基于小波变换的多规则图像融合方法

针对红外和可见光图像各自特征,提出了基于小波变换多分辨率的不同规则图像融 合方法。首先对原图像进行多级小波分解,产生多频带小波系数,利用像素的局部区域方差 、平均梯度及掩膜滤波等方法对不同频带小波系数计算融合权重,最后将小波融合系数逆变 换实现图像的融合处理。实验结果表明,融合图像特征显著,易于观察。     

几种遥感图像融合技术方法的对比与讨论

本文在研究遥感图像融合技术原理的基础上，详细介绍了IHS、主成份分析融合方法和小波变换融合方法的技术核心和步骤。并对比了这三种方法的优缺点。     

基于经验模态分解的图像融合研究

图像融合是对不同渠道摄取的同一景物的多幅图像进行处理,以得到更清晰更实用的图像的过程。它是图像处理过程中的一个重要环节,比如图像拼接就离不开图像融合,因而研究图像融合具有一定的现实和理论意义。目前,以小波分析为代表的多分辨率图像融合技术是一个研究热点,但小波基函数的选取是小波分析的难点,也是小波分析这种信号分析方法的最大瓶颈。经验模态分解则能突破这种障碍,它根据自身的特性自适应的进行信号分解,显示出极大的优越性。把经验模态分解用于图像融合,取得了良好的效果。     

黄土区流域SPOT5遥感影像融合算法比较

该文选取罗玉沟小流域为研究区,基于SPOT5全色影像和多光谱影像为材料,采用PCA融合、Brovey融合、乘积变换融合、HPF融合、Ehlers融合、基于PCA的小波融合、基于IHS的小波融合以及IHS变换融合方法,对SPOT5全色与多光谱图像进行融合处理。通过对各融合图像进行主观和客观评价,得出：Brovey变换融合方法得到的结果较其它融合方法而言,空间质量和光谱质量综合表现最好,适宜于黄土丘陵区的遥感监测影像分类前期融合处理。     

分布式压缩的图像关联重建方法

针对通信网络有限带宽传输大数据量图像信息的瓶颈问题,提出了基于系数整合法的分布式 压缩传输的图像重建新方法,首先通过对原图像进行分块小波变换获得子图像小波系数向量 ,从而大大降低压缩编码系统的数据传输量,再对压缩编解码的子图像小波系数进行关联处 理,形成原图像的整体小波变换系数向量,最后采用小波反变换实现原图像的重构。仿真分 析结果表明,本方法计算量小,数据存储低,并具有高质量的图像重建效果。     

基于haar小波的数字图像水印算法的探究

文章首先对数字水印进行两级置乱，使其与原水印有较大差别，增强了水印的鲁棒性；然后利用Haar小波结合多分辨率重复嵌入方案将数字水印对载体图像进行嵌入和提取，从而使水印具有更高的安全性。     

一种SAR与可见光图像压缩感知融合增强方法

针对机载多传感器成像战场态势感知的问题，提出了一种合成孔径雷达(Synthetic Aperture Radar，SAR)与可见光图像压缩感知融合增强方法。该方法首先对SAR与可见光图像分别进行压缩感知测量，得到压缩测量值，然后通过基于局部权值的融合方法实现对压缩测量值的融合，再利用有序度最优分割法提取SAR图像的强散射目标，最后对融合测量值重建得到初步融合图像，初步融合图像通过目标对比度增强得到最终融合图像。对多组图像进行了仿真分析，视觉及数值结果表明该方法能显著增强融合图像的目标对比度，提升了图像纹理清晰度，较大程度降低了图像融合过程中的数据计算量。     

梯度域多曝光图像融合

为解决多曝光图像融合的问题，提出了一种新颖的直接将多曝光图像融合成适合显示的低动态范围图像的方法，并且具备消除运动伪影的能力。使用联合柱状图探究两幅图像之间像素值的对应关系，对每幅图像检测分别得到一幅伪影权值图，用来构造融合时的度量。在梯度域中进行融合，根据多维黎曼流形几何(Riemannian Geometry)，从多个输入图像的结构张量中推导得出融合的梯度域，然后使用均值滤波器在多尺度上进行梯度域的非线性修改，通过解泊松方程得到融合图像。最后，还提出了一种新颖的色彩复原算法，用以避免造成色彩偏差。实验表明，该方法能够有效融合含运动物体的多曝光图像，无论哪幅图像被选作参考图像，都能获得高质量的结果图像。该算法同时具有处理的有效性和时间的高效性。     

多尺度融合估计算法及其在导航系统中的应用

针对如何将多传感器的数据进行融合处理、提高数据处理的可靠性和处理精度的现实问题，提出一种多尺度融合估计算法，对多传感器的数据进行估计处理。该算法首先建立系统的动态方程和观测方程，然后利用小波变换将数据在不同尺度上进行融合处理，归纳出该算法的实现步骤。最后通过在SINS／GPS组合导航系统中的实际应用，进一步证明了该算法能够有效地提高多传感器数据的处理精度。在实际应用时，结合应用环境设置适当的尺度，可以达到较好的应用效果。     

遥感图像的自动配准综述

遥感图像配准,是针对两幅或多幅图像重叠区存在几何畸变或空间坐标位置不一致而进行的最佳匹配处理过程。图像配准是图像镶嵌和图像融合中最为重要的步骤,也是图像处理的重要内容之一。1996年,微软研究院的Szeliski提出了一种2D空间八参数投影变换模型,采用Levenberg-Marquardt迭代非线性最小化方法 （简称L-M算法）求出图像间的几何变换参数来进行图像配准;张祖勋等利用多级影像概率松弛法有效地解决了不同时相、不同传感器获取的不同分辨率遥感影像之间的配准问题。无论采用何种方法配准，都需要大量的同名点。     

多光谱图像变换域统计量移位鲁棒无损信息隐藏

为了提高鲁棒无损信息隐藏算法容量,利用多光谱图像谱段间的相关性及其小波变换高频系数分块均值的稳定性,提出一种变换域统计量移位的鲁棒无损信息隐藏算法。首先,在光谱方向采用Karhunen Loêve变换(KLT)去相关,然后对得到的KLT本征子图像进行离散小波变换,将小波HH高频系数分块均值作为统计量,通过其直方图移位来隐藏秘密信息,最后将浮点数变换和像素溢出引起的误差嵌入含密图像中以便对恢复的载体图像进行误差补偿。实验结果表明：在图像质量和以往算法相当的情况下,该算法的隐藏容量增加了1倍,并且能抵抗噪声攻击;而与最新算法相比,在隐藏容量相同时,该算法抗JPEG2000压缩倍数平均提高23.9%,误码率平均降低了44.8%。     

基于不可分离MRA的快速小波去噪图像重建

提出了一种基于不可分离MRA的小波去噪重建算法.算法将投影数据进行二通道的小波分解,从而直接得到小波的近似系数和细节系数,对这些小波系数进行基于小波的阀值化去噪处理,再经过逆小波变换就得到了最终的重建图像.算法降低了复杂度,与可分离MRA重建算法比较速度更快,并且可以去噪.     

基于方向小波的弱尾迹检测

针对遥感图像中的弱尾迹检测,提出了一种基于方向小波变换的尾迹检测新算法,并且比较了方向小波和传统的小波变换在检测尾迹中的不同之处。分析得出方向小波变换更符合图像的方向、纹理特征,因而不仅可以有效检测出图像中的弱尾迹,而且可以检测出某一特定方向上的弱尾迹。仿真结果表明,检测效果十分良好。     

结合多源特征与高斯过程模型的SAR图像目标识别

针对合成孔径雷达（Synthetic Aperture Radar，SAR）图像目标识别问题，提出结合多源特征和高斯过程模型的方法。分别利用主成分分析（Principal Component Analysis，PCA）、非负矩阵分解（Non-negative Matrix Factorization，NMF）以及单演信号提取SAR图像的特征矢量，并将它们串接为单一矢量。三类特征从不同角度描述SAR图像目标特性，从而为目标识别提供更为有效的信息。决策分类过程采用高斯过程模型进行多元分类，基于融合特征矢量获得概率意义上的最佳决策。实验中，采用MSTAR数据集设置3类目标、10类目标、型号差异以及俯仰角差异识别问题，结果验证了提出方法的优越性能。     

基于小波变换的形状识别方法

<正> 在我国的改革开放中,金融改革始终是国内外关注的一个焦点。自1996年12月1日起,我国政府开始接受国际货币基金组织(IMF)协定第八条的义务,实行人民币经常项目下的可兑换。在此以前不久,我国政府已经开始了允许外资银行经营人民币业务的试点;同时,正在考虑和即将开始允许外国投资基金进入我国资本市场的试点。这些都表明了我国金融市场正在扩大对外开放的程度,也表示了政府对金融自由化与国际化所持的积极态度。 在我国的金融自由化与国际化进程中,资本市场(这里主要指证券市场)的对外开放是一个十分复杂和风险较大的问题。总体上,这里涉及到三个方面的问题:一是我国资本市场对外开放所应选择的入口和顺序;二是我国资本市场开放的制度障碍;三是我国资本市场对外开放的风险控制。     

基于零树小波编码的改进算法研究

本文主要从小波系数的合理组织、对重要系数的量化；以及新型小波滤波器的构造三个方面分析了基于零树小波编码的改进算法。理论分析和实验验证表明，它们在压缩比、编码速度及硬件实现方面均有较好的效果。本文对这些算法从原理到性能进行了比较和讨论，说明了基于零树小波图像编码的研究方向。     

一种结合空谱聚类的高光谱图像快速压缩算法

对高光谱图像进行快速压缩已经成为了高光谱遥感领域的研究热点。针对现有的高光谱图像数据量大和压缩所需运算量大的问题，提出了一种基于频段聚类+主成分分析(PCA)与空间分类相结合的高光谱图像快速压缩算法。首先利用最大相关度频段聚类算法(MCBC)将频段聚类，接着将每一类频段用PCA压缩，然后将压缩后的图像利用聚类信号子空间投影(CSSP)算法进行图像分类，最后在每一类内利用LBG(Linde Buzo Gray)算法通过矢量量化快速完成高光谱图像的编码。在不同的压缩比下进行实验，结果表明提出的高光谱图像压缩算法能在保证良好的图像恢复质量的前提下，大幅度降低运算复杂度，实现高光谱图像的快速压缩。