导读:本文包含了非抽样小波变换论文开题报告文献综述及选题提纲参考文献，主要关键词:图像去噪,非抽样双树复小波变换,瑞利分布模型,相位正则化
非抽样小波变换论文文献综述
吴建宁,石满红,兴志[1]（2018）在《基于非抽样双树复小波变换幅值相位信息的图像去噪算法》一文中研究指出提出了一种非抽样双树复小波变换域结合幅值阈值化和相位正则化的自适应图像去噪算法。首先将非抽样双树复小波变换系数进行幅值相位表示,在分析了幅值分布特点后,使用瑞利分布模型作为系数幅值的先验分布,然后在贝叶斯去噪框架下推导出闭式形式的阈值函数,为了更好地抑制噪声,我们亦对相位信息进行平滑处理,最后通过逆非抽样双树复小波变换得到去噪图像。由于同时对幅值和相位信息进行处理,实验显示所提算法抑制噪声效果明显,与一些经典算法相比,本文方法在主、客观上皆获得了有竞争力的结果。(本文来源于《红外技术》期刊2018年07期）
冯莉,龚子华,文远保[2]（2016）在《非抽样小波变换耦合Zelnick矩的图像伪造检测算法》一文中研究指出为解决目前复制粘贴伪造检测算法鲁棒性较差、检测精度低等不足,提出非抽样小波变换(UWT)耦合泽尼克矩(Zernike)的复制移动图像伪造检测算法。利用非抽样小波变换将输入图像分解为近似系数LL和详细系数HH,得出块与块间的相似性和差异度;划分重迭块,计算图像子块间距;根据LL相似性和HH差异性排序分类;引入泽尼克矩,构建距离矩阵,进行图像特征匹配,对图像进行伪造检测。实验结果表明,该算法具有很好的平移不变性和幅值旋转不变性,抗后处理性能好,精测精度高,漏检率和误检率低。(本文来源于《计算机工程与设计》期刊2016年06期）
吴粉侠,段群,李洪星[3]（2015）在《基于非抽样的小波变换的彩色图像增强方法》一文中研究指出直接用灰度图像增强算法对真彩色图像增强,容易产生色彩偏差。提出一种新的增强算法:先将真彩色图像由RGB颜色空间转换到HSV颜色空间;再对饱和度分量V作非抽样小波变换,对变换域的低频系数采用对数变换以压缩动态范围进行增强,对高频系数进行分段线性变换以增强边缘及纹理;最后再用非抽样小波逆变换重构V分量,将图像由HSV空间还原到RGB颜色空间。实验表明,增强后的图像色彩基本无偏差,动态范围压缩良好,亮度对比度都得到明显提高,并且取得了较高的信息熵,空间频率,平均梯度,均方差。(本文来源于《咸阳师范学院学报》期刊2015年04期）
吴曙光,周漪清[4]（2015）在《基于非抽样小波镜像变换的电弧特征提取》一文中研究指出为准确度量电弧信号突变信号特征,运用非抽样小波镜像变换算法提取电弧信号特征。首先将截取到的电弧信号作镜像合成变换;其次,采用非线性小波阈值和非抽样小波分解与重构方法相结合滤除镜像信号噪声,减少消噪算法运算过程的计算量;最后通过信号镜像逆变换裁剪出真实的电弧波形。实验结果表明,与传统方法相比,新方法在降低信号噪声的同时,有效抑制了信号相位偏移,完整捕获电弧波形,避免信号两侧边缘发生畸变,满足焊接过程实时控制要求。(本文来源于《电焊机》期刊2015年07期）
冯炽[5]（2015）在《基于非抽样小波变换的彩色图像水印算法》一文中研究指出图像水印技术已成为维护版权、抵制盗版和非法复制的重要手段,本文提出一种基于非抽样小波变换的彩色图像水印算法。非抽样小波变换不需进行下抽样操作,可获得与源信号同等长度的分解结果,具有信息冗余性和平移不变性的特点,提高了水印算法的鲁棒性和水印嵌入容量,算法同时结合奇异值分解,实现水印鲁棒性、不可见性和容量的统一。实验表明,该算法相对于基于离散小波变换的图像水印算法,能更好地抵抗噪声、压缩、剪切、旋转、平移等攻击。(本文来源于《电子测试》期刊2015年09期）
蔡伟华[6]（2015）在《基于聚类与非抽样小波变换的盲源分离算法研究》一文中研究指出盲源分离(BSS)是现代信号处理领域中一个活跃的研究领域,它指的是在源信号和传输信道都未知的情况下,仅由传感器接收到的观测信号分离出源信号的过程。盲源分离方法在现实中应用相当广泛,尤其在语音、图像处理,通信系统,机械检测,生物医学等领域取得了较大的应用成就。盲源分离根据观测信号与源信号数目的多少关系分为超定、正定、欠定盲源分离,如果在信号混合过程中有噪声干扰则称含噪盲源分离。对于观测信号数目少于源信号数目情况下的欠定盲源分离通常采用“两步法”处理;对于观测信号数目等于源信号数目的正定盲源分离,独立分量分析(ICA)使用最为广泛;而对于正定情况下的含噪盲源分离,将去噪处理与独立分量分析相结合的算法是比较有效的。本文针对欠定盲源分离和含噪盲源分离两种盲源分离模型,消化吸收了“两步法”相关理论,如:信号的稀疏表示、估计混合矩阵的聚类分析、恢复源信号的线性规划方法,以及独立分量分析相应的独立性准则和优化算法,阈值去噪方法等,在此基础上提出了解决这两种模型的算法。本文主要工作和创新点如下:1、提出了一种估计欠定混合矩阵的新方法。在聚类分析方法中,K-means算法是一种传统的简单易操作的方法,并且非常适用于紧密或球形聚类;然而K-means算法需要预先知道源信号数目并且对聚类的初始条件很敏感,不同的初始条件会产生很不稳定的聚类结果。而AP(Affinity Propagation)则不需要事先知道聚类数目,它采用近邻传播的原理,能够提供确切的源信号数目和初始聚类中心。本文采用AP聚类结合K-means算法来估计混合矩阵。首先利用AP聚类搜索源信号的数目并给出初始的聚类中心,在此基础上,利用K-means算法获得精确的混合矩阵。实验结果证明经过AP聚类初始化的K-means算法相比常规K-means算法可以更稳定,更精确地估计出混合矩阵。2、提出了利用非抽样小波变换(UWT)与FastICA相结合实现多幅图像的含噪盲源分离。非抽样小波变换较正交小波变换在图像去噪等方面有更好的效果,能够得到更完整的图像信息。本文首次提出采用非抽样小波变换对含噪混合图像进行去噪处理,然后利用FastICA进行图像的分离。仿真实验证明了本文的先去噪后分离的方法能实现多幅图像的含噪盲分离。(本文来源于《湖南大学》期刊2015-04-27）
黄晓青[7]（2014）在《一种基于非抽样小波变换的模糊逻辑图像融合算法》一文中研究指出提出了一种基于非抽样小波变换的模糊逻辑图像融合方法.该方法利用非抽样小波对红外与可见光图像进行多尺度分解变换,可分别得到原图像的高频子带系数和低频子带系数;低频子带系数的融合准则采用自适应模糊逻辑算法,高频子带系数的融合准则采用绝对值最大法,最后对融合后的各子带系数进行非抽样小波逆变换得到融合图像.仿真实验表明,该方法对红外与可见光图像融合效果好且运算处理速度更快.(本文来源于《宁夏师范学院学报》期刊2014年06期）
郭念民,李海山,冯雪梅,吴国忱[8]（2014）在《非抽样离散小波变换迭前地震数据重建方法》一文中研究指出迭前地震数据包含了丰富的地层信息,但在实际勘探中由于受采集条件等影响,迭前地震数据地震道缺失现象严重。针对规则采样不规则道缺失的插值恢复问题,一些传统的插值方法无能为力或者插值效果不佳,而近年来发展起来的非抽样离散小波变换(UDWT),具有很好的稀疏表示能力,比傅里叶变换能更加稀疏地表示地震数据;根据压缩感知理论,即使不满足Nyquist采样定理的要求,利用极少的观测数据,也可能较好地恢复缺失的地震数据。本文提出一种基于UDWT的地震数据插值方法,对地震数据做插值和规则化处理,可以提高迭前地震数据的完整性,理论模型和实际资料的重建效果验证了方法的有效性和实用性。(本文来源于《石油地球物理勘探》期刊2014年03期）
高国荣,许录平,冯冬竹[9]（2013）在《基于非抽样剪切波变换的遥感图像融合方法》一文中研究指出提出了一种基于Mean-shift分割和非抽样剪切波变换(NSST)的多光谱与高分辨率全色图像融合方法。对高分辨率图像进行Mean-shift分割,并利用区域方差将多光谱图像划分为需要进行空间细节增强及需要光谱特征保持的区域;然后利用NSST变换对高分辨率图像和多光谱图像的强度分量进行多尺度分解。分解后的低频子带采用基于四阶相关系数的融合规则进行融合,带通方向子带根据分割所得的区域按区域方差进行融合;最后进行NSST重构得到融合后的强度分量,经IHS逆变换获得高分辨率的多光谱图像。仿真实验表明,与其他4种相关的融合方法相比,该方法能在空间分辨率的提高与光谱信息的保持之间达到良好的平衡,使得融合图像不仅具有较好的光谱保持特性,而且其空间分辨率也能得到有效提高。(本文来源于《农业机械学报》期刊2013年12期）
关永洪[10]（2013）在《基于非抽样轮廓波变换和矩阵F-范数的旋转不变纹理图像检索方法》一文中研究指出针对纹理图像检索中常见的旋转问题,提出一种基于非抽样Contourlet变换(NSCT)和矩阵F-范数的旋转不变纹理图像检索算法。对图像进行NSCT变换,以NSCT域各个子带系数矩阵的F-范数构造特征向量,然后在相同尺度上,利用各个子带系数矩阵的均值和标准方差之和对特征向量由小到大排序,再利用不同尺度的特征向量相似度加权求和得到两幅图像的相似度。实验采用Brodatz库生成实验库,结果表明该方法能取得较好的效果。(本文来源于《计算机与现代化》期刊2013年09期）
非抽样小波变换论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为解决目前复制粘贴伪造检测算法鲁棒性较差、检测精度低等不足,提出非抽样小波变换(UWT)耦合泽尼克矩(Zernike)的复制移动图像伪造检测算法。利用非抽样小波变换将输入图像分解为近似系数LL和详细系数HH,得出块与块间的相似性和差异度;划分重迭块,计算图像子块间距;根据LL相似性和HH差异性排序分类;引入泽尼克矩,构建距离矩阵,进行图像特征匹配,对图像进行伪造检测。实验结果表明,该算法具有很好的平移不变性和幅值旋转不变性,抗后处理性能好,精测精度高,漏检率和误检率低。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
非抽样小波变换论文参考文献
[1].吴建宁,石满红,兴志.基于非抽样双树复小波变换幅值相位信息的图像去噪算法[J].红外技术.2018
[2].冯莉,龚子华,文远保.非抽样小波变换耦合Zelnick矩的图像伪造检测算法[J].计算机工程与设计.2016
[3].吴粉侠,段群,李洪星.基于非抽样的小波变换的彩色图像增强方法[J].咸阳师范学院学报.2015
[4].吴曙光,周漪清.基于非抽样小波镜像变换的电弧特征提取[J].电焊机.2015
[5].冯炽.基于非抽样小波变换的彩色图像水印算法[J].电子测试.2015
[6].蔡伟华.基于聚类与非抽样小波变换的盲源分离算法研究[D].湖南大学.2015
[7].黄晓青.一种基于非抽样小波变换的模糊逻辑图像融合算法[J].宁夏师范学院学报.2014
[8].郭念民,李海山,冯雪梅,吴国忱.非抽样离散小波变换迭前地震数据重建方法[J].石油地球物理勘探.2014
[9].高国荣,许录平,冯冬竹.基于非抽样剪切波变换的遥感图像融合方法[J].农业机械学报.2013
[10].关永洪.基于非抽样轮廓波变换和矩阵F-范数的旋转不变纹理图像检索方法[J].计算机与现代化.2013
标签：图像去噪; 非抽样双树复小波变换; 瑞利分布模型; 相位正则化;