分数域图像混合噪声盲复原方法

提出了一种在分数傅里叶变换域中对图像进行复原的新方法.对于模糊且含有高斯噪声和啁啾噪声的图像进行分数傅里叶变换,利用各种噪声在分数域中的性质估计出复原图像的分数谱,再通过逆分数傅里叶变换返回空域,获得复原图像.在图像受到多种因素导致退化的情况下,以及在无任何先验知识的前提下,此方法可以简化复原过程,进行图像盲复原.     

基于Haar小波的海底地形匹配方法研究

提出了一种基于地形的小波场特征的相关匹配的方法.在小波场的相关匹配技术中,由于小波的垂直分量和水平分量反映了图像的边缘等高频信息,所以分解后的小波特征场相关性小,有比较高的匹配精度;同时,由于数据量压缩,提高了匹配速度,适应于地形匹配的快速实现.     

基于提升算法的二维DWT高效VLSI实现结构

以CDF9/7小波为例构造了一种二维DWT变换的高效VLSI结构。采用改进的提升算法,减少了关键路径上的延时。把乘法器系数表示为CSD形式,将乘法优化为最少的移位加操作。提出了一种行变换和列变换同时进行的方法和实现结构,并且整个结构采用流水线处理。通过VHDL的行为级仿真,得到的数据和软件仿真的结果相同,证明了该结构的正确性。和其它结构相比,该结构处理速度更快,并且硬件利用率可达100%。     

基于LWT的纹理特征提取方法

介绍了一种利用局部沃尔什变换(LWT)提取图像纹理特征的新方法,给出LWT的定义,并分析了LWT系数的统计特性及其各阶矩的纹理鉴别性能。结果表明:自然纹理图像的LWT系数一般不服从正态分布,其偶数阶矩具有较好的纹理鉴别性能,奇数阶矩的纹理鉴别性能较差,因此选取LWT系数的偶数阶(2、4、6阶)矩作为纹理特征。与Haralick[1]、Wang和He[2,3],以及HuiYu[5]等人提出的纹理特征相比,基于LWT的纹理特征具有更好的鉴别性能,并且计算简单。     

一种基于组合降维的图像识别方法

为克服图像识别中传统方法需要进行高维矩阵奇异值分解的困难,提出了先局部降维再总体降维的组合变换方法.ORL人脸图像数据库的实验表明,这一方法不仅减少了运算量,而且能较好地解决人脸这样一类复杂的图像识别问题;总体来说优于传统的基于KL变换的识别方法.     

一种基于广义Hough变换的遥感图像船舶横波自动检测与速度估计方法

从Kelvin横波航迹的形成原理出发,详细推导了Kelvin横波波峰模型,提出一种基于广义Hough变换的遥感图像船舶横波自动检测方法,取得了较好的检测效果,并依据检测结果对船舶速度进行了估计。所述方法对海上船舶运输和港口管理等具有重要意义。     

基于Turbo码和小波分形的数字水印算法

利用Turbo码的强纠错性和小波分形思想,提出了基于Turbo码和小波分形的图像数字水印算法。嵌入水印之前,对水印信息序列首先进行混沌变换和Turbo编码,并利用HVS(Hum an V isual System)将水印自适应嵌入到载体图像视觉不敏感的零树和分形的相似域。实验结果表明,该算法不仅提高了提取水印的准确度,也提高了水印的抗攻击能力,同时较好地解决了水印的鲁棒性和不可见性之间的矛盾。     

基于小波变换的图象压缩中量化方法的研究

研究了小波系数的分布规律和统计特性,分析了各种小波系数对恢复图象质量的影响,从而为基于小波变换的图象数据压缩提供了量化方法。     

图像处理技术在消防灭火模拟训练中的应用

阐述了应用图像处理技术构建消防灭火模拟训练系统的方法,对其中的技术要点从原理上进行了说明。提出了一种基于目标信息特征的灰度Hough变换实用加速算法用于直线检测,使其运算量比传统算法下降了4个数量级。实验结果证明这种检测与提取灭火水柱中心线的方法快速、有效。用该方法构建的系统,经实际运行证明是图像处理技术在消防灭火模拟训练方面的一个成功的应用。     

基于小波Radon变换检测线性调频信号

对信号小波分析的结果进行Radon变换,简称小波Radon变换。通常情况下,线性调频信号小波变换的结果在时间尺度图上呈现曲线的形式,而在时频图上呈现直线的形式。通过Radon变换检测时频平面上的直线,可以精确地得到调频信号的参数。仿真结果表明,小波Radon变换是一种较好的线性调频信号检测方法。