一种基于小波包分解图像的去噪方法

用小波包分解图像，对图像进行去噪，在图像去噪中能得到很好的效果。这里首先利用高斯一拉普拉斯边缘检测方法检测图像的边缘，再用小波包变换对图像的平滑区进行阈值去噪，并且对图像邻域进行平滑处理，最后把边缘图像嵌入到平滑图像。这种图像处理方法不仅可以去除图像的噪声，图像的去噪效果和清晰度也大大地得到了提高，而且图像的边缘信息也得到了很好的保持。     

小波变换应用的研究

本文简要介绍了小波变换的基本概念、特点,以及小波变换在数字图像压缩、图像降噪、图像增强以及图像融合等遥感数字图像处理中的作用。此外,还实现了在Matlab语言环境下图像处理。     

基于多种特征的火灾烟雾检测算法

本文提出了一种基于HSI空间和二维离散小波变换的图像型火灾烟雾探测方法。在HSI空间结合实际烟雾图像进行烟雾分割,并应用于火灾烟雾探测领域,能够实现有效的且实时性好的火灾预警功能。针对烟雾的相关系数、形状不规则性及半透明性的特征对可疑图元进行特征提取,最后综合各特征值进行烟雾判断。实验结果表明,与利用单一特征检测烟雾的算法相比,所提出的算法有效地提高了烟雾的识别率。     

图像边缘检测技术及实现

边缘检测技术在数字图像处理中有着重要的作用。本文对图像的边缘检测的各种边缘检测方法进行介绍和详细分析,并通过MATLAB对各种算法进行实现,通过比较得出了各自的优缺点和适用范围,以及小波变换和数学形态学的边缘检测技术在复杂背景中的优势,为实际应用采用合适的图像边缘检测技术提供对照和参考。     

基于小波变换的图像融合方法及其性能评价

近年来,图像融合已成为图像理解和计算机视觉领域一项重要的新技术。把小波变换技术应用到图像融合之中是该研究领域的重大突破。文章以小波变换为工具,描述了基于小波变换的多传感器图像融合算法的实现,提出了多种融合规则和融合算子,并对融合结果进行了深入分析和性能评价。     

基于小波变换的图像融合方法及其性能评价

近年来,图像融合已成为图像理解和计算机视觉领域一项重要的新技术。把小波变换技术应用到图像融合之中是该研究领域的重大突破。文章以小波变换为工具,描述了基于小波变换的多传感器图像融合算法的实现,提出了多种融合规则和融合算子,并对融合结果进行了深入分析和性能评价。     

基于小波变换的图像融合方法及其性能评价

近年来,图像融合已成为图像理解和计算机视觉领域一项重要的新技术.把小波变换技术应用到图像融合之中是该研究领域的重大突破.文章以小波变换为工具,描述了基于小波变换多的传感器图像整合算法的实现,提出了多种融合规则和融合算子,并对融合结果进行了深入分析和性能评价.     

基于小波变换的图像放大方法研究

图像放大是为适应特殊应用场合或为得到一个较好的视觉效果,例如突出某些细节,常常需要一种可以有效改变已有图像大小的方法,使图像放大后仍然有较高的质量。本文采用一维小波变换和二维小波变换方法,将图像信息分解成低频和高频两部分,通过放大算法,将图像数据重构成一幅信息完整的新图像。实验表明,采用本算法放大后的新图像符合客观实际,图像数据信息丰富。     

基于改进的小波变换和模糊核聚类的纹理分割

提出了一种基于改进的小波变换和模糊核聚类的纹理分割方法。该方法首先用改进的离散小波变换进行纹理特征提取。然后用模糊核聚类方法对特征空间的每个像素进行聚类以实现对纹理的分割。实验结果表明所提算法有很好的分割结果。     

基于小波变换的图象压缩研究

本文给出了使用二维小波变换进行图像压缩的原理和5实5例,提出了结合小波变换的零树压缩和量化编码的新方法,小波分解后,仅保留图像最有用的部分,即低频成分,对三个高频部分强制为0,然后再对低频部分量化编码。