检索结果-南通市图书馆

计算机辅助设计与图形学学报 2014年第10期26卷 1789-1793页

作者：赵三元李凤霞沈建冰王清云北京理工大学计算机学院智能信息北京市重点实验室北京100081 北京仿真中心北京100854

频域分析方法是图像显著性检测的经典方法之一,算法简单且计算速度快.然而传统的傅里叶频域分析方法计算出的显著性图精细度较低,难以获得满意的显著性区域分割结果.针对此问题,文中提出基于红黑小波变换的图像显著性检测方法.首先根据... 详细信息

频域分析方法是图像显著性检测的经典方法之一,算法简单且计算速度快.然而传统的傅里叶频域分析方法计算出的显著性图精细度较低,难以获得满意的显著性区域分割结果.针对此问题,文中提出基于红黑小波变换的图像显著性检测方法.首先根据图像的尺寸确定红黑小波的分解层数;然后将原始图像和经过高斯平滑处理的图像分别进行红黑小波分解,求得二者分解结果的差值,并对该值进行红黑小波反变换获得显著性图.实验结果表明,与传统的傅里叶频域分析方法相比,该方法可获得更好的显著性检测效果.

关键词：图像显著性红黑小波频域分析

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于HSV和红黑小波变换的多光谱图像融合

引用

计算机工程 2012年第3期38卷 287-289页

作者：祝青刘斌湖北大学数学与计算机科学学院武汉430062

提出一种基于HSV和红黑小波变换的多光谱图像融合方法。对多光谱图像进行HSV变换,将得到的明度分量和全色图像做多尺度红黑不可分小波分解。采用不同的融合算子对高低频分量进行融合,对融合后的图像进行红黑重构和HSV逆变换得到融合结果... 详细信息

提出一种基于HSV和红黑小波变换的多光谱图像融合方法。对多光谱图像进行HSV变换,将得到的明度分量和全色图像做多尺度红黑不可分小波分解。采用不同的融合算子对高低频分量进行融合,对融合后的图像进行红黑重构和HSV逆变换得到融合结果,并采用客观性能指标对融合结果进行评价。实验结果表明,该方法对多光谱图像和高空间分辨率图像有较好的融合效果。

关键词：图像融合红黑小波 HSV变换多光谱图像全色图像

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于小波变换的图像无损压缩研究

基于小波变换的图像无损压缩研究

引用

作者：张程湖北大学

学位级别：硕士

二十一世纪,一个随处都充满信息的时代,一个信息大爆炸的时代。在互联网成为人们生活不可或缺的今天,信息数据量每年都飞速膨胀着,存储介质的发展已经跟不上海量数据的迅猛增长,有限的网络带宽无法满足人们对数据传输效率的要求,数据的... 详细信息

二十一世纪,一个随处都充满信息的时代,一个信息大爆炸的时代。在互联网成为人们生活不可或缺的今天,信息数据量每年都飞速膨胀着,存储介质的发展已经跟不上海量数据的迅猛增长,有限的网络带宽无法满足人们对数据传输效率的要求,数据的压缩自然而然的成为今天研究的重要课题之一。图像数据是信息数据中的重要组成成员,对图像信息存储和传输在生活中也越来越频繁,对图像数据的压缩编码技术也就逐渐成为了当下研究热点。图像压缩就是除去图像数据中的冗余,用更少的数据来表示同一图像,从而实现更高效的图像存储和传输。图像的冗余有:心理视觉冗余、像素间的冗余和编码的冗余。去除心理视觉冗余就是通过忽略视觉无法识别的次要信息,利用这种原理可以进行有损压缩。消除像素间的冗余则是通过图像变换去除像素间的冗余数据。编码冗余则通过适当的编码技术用尽可能少的数据表示更多的图像信息。图像无损压缩的思路是通过图像变换去除像素间的冗余,并采用适当的编码对变换后的图像进行编码。作为一种图像处理工具,小波变换能很好地去除像素间的冗余。传统的小波变换将图像分解成无理数像素值,不适合无损压缩,而整数提升小波变换则将图像分解成整数像素值,因此是无损压缩中取出像素间相关性的最好选择。为此,本文以(5,3)小波为例分析了二维整数提升小波的分解和回复算法。通过分解算法发现,它将图像分解成一个低频和三个高频子图,低频子图反映图像的概貌,而高频子图反映图像的细节,高频像素是通过其与相邻像素去相关性得到的。由于每个像素周围有八个相邻像素,而二维整数提升小波只是将其中三个相邻像素去相关性,所以去相关性并不充分。同时,通过对红黑小波的分解和回复算法分析,发现红黑小波也是通过相邻像素间的灰度值运算来去相关性的,同样存在着去相关性不充分。在此基础上,本文提出了一种新的分解算法。该算法将图像分为若干个33方块,中心像素作为低频像素,周围的像素通过与中心像素去相关性得到八个高频像素,这样图像就分解成一个低频子图和八个高频子图,从而达到充分去相关性的目的。通过对比分析(5,3)整数提升小波、红黑小波和新方法的分解回复算法,发现新方法的算法复杂度最小。同时,新方法分解后的图像高低频像素之比大于其它小波变换,其压缩比应该更高。合适的编码算法可以使编码后的数据更少。小波变换后图像的低频像素少,高频像素多,同时,低频像素的灰度值变化范围大,而绝大部分高频像素的灰度值小,为此,通过分析几种无损压缩编码算法,选择Huffman编码作为小波变换后的编码算法。为了评价本文算法的性能,本文选择Haar小波、(5,3)小波、红黑小波以及本文算法,分别对不同类型的图像进行分解变换,并采用Huffman编码进行编码。实验数据显示,新算法的应用对各种图像的压缩比高于其它几种小波,这和理论分析相符。由此可见,本文提出的新算法是一种较好的图像无损压缩算法。

关键词：无损压缩小波变换红黑小波提升小波 Huffman

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于五株采样不可分小波的多光谱图像融合

基于五株采样不可分小波的多光谱图像融合

引用

作者：祝青湖北大学

学位级别：硕士

随着遥感技术的快速发展,多光谱图像融合技术获得了普遍关注和广泛应用,其理论和方法已经成为智能信息处理、遥感应用等学科的重点研究领域。多光谱图像融合是将具有好的光谱信息但空间分辨率较低的图像与具有高空间分辨率全色图像进行... 详细信息

随着遥感技术的快速发展,多光谱图像融合技术获得了普遍关注和广泛应用,其理论和方法已经成为智能信息处理、遥感应用等学科的重点研究领域。多光谱图像融合是将具有好的光谱信息但空间分辨率较低的图像与具有高空间分辨率全色图像进行整合,生成一幅既具有好的光谱信息又具有高的空间分辨率的图像。本文首先概述了多光谱图像融合的定义、步骤、层次、应用意义以及国内外研究现状,然后系统地总结当前常用的多光谱图像融合方法和评价标准。针对可分离的二维小波在抽样中只突出水平和垂直两个方向的不足,介绍了五株采样不可分小波的特点和优势,并提出了两种基于五株采样不可分小波变换的多光谱图像融合算法：一种是将HSV变换和红黑小波相结合,提出了一种基于HSV变换和红黑小波变换的融合算法,并把它应用于多光谱图像与高空间分辨率图像的融合中。该算法首先对多光谱图像进行HSV变换,将得到的明度分量和高空间分辨率图像做多尺度红黑小波分解,然后采用不同的融合算子对高低频分量进行融合,最后对融合后图像进行红黑重构和HSV逆变换得到融合结果图像,并采用客观性能指标对融合结果图像进行客观评价。实验结果表明,该算法对多光谱图像和高空间分辨率图像融合有较好的融合效果,能从原图像中获得更多的信息,同时又能保持较高的空间分辨率。另一种是IHS变换和提升五株形小波相结合,提出一种基于IHS变换和采用Neville滤波器的提升五株形小波变换的多光谱图像和高空间分辨率全色图像融合方法。该方法首先对多光谱图像进行IHS变换,将得到的亮度分量和直方图匹配后的高分辨率图像做多尺度提升五株形小波分解,然后采用不同的融合算子对高低频分量进行融合,最后对融合后图像进行提升五株形小波重构和IHS逆变换得到融合结果图像,并采用客观性能指标对融合结果图像进行了客观评价。实验结果表明,该方法既保留了多光谱图像的亮度分量的光谱信息,又融合了全色图像的高空间分辨率信息,而且该方法的融合算法和分解层数的选取,是简便有效的,适用于多光谱图像融合。

关键词：图像融合五株采样不可分小波红黑小波提升五株形小波 Neville滤波器多光谱图像全色图像

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于形态成分稀疏表示的联合变换图像去噪

引用

福建电脑 2016年第4期32卷 13-15,49页

作者：赵秀娟詹春许倩倩江西科技师范大学通信与电子学院江西南昌330013

本文采用MCA方法将图像分离成平滑结构和线奇异结构,对两种不同特性成分分别采用小波变换和基于非均匀采样的快速Fourier变换的快速离散曲波变换(FDCT)结合的方法进行去噪处理。实验表明,对于含有丰富线奇异特性局部的图像,这种联合变... 详细信息

本文采用MCA方法将图像分离成平滑结构和线奇异结构,对两种不同特性成分分别采用小波变换和基于非均匀采样的快速Fourier变换的快速离散曲波变换(FDCT)结合的方法进行去噪处理。实验表明,对于含有丰富线奇异特性局部的图像,这种联合变换去噪的效果优于单纯的小波或曲波变换去噪的效果。

关键词： MCA 稀疏表示方向自适应 Curvlet 红黑小波图像去噪

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：