共查询到20条相似文献，搜索用时 46 毫秒
1.
Contourlet变换克服了小波变换在处理高维信号时的不足,相对于小波变换具有较好的方向性、较高的逼近精度和较好的稀疏表达性能.因此将Contourlet变换用于图像融合,能更好的提取图像边缘特征,为融合提取更多的特征信息.利用Contourlett变换的多尺度和多方向性特征以及自适应融合规则在选取融合系数上的优势,提出了一种自适应Contourlet变换的多传感图像融合新算法.算法是将全色图像和多光谱图像进行Contourlet变换分解后,针对不同的频率域特点选择不同的融合规则,对低频系数选取区域能量的加权系数自适应融合规则,对高频系数特性选用了区域特征自适应的融合规则,最后通过重构得到融合图像.将其他的融合算法和本文所提算法进行了主观和客观的对比,结果表明,该算法是一种有效可行的图像融合算法. 相似文献
2.
基于非采样Contourlet变换,提出了一种新的图像融合算法.对经非采样Contourlet变换后的低频子带系数采取基于区域清晰度的融合规则,对高频子带系数采取基于区域方差的自适应加权的融合规则.实验结果显示,本文算法在目视判别以及客观标准下优于其他基于多尺度分析的图像融合算法,可获得较理想的融合图像. 相似文献
3.
金彩虹 《南京晓庄学院学报》2012,(6):21-25
该研究利用非下采样Contourlet变换的平移不变性和多方向选择性,考虑变换域内子带系数尺度间和尺度内的双重相关性,自适应地调节双变量模型下子带系数的收缩量,使子带系数的收缩量与子带含有图像细节内容的多少成比例.仿真结果表明,与仅考虑子带系数尺度间相关性的去噪算法相比,该算法在去除噪声的同时能有效保持原图像中的细节和纹理信息,改善恢复图像的主观视觉效果,提高恢复图像的PSNR值. 相似文献
4.
为了提高数字水印的鲁棒性和抗攻击能力,提出了一种基于Contourlet变换的新型数字水印算法.该方法从水印预处理和嵌入方式2个方面入手,用Arnold置乱来预处理水印数据,通过对载体图像进行奇异值分解(SVD)处理来寻找最合适的嵌入位置. 载体图像经过Contourlet变换后,对中频子带进行SVD分解以得到SVD数值,将Arnold置乱后的水印分散嵌入到中频子带的SVD参数中,再经过Contourlet反变换得到嵌入水印后的载体图像. 在提取端,Contourlet水印的提取采用半盲检测提取方法. 仿真结果表明,与传统Contourlet算法和结合SVD的Contourlet算法相比,所提出的算法具有更好的隐藏性能和鲁棒性. 同时,在保证安全性能的基础上,当嵌入的水印受到高斯噪声、椒盐噪声、图像扩展、图像剪裁等攻击时,所提算法具有良好的鲁棒性能. 相似文献
5.
6.
Contourlet变换比小波变换更适宜表达图像的各向异性的直线、曲线和边界特征,能有效地捕捉图像的几何结构信息。与Contourlet变换相比,非下采样Contourlet变换不仅具有多尺度、多方向特性,同时还具备平移不变性。本文提出了一种新的基于Contourlet变换和IHS变换的全色影像与多光谱影像的融合方法,并将IKONOS影像数据应用于融合实验来验证方法的有效性,结果表明本文方法在较好地保持多光谱影像光谱信息的同时增强了融合图像的空间细节表现能力,优于IHS和基于小波变换的IHS融合方法。 相似文献
7.
高珊 《中国教育技术装备》2009,(12)
根据非子采样Contourlet变换同时具有多尺度、多分辨分析和平移不变性质的特点,提出一种基于非子采样Contourlet变换的多聚焦图像融合方法。实验中将文中方法与Contourlet变换、小波变换等方法进行比较,结果表明,文中方法得到的融合结果能很好地将源图像的细节信息融合在一起,拓宽NSCT的应用范围。 相似文献
8.
提出一种基于NSCT的图像自适应降噪增强算法,对显微镜下获得的离焦图像进行图像恢复预处理.微纳米尺度光学显微镜下采集的离焦图像,通常细节、边缘和轮廓都不清晰,会影响到后续观测任务的精确度.NSCT变换由于多尺度和多方向性,拥有优越的变换功能,可以获得图像更多的纹理和边缘.结合微纳米尺度光学离焦图像的特点,对所有子带进行NSCT逆变换重新构建图像.最后通过对标准500 nm尺度栅格、导电探针和三角探针的实验结果表明,使用本文算法的图像效果更好,有效改善了离焦图像的质量. 相似文献
9.
基于双窗口小波-Contourlet变换的图像融合算法 总被引：1，自引：0，他引：1
提出一种基于双窗口小波-Contourlet变换的图像融合算法.首先采用小波一Contourlet变换对图像进行分解,接着采用两种不同尺寸的窗口计算系数的特征值:低频子带采用区域能量法和高频子带采用区域方差法,分别比较双窗口下的高频子带和低频子带的系数特征值,比较的结果作为得到融合系数选择的依据,最后采用逆小波-Contourlet变换得到融合图像.仿真实验证实,在特征类型选择一致的情况下,该方法的融合性能优于小波变换法和Contourlet变换法,融合图像质量较好. 相似文献
10.
利用Contourlet变换的多尺度、局部化、方向性等优点,提出一种基于Contourlet的MRI图像增强方法。实验结果表明,与传统的方法相比,该方法能够更有效地增强MRI图像的边缘细节特征,获得良好的效果。 相似文献
11.
红外图像具有灰度变化不平均、分辨率较低、噪声较多等特征,传统的图像分割方法难以对红外图像分割出有效实体。为解决这一问题,设计了一种基于非下采样Contourlet 变换(NSCT)的随机游走红外图像分割算法。传统的随机游走图像分割方法,图像部分灰度值的不均匀变化可能改变随机游走算法的路径,而且分割目标的轮廓很容易受到图像背景噪声影响,所以可以通过增强图像的目标轮廓,抑制图像噪声,以达到更好的分割效果。NSCT变换是一种非常有效的图像增强方法,首先采用NSCT变换对红外图像进行多方向、多尺度分解,得到红外图像的低频和高频系数,对该系数进行处理,然后反变换得到增强后的红外图像。实验结果表明,该方法在红外图像分割中取得了很好的效果。 相似文献
12.
本文提出了一种基于轮廓波（Contourlet）变换和统计模型相结合的图像去噪方法。Contourlet变换能够更好地表征图像各个方向的特征．通过对特征系数的分析．估计统计模型,利用近似最大后验概率估计（MAP）做局部方差估计并且和噪声方差的估计比较来达到去噪的目的。为了克服缺乏平移不变性所带来的Gibbs效应,本文采用循环平移法进行优化,有效地克服Gibbs效应。与小波变换去噪法和Contourlet变换阈值去噪法比较,该算法不仅能够提高图像去噪的PSNR,而且能够更有效地保持图像的边缘和细节。 相似文献
13.
为了减少光照、姿态变化对人脸识别的影响,提出一种基于Contourlet变换和PCA的人脸识别方法：首先利用Contourlet变换对人脸图像进行多尺度多方向分析,得到低频子带图像和高频子带图像,然后对分解后的低频子带和高频图像进行PC A分析,最后将提取出的低频特征以及高频统计特征组合成特征向量进行人脸识别。在orl人脸数据库和Yale人脸数据库上的实验结果证明：与PCA方法相比,该方法能够有效减少光照、姿态变化影响,提升人脸识别率。 相似文献
14.
小波模极大值是在对多尺度小波变换进行不规则抽样的基础上得到的,可以用来描述信号的奇异性.提出了一种小波模极大值结合多尺度不变矩法的图像检索算法,该算法对图像进行小波变换求得多尺度下的模图像,求出所有尺度下的局部极大值及其位置,并对得到的目标边缘进行细化;采用欧氏距离来度量图像的相似性,实现图像的准确检索.同时,设计开发... 相似文献
15.
传统Harris角点检测算法对噪声敏感,图像分辨率不同,角点容易产生漂移。,结合小波变换的多尺度特性,提出一种基于小波变换的角点检测算法.该算法在图像缩放、旋转或灰度变化时保持了Harris角点检测算法检测角点效果良好的优点．改进了其不具有尺度不变性的缺点,并具有较强的抗噪性与实时性, 相似文献
16.
杨飒 《广东教育学院学报》2006,26(3):53-57
应用多尺度小波变换实现数字图像的融合，其融合算法可分为基于像素级和基于区域级两大类．通过对CT图像和MRI图像实现图像融合并对融合后的图像进行定量评价，表明在多尺度小波变换的各种融合算法中，基于小波系数频带方向最大值融合算法能提供更好的可视性和清晰度． 相似文献
17.
提出了一种基于DWT-DCT域的数字全息盲水印算法.该算法首先将原始水印图像经过离散菲涅耳变换转化为数字全息图.接着对宿主图像DWT域的低频子带进行DCT变换,并嵌入全息水印图像.ICA用于水印信号的提取,实验结果表明该算法可以抵抗滤波、JPEG压缩、尺度缩放等攻击.由于该水印算法不仅实现水印的盲提取,而且具有多重密钥,所有具有的实用性和安全性. 相似文献
18.
在研究传统Harris角点检测算法的基础上,结合小波变换的多分辨率特性,提出一种基于小波变换边缘检测与Harris角点检测的多尺度图像配准算法。该算法保持了Harris角点检测算法在图像旋转、缩放或灰度变化时角点提取效果依然良好的优点,改进了其对噪声敏感且不具有尺度不变性的缺点,在不同尺度上有较高稳定性与匹配精准度,抗噪性较强。 相似文献
19.
基于平稳小波变换的高鲁棒性的边缘提取 总被引：4，自引：0，他引：4
借鉴平稳小波变换的多尺度分析思想,结合模糊聚类均值法,提出了一种高鲁棒性的图像边缘提取算法.该算法利用平稳小波变换的位移不变性,将小波分解后的分量进行配准构成一像素的特征向量,然后利用模糊c-均值进行无监督分类,分割图像,最后用Canny算子提取图像边缘.用一系列附加不同强度的高斯白噪声图像测试了该算法的有效性.实验证明在图像受到较强噪声(如附加高斯白噪声)污染时,该算法仍可检测到较好的边缘效果,展现出良好的鲁棒性. 相似文献
20.
陈亮 《赤峰学院学报(自然科学版)》2018,(5)
形态学衍生于集合论,其核心思想是通过将不同大小、方向和结构的元素放入图像中,进行形态学变换运算来对图像进行边缘检测.为了解决噪声等一系列问题,研究者们将形态学中的各种算法组合起来,形成了诸如多结构元、多尺度法的形态学边缘检测算法,每种方法都提高了抗噪性和精确性.本文提出了多尺度米字型结构元改进形态学边缘检测算法,以不同尺度的米字型窗口结构元和改进形态学相结合来达到图像边缘检测的算法.米字型结构元保证各方向信息的基础上,当结构元扩大的过程中相较于传统方形结构元,有效地减少了运算量.与之前的形态学边缘提取算法相比,对于含噪声的图像的边缘提取效果和运算时间都有一定的提高. 相似文献