一种码率控制方法。     

基于重叠块小波变换的遥感图像高速压缩算法

针对大尺寸图像进行分块小波变换带来的块效应问题，采用重叠分块的方法，对各重叠块分别进行整数小波变换，并在分析单块图像整数小波变换的基础上提出了基于子带位平面的编码算法；解码时，对逆变换后得到的各个块按照原空间位置重叠相加，即可得到重建图像．实验表明，该算法复杂度低，占用内存少，速度快，无块效应，且各块的码率分配接近于最优方案，适合于遥感图像的高质量压缩编码．     

基于提升小波的方向扩散算法实现侧扫声纳图像去噪

侧扫声纳作为一种重要的海底探测技术,已得到广泛的使用,但声强数据经过严格的数据处理后,依然存在噪声,影响图像的正确判读.针对侧扫声纳图像中的噪声问题,采用基于偏微分方程的方向扩散、正则化P-M（AOS算法）、基于离散小波的方向扩散、基于提升小波的方向扩散4种方法,与传统的均值滤波、中值滤波、维纳滤波和小波软阈值、硬阈值、贝叶斯估计阈值的方法进行实验对比,发现基于提升小波的方向扩散方法,不仅能有效提高峰值信噪比,而且还能保持较好的平滑指数和边缘保持指数,更适用于侧扫声纳图像的去噪处理.     

一种改进的基于小波变换的图像边缘提取算法

在对现有的基于小波变换的图像边缘提取方法进行简要分析的基础上,提出了图像边缘提取改进算法.该算法主要是对边缘点的判断准则进行了改进,通过将任一点的梯度方向与水平、垂直、45°、135°方向进行比较,将这4个方向中与该点梯度方向最接近的一个方向重新赋给该点的梯度方向,并检验二进小波变换的模在该点是否为新的梯度方向上的局部极大值,若是,该点就是边缘点,否则不是.最后通过模拟实验给出了该方法的实验结果,实验结果有力地证明了该方法的有效性.     

基于Shannon-Cosine小波精细积分法的壁画降噪修复方法

为修复受破损且噪声点众多的壁画图像,提出了用偏微分方程（partial differential equation,PDE）扩散的方法对图像进行降噪修复。针对PDE法求解精度较低的问题,提出了一种Shannon-Cosine小波精细积分法,运用小波数值方法对偏微分方程进行离散处理,降低其方程组规模,并采用精细积分法求解,有效提高了计算速度。试验结果表明,采用该算法对受损壁画降噪处理后,视觉上,图像边界更清晰,且噪声点得到有效减少,达到了保边降噪的效果,更符合人眼的视觉效果;客观上,与中值滤波、均值滤波和维纳滤波方法相比,采用本算法处理后的图像其PSNR值和SSIM值均最大。因此,运用Shannon-Cosine小波精细积分法求解图像的PDE模型是可行的,取得了较好的图像降噪效果。     

基于Shannon-Cosine小波精细积分法的壁画降噪修复方法

为修复受破损且噪声点众多的壁画图像,提出了用偏微分方程（partial differential equation,PDE）扩散的方法对图像进行降噪修复。针对PDE法求解精度较低的问题,提出了一种Shannon-Cosine小波精细积分法,运用小波数值方法对偏微分方程进行离散处理,降低其方程组规模,并采用精细积分法求解,有效提高了计算速度。试验结果表明,采用该算法对受损壁画降噪处理后,视觉上,图像边界更清晰,且噪声点得到有效减少,达到了保边降噪的效果,更符合人眼的视觉效果;客观上,与中值滤波、均值滤波和维纳滤波方法相比,采用本算法处理后的图像其PSNR值和SSIM值均最大。因此,运用Shannon-Cosine小波精细积分法求解图像的PDE模型是可行的,取得了较好的图像降噪效果。     

应用近红外透射光谱鉴别藿香正气水

应用近红外透射光谱技术,并结合化学计量学方法,对3种不同品牌的藿香正气水的质量进行鉴别。分别采用小波变换和遗传算法对原始近红外光谱进行数据压缩和波长选择,处理后的光谱数据用主成分分析法进行处理,所有17个藿香正气水样品按生产厂家得到正确分类。将光谱数据用不同方法前预处理,进而利用反传人工神级网络的学习预测能力建立识别模型。交叉验证结果表明,原始光谱、平滑光谱、小波变换及遗传算法预处理后建立的校正模型分类样品的百分比均达100%。小波变换预处理的建模速度最快,预测结果最好。