小波域

摘要： 为解决雾天拍摄的车牌图像边缘模糊、色彩失真的问题,提出了端到端的基于小波域的深度增强车牌雾图去雾算法。先根据大气散射模型构建了雾天车牌图像数据集,之后利用小波变换将车牌雾图从空间域转换成小波域分量图像,最后将处理后的小波域分量图像进行逆小波变换,重构出的干净车牌图像。去雾网络以U-Net的编解码结构为主体框架,通过多个残差组从训练集中提取特征,并在解码器中引入“SOS”深度增强策略对编码器和下层输入的特征进行融合和细化,用以提高去雾车牌图像的峰值信噪比。实验表明,上述网络在结构相似度和峰值信噪比上具有明显优势,在处理合成车牌雾图和实际拍摄的车牌雾图上,去雾效果表现良好。

摘要： 传统的基于CNN的方法在对低分辨率图像进行重构处理过程中,并未将图像中的低频结构信息和高频细节信息进行区别处理,且网络的层与层之间缺乏信息交流,从而造成高分辨率重建图像结果中出现信息缺失.为获取更多图像各层次特征的结构与细节信息,本文构建了基于小波域的残差密集网络(WRDSR).该网络在二维离散小波变换形成的小波域内,利用密集连接和残差连接对图像不同频率的信息进行充分提取后,将融合后的特征输入到亚像素卷积层生成高分辨率图像的小波子带图像,最后通过二维离散小波逆变换生成高分辨率图像.与Bicubic、SRCNN、VDSR、LapSRN、DWSR、SDSR等算法相比,WRDSR在评价指标PSNR/SSIM上平均提高了2.824 dB/0.0595、0.747 dB/0.0168、0.016 dB/0.0024、0.025 dB/0.0043、0.21 dB/0.0047和0.20 dB/0.0057,在更高效地利用原始图像信息的同时,解决了信息缺失的问题,使得重建图像的纹理更清晰,细节更丰富,视觉效果更佳.

摘要： 自然界光照强度的动态范围较宽,而普通相机的动态范围远远达不到,因此,导致拍摄的图像中存在某些区域过度曝光和曝光不足,造成图像质量欠佳.文中提出了一种改进的基于小波多分辨率分析的多曝光图像融合算法以解决上述问题.首先对同一场景的多幅不同曝光图像分别进行小波变换;接着,对低频分量平均加权,获取图像近似部分的融合分量,并对高频分量基于区域方差确定权重系数,继而加权平均获取细节部分的融合分量;最后,小波逆变换获得较好质量的多曝光融合图像.仿真实验表明,该算法在较好保持原始图像信息的情况下丰富了细节信息,并且不受曝光问题的干扰,融合了多幅不同曝光图像的优质信息,避免了时域融合过程中出现的色差现象.

摘要： Aiming at the problems that the image denoising effect is poor by the traditional wavelet domain Wiener filter,and there are many pseudo Gibbs,this paper proposes a new denoising algorithm of wavelet domain Wener filter and Perona-Malik fusion.Firstly,the thermal diffusion iteration of the partial differential equation is simulated by wavelet-domain Wiener filter to remove noise,then the result obtained through the above will be done the second de-noising with the Perona- Malik algorithm.During the iterative process,the effective information of the image is pre-served by the adaptivity of the noise weight coefficient η as possible as it can.The results of simulation experiment and the analysis from comparison with other algorithms indicate that this algorithm has a good ability of denoising and suppressing the pseudo Gibbs,preserves the edge details of the image and improves the PSNR(peak signal to noise ratio)of the image.%针对传统的小波域维纳滤波图像降噪效果不理想,并产生伪Gibbs效应的问题,提出了一种小波维纳滤波和Perona-Malik融合去噪的新算法.该算法首先采用模拟偏微分方程的热扩散迭代,在小波域上进行维纳滤波去噪,由此得到的中间结果再通过Perona-Malik算法进行二次去噪,并在迭代过程中通过噪声权系数η的自适应性,在去噪过程中最大程度地保留图像的有效信息.仿真实验结果及与其他算法的对比分析表明,该算法具有较好的去噪和抑制伪Gibbs效应的能力,有效保存了图像的边缘细节,同时也提高了峰值信噪比(peak signal to noise ratio,PSNR).

摘要： 针对DWT变换域水印具有较好的鲁棒性,提出一种基于HVS(human visual system)的自适应水印算法.在彩色图像的DWT二级变换中频系数,结合HVS特性,嵌入水印信息.水印信息经过Arnold置乱后嵌入到原始图像,达到双“加密”效果.实验表明,该算法隐蔽性良好,水印提取效果较好,对旋转、剪切、JPEG、修改等攻击具有较好的鲁棒性和稳健性.

摘要： 航空磁异常探测中目标信号受到飞行器机动平台的干扰和强背景噪声的影响,使得传统的基于正交基函数分解的检测器虚警率过高不能满足实际应用需求.针对航空磁探中的弱信噪比检测问题,提出了一种基于小波分解变换的能量积累检测算法用于磁异常信号检测以提高检测性能.首先对含噪的航空磁异常信号在输入端进行小波去噪预处理,对提纯后的航空磁异常信号进行流式Mallat小波分解,对分解在各个尺度上比例成分不同的粗分辨逼近能量和代表信号边缘的细节信息能量使用多尺度能量积累器对小波信号能量进行积累,并将积累器得到的总能量信号送人判决器进行判决.采用复杂磁环境下的实测噪声数据对积累器进行性能分析,并同传统的OBF检测器以及航空动目标OBF检测器进行比较.结果表明,小波域多尺度能量积累检测器可以在弱信噪比条件下准确地检测目标.

摘要： 在小波域变权重多分辨率马尔科夫随机场模型下对图像进行分割,首先对图像进行小波分解,然后对各个尺度用变权重多分辨率马尔可夫随机场算法进行特征场能量和标记场能量的计算,最后保存分割结果.实验结果表明:该方法能够准确地对图像进行分割,分割后的图像轮廓清晰,边缘细节特征明显,有利于特征提取和目标识别.

摘要： 针对医学图像分割中器官组织结构复杂重叠,且伴有噪声、局部容积效应、及伪影的问题,提出了小波域树结构MRF(wavelet tree-structured Markov random field,WTS-MRF)的医学图像分割算法.通过小波多分辨率分析描述医学图像的特征信息;在小波分解的每一尺度上定义相同的树结构MRF来表征医学图像特征信息间的联系.小波域树结构MRF模型包括层间小波系数四叉树结构和层内TS-MRF结构,层间小波系数结构具有一阶Markov性;层内TS-MRF模型,采用Potts模型对节点标号势函数建模,同标号的观测特征用高斯模型建模;最后,通过从低分辨率尺度到高分辨率尺度的递归运算、以及每一分辨率中从分类层次树的顶层向底层的递归来求解最大后验概率,实现医学图像分割.实验结果从视觉效果和定量分析两方面验证表明,文中算法能有效地提取图像的细节信息,比较完整地分割医学图像的目标区域,具有较高的分割精度和鲁棒性.

摘要： 视频监控或激光成像在大气环境监测中有着广泛应用,然而在雾天条件下获取的图像不可避免地存在视觉质量降低的问题.针对雾天图像对比度增强以及噪声抑制的需要,提出了一种改进的雾天图像增强算法.首先对原图像进行正反双向的双直方图均衡处理与融合,然后重复采用上述方法对融合图像的小波分解低频系数矩阵进行增强处理,最后将处理结果和高频系数矩阵进行小波重构得到输出图像。实验结果表明,该算法处理雾天监控图像能够取得较好的对比度增强与噪声抑制效果.

摘要： 常规的地震走时成像中,由于观测数据以及模型参数化的不足,所求解的线性方程组通常是病态的.所以,在求解过程中通常需要加入一些正则化的项,比如要求速度模型光滑的约束项.但这种正则化同时也使得模型的边界变得模糊,速度异常范围被放大或者某些小的异常不能反映出来,甚至会出现一些假的异常.本文基于信号在小波域中总是能稀疏表示这一假设,提出了小波域中基于稀疏约束的地震成像方法. 通过对美国Cove-Fort地热地区地震数据进行反演，与传统方法反演结果进行对比可知，在小波域进行稀疏约束求解得到的模型参数，可以避免反演过程中由于加入的光滑项约束而使得模型整体过于平滑而使得数据覆盖较好的区域分辨率受到损害的问题。新的反演方法在数据密集区有着较高的分辨率，而在数据稀疏区域，其大尺度上的信息也会得到保留，即该方法为数据自适应的多尺度成像方法。通过棋盘分辨率模型及合成数据的反演可以证明该方法的准确性和有效性。

摘要： 经典快速搜索算法能够有效地降低搜索量,但其有选择地进行搜索容易陷入局部最优误差.多分辨率运动估计(MRME)、小波域多分辨率运动估计(WMRME)的提出能够在一定程度上降低局部最优误差,但也会相应增加运算量.基于传统小波域多分辨率运动估计,提出一种小波域越级多分辨率运动估计(WLMRME)算法,并在同传统小波域多分辨率运动估计比较时提出一种快速搜索算法评价标准.最后在数据比较中得出,相比传统WMRME而言,基于WLMRME的快速搜索算法能够在运算复杂度和视频编码效果中取得平衡.

摘要： 本文提出了一种基于均值量化的小波域音频水印嵌入算法。选取二维的二值图像作为水印信息,将其降维并用混沌序列对其进行加密.算法选择合适的小波基对音频信号进行小波分解,采用均值量化法在低频系数中嵌入水印,水印的提取过程不需要原始音频信号.实验表明,该算法对噪声干扰、MP3压缩、重量化等攻击有很好的鲁棒性,其总体性能优于一般量化法。

摘要： 本文针对超声无损检测中超声信号受噪声污染、信噪比不高的情况,提出了一种新的基于改进阈值函数的小波域超声信号去噪方法,并通过仿真实验,证明了该方法能够取得很好的去噪效果,相对于经典的阈值函数,改进的阈值函数在超声信号去噪中更具有优势.

摘要： 图像配准是基于低分辨率图像序列的超分辨率重建的关键步骤.本文在分析多尺度小波分析.相位相关和互相关理论的基础上,研究了基于FFT的频率域的两种图像配准方法在小波域的应用,分析并比较两种小波域配准方法的可行性和准确性.

摘要： 提出一种基于HMT预测的ICA盲源分离主动分析方法,该方法仅仅需要得到一幅隐秘图像,并采用小波域HMT(hidden markov tree)模型预测出载体图像的一个估计,最后使用ICA盲分离来提取秘密信息和载体图像。仿真实验给出了该方法提取出的载体图像和秘密信息,并对其进行了分析。

摘要： 本文采用张大奇等人提出的一种数字图像置乱方案,利用这种方法对水印信号进行置乱,提出了基于混沌序列和分组密码的数字图像水印算法,将经过基于混沌序列和分组密码置乱后的数字水印信号嵌入图像小波域的低频系数,实现了数字水印的隐蔽性、保密性和稳固性;利用这种方法对水印信号进行置乱,不仅增强了水印信号保密性,同时能够很好地抵抗线性、差分等多种攻击,又易于软、硬件实现.同时,为提高数字水印算法的稳健性,引入m序列对水印信号进行扩频,通过将m序列引入水印信号进行扩频,增加了水印信息的冗余度,有效地提高了数字水印算法的鲁棒性.

摘要： 本文把支持向量机用于房性早搏的分类识别。根据房性早搏的特点,提取出心率和小波域能量两类共十维的特征值进行检测。利用MIT-BIH心律失常数据库信号进行实验,达到较高的识别率。结果表明该方法较适于房性早搏信号的分类识别。

摘要： 第二代小代变换--轮廓波(contourlet)变换具有各向异性多方向选择性特征,在图象处理中得到广泛的应用.该文重点讨论了基于轮廓波的图象去噪.通过与第一代小波变换的硬,软阈值去噪比较.第二代小波不仅能够提高图象去噪的性能,而且能够更有效的保持图象的边缘和细节.

摘要： 本发明提出了适用于视频编码领域的一种具有类框架小波结构的小波域运动估计方法，这种方法采用：双通道高通滤波方法(2-Channel High-Pass Filtering，TCHPF)和子带自适应中心搜索点预测方法(Subband-Adapted Central Searching Point Prediction，SACSPP)。其中TCHPF方法建立了一种具有类似于框架小波的变换结构，含有一个低通滤波器和两个分析高通滤波通道，采用双通道高频滤波消除下采样的影响，有效地降低了高频信号上的位移可变性，提高了小波域运动估计的精度。而SACSPP方法将充分挖掘系数间的相关性，在分析小波不同子带系数的特点的基础上，针对低频子带和高频子带采用不同的搜索点预测方法，从而减少计算量，实现快速运动估计。

摘要： 本发明涉及一种基于扩展滤波的二维小波域多次波匹配衰减方法，属于地震资料处理与分析领域。具体的实施方法包括：1)针对预测的多次波记录创建其希尔伯特变换记录，然后分别计算出二者的时间导数记录；2)将原始地震记录、预测的多次波记录及其变换记录全部转换至小波域；3)对于小波域中的每个样点，以其为中心截取矩形数据块，通过最小平方滤波获得该样点的多次波匹配衰减结果；4)对小波系数中的每个样点重复步骤3)，并将最终的结果反变换回时空域。本方法借助了二维小波变换能够实现不同频率、方向信号分离的优势，降低了一次波与多次波的耦合程度，据此改善了常规时空域多次波匹配衰减容易造成有效波损伤的问题。

摘要： 本发明涉及一种基于小波域分频能量补偿的完备多次波压制方法，包括：根据地震记录和预测多次波数据，确定子波匹配的系数，并进行子波匹配，初步校正预测多次波的振幅和相位；选定小波基函数，对子波匹配后的预测多次波和地震记录进行相同参数下的小波域频段分解，获得一一对应的i个频段的数据；根据不同频段预测多次波数据和地震记录的特性，确定能量补偿的频段，在频率域中进行谱白化处理；确定振幅匹配窗口和匹配系数，进行精准振幅匹配；将上述振幅匹配后的结果进行数据重构；根据最小平方原理，将匹配后的预测多次波数据从原始地震记录中减去，获得压制结果。本发明基于小波域分频能量补偿的完备多次波压制方法，可以实现多次波的有效压制。

摘要： 本发明提出了适用于视频编码领域的一种具有类框架小波结构的小波域运动估计方案，这种方案采用两个新的方法：双通道高通滤波方法(2－Channel High－Pass Filtering，TCHPF)和子带自适应中心搜索点预测方法(Subband－Adapted Central Searching Point Prediction，SACSPP)。其中TCHPF方法建立了一种具有类似于框架小波的变换结构，采用双通道高频滤波消除下采样的影响，有效地降低了高频信号上的位移可变性，提高了小波域运动估计的精度。而SACSPP方法将充分挖掘系数间的相关性，在分析小波不同子带系数的特点的基础上，针对低频子带和高频子带采用不同的搜索点预测方法，从而减少计算量，实现快速运动估计。

摘要： 本发明公开了一种基于极化小波域的毫米波金属危险品检测方法，具体涉及雷达信号处理技术领域，包括以下步骤：步骤10：获取回波信号；步骤20：构建极化信息‑时间多维数据体；步骤30：小波变换；步骤40：特征提取；步骤50：搭建模型；步骤60：识别和分类。本发明通过构建极化信息‑时间多维数据体，充分利用了四种极化组态下的回波信息，丰富了目标的极化信息，全面分析了目标特征，并且在时频分析时采用高维连续小波变换，具有良好的空间及波数域局部化性质，可以更好地分析目标的瞬时极化特性，最后，对于提取到的目标极化特征采用卷积神经网络进行识别和分类，实现了目标高准确率的识别和分类。

摘要： 本发明涉及一种基于扩展滤波的二维小波域多次波匹配衰减方法，属于地震资料处理与分析领域。具体的实施方法包括：1)针对预测的多次波记录创建其希尔伯特变换记录，然后分别计算出二者的时间导数记录；2)将原始地震记录、预测的多次波记录及其变换记录全部转换至小波域；3)对于小波域中的每个样点，以其为中心截取矩形数据块，通过最小平方滤波获得该样点的多次波匹配衰减结果；4)对小波系数中的每个样点重复步骤3)，并将最终的结果反变换回时空域。本方法借助了二维小波变换能够实现不同频率、方向信号分离的优势，降低了一次波与多次波的耦合程度，据此改善了常规时空域多次波匹配衰减容易造成有效波损伤的问题。

摘要： 本发明涉及一种基于小波域分频能量补偿的完备多次波压制方法，包括：根据地震记录和预测多次波数据，确定子波匹配的系数，并进行子波匹配，初步校正预测多次波的振幅和相位；选定小波基函数，对子波匹配后的预测多次波和地震记录进行相同参数下的小波域频段分解，获得一一对应的i个频段的数据；根据不同频段预测多次波数据和地震记录的特性，确定能量补偿的频段，在频率域中进行谱白化处理；确定振幅匹配窗口和匹配系数，进行精准振幅匹配；将上述振幅匹配后的结果进行数据重构；根据最小平方原理，将匹配后的预测多次波数据从原始地震记录中减去，获得压制结果。本发明基于小波域分频能量补偿的完备多次波压制方法，可以实现多次波的有效压制。

摘要： 本发明公开了一种基于小波域的河道流量水位遥感图像超分辨率方法与系统。包括：输入河道流量水位数据集并根据需预测的河道及时间段对所述数据集进行筛选及数据处理；获取所述高分辨率图像变为低分辨率图像的小波系数并提取其图像特征；分别将所述每一种小波系数图像特征与所述低分辨率图像序列的时序特征和低分辨率图像特征图序列拼接融合成一个新的小波系数特征图；获得与原始低分辨率相同尺寸的低分辨率尺寸小波系数特征图；利用小波逆变换将所述小波图像生成对应超分辨率图像。本发明应用了二维图片深度学习算法获得高分辨率的图像序列，减少了数据传输和存储的资源，成本低且效率高，并使生成的结果更符合预期。

摘要： 本发明公开了一种基于小波域压缩感知的CMUT超声图像重建方法，涉及CMUT超声图像压缩重建领域。首先搭建CMUT超声成像检测系统，获取被测模型的CMUT超声图像回波数据；然后选取离散小波基作为对CMUT超声原始回波数据进行压缩感知的稀疏基、随机高斯矩阵作为小波域压缩感知的传感矩阵，利用正交匹配追踪算法对处理后的小波域图像数据进行图像重建；其次在不同压缩率条件下对CMUT超声原始回波数据进行压缩重建并计算重建误差；最后将小波域压缩重建图像结果与频域压缩重建图像结果进行对比，评估重建效果。本发明将压缩感知应用到CMUT超声图像压缩重建领域，解决CMUT超声成像检测系统中全通道采集带来的存储数据量大的问题，可有效降低CMUT超声成像检测系统复杂度。

摘要： 一种改进的基于小波域稀疏特性的心电信号去噪方法，通过对所有不同尺度的小波系数进行优化计算，避免了小波阈值去噪过程中将较小的小波系数舍弃的问题，从而，能够更好地保留心电信号的细节特征。能够提高降噪后心电信号的组稀疏特性，并减轻基于全变分方法求解过程中出现的阶梯伪影，保持了原始心电信号的波形特征。充分利用了心电信号在时域和频域的组稀疏特性，且该方法不仅适用于非重叠的组稀疏信号，当信号相邻分组出现重叠时，优化变量之间是相互耦合的，该方法仍然适用。通过选取参数化的非凸惩罚函数，并限定正则化参数的区间，保证了总代价函数的严格凸性，且该优化算法计算效率高、收敛速度快。