基于离散插值样条的提升小波变换

文中引入了一种对信号递归滤波的提升方法,该方法与通常的提升方法不同之处是使用IIR滤波器.探讨了空间域中基于离散插值样条的预测算子和更新算子的设计.提出的方法以插值为基础,只涉及信号的采样,不要求使用正交公式,更适合信号的处理.最后由数值仿真验证了该算法的性能,对于软阈值法小波系数去噪,提升小波变换T12同B9/7相比,前者略优于后者,提升方法的优点在于其设计上的灵活性和计算花费少.     

一种新的基于提升多小波变换的图像融合方法

多小波是一种新的小波,它在理论上所表现出来的优势以及它在应用领域所具有的潜力,使其受到高度重视。在短短的几年时间内,它在图像处理方面的应用已取得了一定的成效。提升方法不仅是现存小波变换的一种快速算法,而且是构造新的小波变换的一种工具。本文根据提升方法和多小波变换的特点,对多小波实现了提升变换,并把这种基于提升方法的多小波变换应用于图像融合,结果表明有更好的效果。     

自适应尺度抗模糊核相关滤波跟踪法

针对图像模糊和目标尺度变化而导致跟踪失败的问题 ,提出一种自适应尺度抗模糊核相关滤波跟踪法。首先,构建一个抗模糊特征检测与匹配模 型,该模型将待匹配图像进行掩膜处理,提取目标感兴趣区 域,并利用加速稳健特征(SURF)和二进制尺度旋转不变鲁棒特征(BRISK)描述子对目标区域 进行特征点检测 与描述,通过特征点二次匹配,获取模糊图像中目标的位置。其次,判断当前图像清晰度, 若图像清晰度 高于一定水平,则利用传统的核相关滤波(KCF)算法预测目标位置,并通过比较不同尺度下 的目标响应峰值, 得出目标的最佳尺度;否则,利用抗模糊特征检测与匹配模型获取目标位置。最后,在OTB -2015数据集 中测试算法性能,本文所提算法的精确度为85.2%,比传统的KCF算法 提高17.4%;成功率为77.8%,比 传统的KCF算法提高23%。实验结果表明,所提算法在跟踪过程中可自 适应地改变跟踪框的大小,并且可对模糊图像中的目标进行有效跟踪。     

提升多小波变换及其在图像编码中的应用

多小波是一种新的小波．他在理论上所表现出来的优势以及他在应用领域所具有的潜力．使其受到高度重视。在短短的几年时间内，他在图像处理方面的应用已取得了一定的成效。提升方法不仅是现存小波变换的一种快速算法．而且是构造新的小波变换的一种工具。根据提升方法和多小波变换的特点，介绍了一种实现多小波变换的提升方法．并把这种提升多小波变换应用于图像处理，结果表明有很好的效果。     

基于OpenGL的分形植物模拟

针对目前分形植物模拟多以平面形式给出的问题,采用粒子选代的方法,利用OpenGL的优良性能,给出一种三维分形植物模拟的构造原理及实际算法,并根据该算法给出几个植物的分形模拟结果.该结果表明,根据所给算法可以得到相当逼真的植物全貌和叶.这种三维真实植物的模拟在目前已有的文献中尚不多见.所得结果对模拟三维场景有一定的实用价值.