一种改进的小波阈值去噪方法

利用D.L.Donoho和I.M.Johnstone提出的小波阈值去噪方法,构造了一个新的阈值函数。与传统的硬、软阈值函数相比,该阈值函数克服了硬阈值函数不连续的缺点,且同软阈值函数一样具有连续性,便于进行各种数学处理;同时还克服了软阈值函数中估计小波系数与分解小波系数之间存在着恒定偏差的缺陷,它具有硬、软阈值函数不可比拟的灵活性。仿真结果表明,新的阈值函数的去噪效果有效抑制了在信号奇异点附近产生的Pseudo-Gibbs现象,无论是在视觉效果上,还是在信噪比增益上均优于传统的硬、软阈值方法。     

基于小波变换的声纳图像边缘特征检测研究

声纳图像的边缘特征检测是其目标识别技术的重要技术基础。声纳图像背景复杂、噪声污染严重,而传统的边缘检测方法对图像噪声非常敏感,所以针对这一特点,利用小波变换易于消除噪声、运算方便的数学特征,提出了一种基于小波变换的声纳图像边缘特征检测算法。由计算机仿真结果可以得到,与传统的边缘检测算法相比,此算法在有效地抑制噪声的同时,还可以得到较高的边缘定位精度,能够很好地检测到原始声纳图像的边缘。     

IHS变换与小波变换相结合的ETM+影像融合技术

多分辨率影像融合技术已广泛应用于遥感影像处理方面,针对ETM＋多光谱影像和全色影像融合中存在的光谱失真现象,提出了一种改进的ETM＋影像融合方法。该方法首先对多光谱影像进行IHS变换;然后将全色影像进行小波分解,利用亮度分量替换小波分解后的近似分量,进行小波逆变换得到新的亮度分量;最后进行IHS逆变换得到融合影像。试验结果表明,融合后的影像在保持多光谱信息和提高空间分辨率上均能获得较好的效果。     

基于二维连续小波变换的颗粒物数字粒径方法研究

对于海岸工程的研究而言,测定泥沙、砾石、卵石等颗粒物的中值粒径具有重要的研究意义。近年来,许多学者逐渐将统计学方法应用于分析泥沙等颗粒物的粒径大小及其级配分布,小波变换是该研究领域时新的统计计算数学方法之一。由于一维连续小波变换(1D-CWT)在估算颗粒数值粒径方面存在一定的局限性,本研究基于二维连续小波变换(2D-CWT),提出了新的颗粒物粒径统计学分析方法,用于估算筛分良好的颗粒物中值粒径。以玻璃珠、卵石块和砾石三类不同性质的颗粒物构建数字粒径实验分析样本,对新方法进行了测试和验证。研究表明基于2D-CWT的数字粒径分析方法能够快速、便捷地估算出筛分良好的颗粒物的中值粒径,且计算结果准确、稳定。相较于基于1D-CWT的数字粒径分析方法,2D-CWT方法在颗粒物数字粒径分析方面有着更高的计算成功率和更广的适用性。     

改进的基于非高斯双参数模型的图像滤波算法

以描述小波系数分布规律的非高斯双参数模型为基础,介绍和分析了BiShrink滤波算法,指出了其存在的不足。提出的改进算法采用冗余小波变换替代正交小波变换,将子带内小波系数的局部相关性纳入滤波过程,给出了局部自适应的阈值估计策略,再通过双参数联合收缩函数达到系数收缩的目的。实验结果表明,改进算法同时兼顾了子带内小波系数之间的相关性和尺度间系数的传播特性,在有效滤除噪声的同时,较好地保持了图像的细节信息。     

基于交叉证认的海洋磁力测量数据小波去噪研究

针对海洋磁力测量数据中存在的高斯噪声,采用基于交叉证认的小波阈值去噪方法进行噪声去除。首先对磁力数据进行小波分解,利用交叉证认方法自动识别小波分解的信号层与噪声层,然后对噪声层小波系数进行阈值处理,进一步提取噪声层中的有用信息,最后进行小波重构得到去噪信号。同时提出了一种改进阈值处理函数,能够改善传统软、硬阈值函数存在的缺陷,提高重构信号的精度。实验分析表明,当噪声水平小于1.5nT时,相比于传统软、硬阈值函数的小波阈值去噪方法,该方法可更好地去除海洋磁力数据中的高斯噪声,并可较好地保留数据中的有用细节信息,使数据质量得到提高。     

利用多进制小波包变换进行遥感影像融合

从二维小波变换理论出发,对其在图像处理方面的应用进行了一些分析,提出了一种基于多进制小波包变换的融合方法,并通过实验数据表明该方法的正确性,而且比传统的二进制小波、多进制小波以及二进制小波包等小波融合方法具有更强的自适应能力。     

基于静态小波变换改进邻域系数法的遥感图像滤波

针对NeighShrink滤波算法存在的不足,提出了改进的阈值估计策略和系数收缩方案,并将改进算法与静态小波变换相结合进行图像滤波,取到了较好的滤波效果.实验验证了改进算法的有效性,以峰值信噪比PSNR作为客观评价指标,通过与经典方法的比较,对该算法的滤波性能做出了客观评价.     

基于边缘检测的小波阈值图像去噪

小波图像去噪是小波应用较成功的一个方面,其中小波阈值法图像去噪算法简单、计算量小,得到了广泛的应用。在小波阈值去噪的基础上,提出了基于边缘检测的小波阈值图像去噪算法,把高频中的边缘细节与噪声更好地分离开,在主观和客观上去噪效果都比单纯的阈值去噪有所改进。     

基于小波变换和数学形态学的潮沟提取方法研究

潮沟是潮滩的主要地貌类型之一,潮沟信息的检测对湿地生态环境的监测和保护有着重要意义。本文以长江口九段沙下沙北部发育比较复杂的潮沟为研究对象,使用2016年1月26日Landsat8全色波段数据,采用了一种融合小波变换、最大类间方差法和数学形态学的方法对潮沟边缘信息进行了检测。小波变换中通过减小高层小波系数,达到弱化潮滩灰度变化的目的;通过增大低层小波系数,达到增强潮沟信息的目的;利用数学形态学和图像之间的几何(加减乘)运算,完成潮沟的提取;最后,分别在原始数据和检测结果相应的位置取样进行精度验证,样方潮沟面积一致性精度平均为92.1%。     

分布函数在遥感影像融合评价中的应用研究

在简要总结当前遥感图像质量评价方法的基础上,将图形法引入到遥感融合图像质量评价体系当中,通过目视判别、定量统计参数和图形法三种方法对融合算法进行比较。并提出利用图像灰度的分布函数的比较对遥感图像进行评价,实验证明,分布函数是一种客观、有效的评价手段,可应用于对遥感图像融合结果的评价。     

一种基于小波阈值的SAR图像降噪方法

由于SAR特殊的相干成像机理导致图像有斑点噪声,使得目标识别和特征提取造成困难。在小波变换阈值降噪法的基础上,提出一种改进的SAR图像降噪方法。先用新的阈值公式对图像进行小波分解,再对小波系数进行更为细致的处理,最后通过逆变换实现图像去噪和重建。实验结果表明,与传统方法相比,本方法更为有效地去除了SAR图像的噪声,并能保持图像的细节特征,有着良好的图像视觉解译效果。     

基于粗集理论的声呐图像中值滤波

保边去噪是图像滤波中的主要问题。声呐图像像素少品质恶劣,保边去噪显得尤为重要。将基于粗集理论的中值滤波应用于声呐图像处理中,给出了实验结果。结果表明这种方法具有可行性。     

基于同态滤波的海表图像照度校正

应用数字图像处理与分析的方法来研究海洋动态过程中,由于光照不均而造成的海表面图像亮度不均,致使图像对比度不强和图像降质。采用修正系数的同态滤波,实验显示图像对比度得到提高,图像更加清晰,是一种有效的照度校正处理方法。     

利用有理函数模型实现IKONOS影像的单片定位

分析了利用高分辨率卫星CCD影像进行单片测图的意义，介绍了目前有理函数模型在影像定位方面的应用情况，重点研究了一种利用有理函数模型实现单片定位的方法，即将有理函数模型的正解形式线性化并组成方程组，结合DEM数据，对方程组迭代求解以获取地面点坐标。实验结果表明该方法具有解算精度高和易实现等特点。     

基于视觉特性的影像增强算法研究

遥感影像对比度调整是影像预处理中的关键部分。分析人的视觉特性发现：影像中不同区域特征变化被感知度有所差异。相对于高频区域及对角线方向,人眼更容易感觉到平缓部分的特征变化。以往的对比度增强算法并没有考虑这一视觉特性,提出了一种基于视觉特性的影像增强算法。实验表明,该算法在较好的保持影像细节特征的同时,改善了影像的对比度,得到了较好的视觉效果。