基于二进小波变换的遥感图像融合方法

为了充分利用各种遥感图像的信息,在分析以往图像融合方法优缺点的基础上,针对多光谱与全色图像的融合,提出了基于二进小波变换的融合方法,将各源图像进行二进小波分解,根据低频和高频分量的特点,按照各自的融合算法融合源图像的各分解层。再进行小波逆变换得到融合图像。利用信息熵等标准与其他融合方法进行比较,实验结果证明该融合方法较常用的正交(双正交)小波融合算法有更好的融合效果。     

基于小波变换的图像阀值去噪算法

针对传统的基于图像消噪的方法存在的问题,即在低信噪比的情况下,传统的滤波方法消噪效果得不到有效的改善,甚至图像在处理之后变得模糊。基于小波变换的图像阀值去躁算法,利用小波变换的特性,可以有效的去除噪声,最大程度的保留图像的有效信息。利用Matlab仿真实验结果表明,与传统的滤波方式相比,基于小波变换的图像阀值去噪算法使处理之后的图像更加接近于原始图像,且处理后图像模糊程度比传统算法大大减小。     

图像去噪中的小波变换应用策略

图像信息在人们认识世界和了解世界中扮演着重要的角色。但是,由于图像在实际应用或者是传输过程中经常被噪声等因素所干扰,导致图像的质量下降,无法达到使人们满意的效果,所以对于图像也应该进行去噪处理,减少噪声对于图像的干扰。在早期对图像进行处理,主要是指使用数字计算机技术对图像进行加工处理,以此来获得自己所需要的图像信息。本文基于这个背景,分析了小波变换在图像去噪的中使用的处理方法,主要探讨了小波变换在图像去噪中的使用。     

基于剪切波变换的图像去噪算法研究与仿真

小波在图像信号处理中起着十分重要的作用。然而,传统的小波在处理图像的离散不连续部分时并不十分有效。在本文中,我们将引入一种新型多尺度变换——剪切波变换,其几何特性与连续曲线波变换类似。剪切波变换基于一种简单而又严密的数学架构,不仅为多维数据的几何表述提供了一种更灵活的理论工具,而且实现起来也更加容易。     

一种小波域自适应的盲视频水印算法

针对视频版权的保护,本文提出了一种小波域自适应的盲视频水印算法。首先基于猫映射和Logistic映射的双混沌加密对图像水印进行处理以增强其安全性;然后对宿主视频进行场景分割,通过像素帧平均法提取关键帧并提取其亮度分量,将处理后的图像水印自适应地嵌入到经过小波变换后亮度分量的低频系数中。实验结果表明,本文的算法具有较好的不可见性,且针对锐化、高斯滤波、噪声、帧剪切等攻击具有良好的鲁棒性。     

基于小波变换的图像频域处理研究

本文介绍了几种常用的图像频域变换的方法,重点介绍了基于小波变换的方法,并且将传统的傅里叶变换、Gabor变换与小波变换作了详细的比较.小波变换具有丰富的伸缩和平移等运算功能,这些功能可对信号或函数进行多尺度的分析,能够解决传统频域变换不能解决的一些复杂问题.     

图像去噪方法的对比研究

本文介绍了图像噪声的类型及评价标准,对图像的几种去噪法进行了简单的分析,在总结这些去噪法的同时指出了去噪法中最新的研究领域。针对某些图像中背景复杂、目标对比度和信噪比低等特点,提出一种基于小波变换的图像去噪方法。     

贵州民族剪纸符号数据库开发技术研究

本文针对民间传统剪纸艺术的计算机创作问题,在分析剪纸艺术特点的基础上,提出一种基于小波变换和奇异值分解的剪纸纹样识别方法。首先对剪纸纹样图像进行归一化和二值化处理,然后应用小波变换提取剪纸纹样图像的低频分量并进行奇异值分解,最后通过对奇异值进行归一化和降维处理作为最终的特征向量,利用最近邻分类器进行模式识别。实验结果表明,该方法能够有效地去除噪声干扰,较好的识别有一定艺术夸张变形的剪纸纹样。     

基于Matlab的遥感图像IHS小波融合算法的并行化设计

随着遥感图像数据规模的不断扩大与融合算法计算复杂度的增大,遥感图像的快速融合成为很多遥感处理步骤的关键一环。计算机技术快速发展,CPU多核架构逐渐普及,为了充分利用多核处理器资源,Matlab提供了并行计算模型。本文选取了基于小波变换和IHS空间的图像融合算法进行并行化设计,利用Matlab并行计算工具箱与分布式计算服务器进行任务分割,实现了算法的并行化。实验结果表明,并行化处理可以有效缩短图像融合的时间,获得良好的加速比,验证了并行算法的高效性,对进一步研究并行图像处理有一定的指导意义。     

基于小波理论的数字水印研究

数字媒体版权保护是数字信息技术研究领域一项不可忽视的问题,设计合理的数字水印算法必须具有良好的隐藏性、稳定性以及鲁棒性,借助离散小波变换在图像遭到攻击时下表现出良好的鲁棒性等优点的前提下,结合奇异值分解技术,设计出一种比较合理的数字水印算法,且在算法执行开始时使用平面分解技术,允许量化嵌入更多的满足视觉特性的水印。首先在宿主图像的小波域的低频子带当中利用分块的DCT技术,将变换后得到的系数量化的嵌入到低频子带当中,同时在宿主图像的小波域的高频子带当中采用分块奇异值分解技术在高频子带中量化嵌入奇异值向量。依据嵌入后的中频子带中具有的特征,采用零水印提取作为保护数字影像版权的手段,为提高算法本身的鲁棒性,通过把相同的水印信息量化的嵌入到在宿主图像的空域当中去。实验结果表明,该算法在能够有效抵御来自外界的干扰的同时表现出良好的鲁棒性以及隐蔽性。     

基于变分法的医学超声图像去噪研究

目的 :医学超声图像中斑点噪声的存在,降低了图像质量,本文着重讨论医学超声图像的去噪问题。方法:针对超声图像的斑点噪声,本文基于全变分正则化模型,首先对超声图像进行对数变换,将乘性斑点噪声转化为加性噪声,再对对数变换后的图像进行全变分正则化处理,最后通过指数变换重构超声图像。结果:子宫超声图像去噪实验中,将全变分法与常用的中值滤波和小波变换去噪方法进行对比,结果显示全变分法的去噪性能指标明显优于其余方法。结论:采用基于全变分正则化的方法,不仅很大程度上抑制了医学超声图像的斑点噪声,而且保留了清晰的边缘细节信息,具有重要的学术价值和现实意义。     

基于小波变换的信号奇异性检测研究

信号的突变性或奇异性经常携带有比较重要的信息,它是信号重要的特征之一。本文介绍了小波变换的基本概念,讨论了小波变换的奇异性检测方法,可以应用于海洋声波信号的奇异性检测。阐述了高斯和Daubechies小波函数的信号奇异性检测原理及其MATLAB仿真实现,分析了信号奇异点的定位方法和小波检测效果,并指出了利用此方法时对所用小波函数的要求及小波尺度的选取对检测结果的影响,为非平稳信号的奇异性检测的研究提供了一种行之有效的方法。     

提升小波和模糊聚类在图像数字水印中的应用

将提升小波变换与模糊聚类相结合,提出一种基于变换域的自适应盲水印算法。算法利用提升小波变换得到图像的低频子图,结合人类视觉特征进行模糊C均值聚类,进一步划分出最适合水印嵌入的纹理区域,并嵌入经过混沌映射加密的水印。对比攻击实验表明该算法具有较好的透明性和鲁棒性,能有效抵抗多种类型的攻击。     

小波去噪方法的研究

小波去噪是小波变换应用的常见用途,本文介绍了三种常用的小波去噪方式,分别是小波模极大值法、小波分解与重构法和小波阈值法。将这几种方式分别加入白噪声并实施去噪处理,通过对比优缺点,为小波去噪方法的选取提供了参考依据。     

小波分析在活蛹缫丝单根蚕丝颣节检测中的应用

小波分析是应用数学和工程学科领域发展的一项新技术,广泛应用于信号处理。针对家蚕新品种选育中活蛹缫丝单根蚕丝颣节信号出现的特征,采用小波分析方法对其进行有效检测。检测原理是:将单根蚕丝信号进行小波分解,利用小波域阈值滤波方法抑制噪声信号提高检测效率及抗干扰能力,利用小波在奇异性检测上的优势找出单根蚕丝检测信号中的突变点,再根据相对应的时域信号进行颣节信号检测。针对小波分析在信号分析和信号消噪处理中的应用建立了matlab仿真模型,将基于小波分析的传感器安装在ZHJ-20智能型活蛹缫丝机上,使单根蚕丝颣节的检测速度较传统人工肉眼检测方法提高2倍以上,检测数据误差值小于企业标准中的误差值。建立的用于活蛹缫丝单根蚕丝颣节检测的小波分析方法,具有数据处理速度快,检测结果准确的特点。     

小波包去噪在暂态电能质量信号去噪中的应用

为了提高暂态电能质量检测的精度,就要求被检信号去噪效果达到最佳;本文通过对比小波去噪和小波包去噪的优劣性,以此选出效果较好的小波包去噪进行深层次筛选,包括对sym4小波包、sym8小波包、d B3小波包、d B5小波包去噪的效果比较,从而筛选出效果最好的sym5小波包去噪方法。该方法有效克服了小波去噪效果不佳而致使信号失真的缺点,应用范围也不仅仅局限在低频范围;除此之外,减少了去噪过程中信息损失,使信噪比和均方根误差等性能指标较之小波去噪有明显优化。     

小波的发展与科学的统一

本文介绍了新兴的数学学科——小波,回顾了小波发展的历史及现状,分析了小波分析发展中的一些特点:小波和众多学科的紧密相联性;小波应用的广泛性和效果的显著性;其它学科在小波发展中发挥本质性的关键作用。并由此出发论述了科学的统一性及其对数学研究的指导作用。最后讨论了其它学科发展对数学可能带来的影响。特别地,指出了生物科学和数学的相似性,指出了生物数学应是大有可为的数学学科。     

基于DWT与HVS的图像水印技术在数字产品版权保护中的应用

伴随着网络的普及和多媒体技术的发展,数字作品的侵权变得越来越严重。数字水印技术作为数字产品版权保护的有效手段正得到广泛的研究和应用。本文采用一种基于离散小波变换及人类视觉系统的数字水印算法,通过对lena图像、产品设计图、企业LOGO的嵌入与提取实现水印技术在数字产品中的版权保护。     

BP与小波神经网络短时交通流预测对比研究

短时交通量预测是实时管理、调度城市交通的基础。采用小波神经网络方法预测短时交通量,给出了小波变换的基本原理,选取母小波为隐含层基函数构建小波神经网络的基本框架。选取南京市某路段为实例,通过对比传统BP神经网络说明小波神经网络的准确性。实验表明,两种神经网络预测方法都具有一定的准确性,小波神经网络优于BP神经网络。     

基于小波理论的电力系统故障分析研究

本文介绍了小波变换的基本原理,通过检测奇异性,采用Harr小波变换对电力系统故障信号进行分析判断。仿真结果表明,小波变换能够很好地消除电力系统故障信号噪声,并准确检测出故障点。