小波算法在图像处理中的若干应用研究

摘要

随着小波理论的发展,它已成为当前应用数学和工程学科中一个迅速发展的新领域,经过近些年的探索研究,重要的数学形式化体系已经建立,理论基础更加扎实.尤其小波变换在图像处理领域中的应用,几乎可以囊括图像处理的所有方面.本文采用二树复数小波变换,研究了小波变换在图像处理的三个方面——图像去噪,图像融合,数字水印中的应用.
　　首先,采用二树复数小波变换,在基于H-Curve准则确定阈值的基础上进行图像去噪.此准则在应用时不需要提前知道噪声标准偏差,适用与各种类型的噪声,并且和目前的多数方法去噪后的图像过于平滑相比,它还能产生较好的视觉效果.去噪实验表明,本文采用的方法在去噪能力、取得的视觉效果和确定阈值的广泛性方面都优于目前多数方法.
　　在图像融合的研究中,采用一种基于人类视觉系统和模糊理论的图像融合算法,利用小波域的人类视觉系统经验模型,刻画图像的边缘、纹理及高亮区域,采用模糊隶属度函数自适应地计算权系数,在小波域上通过加权平均实现图像融合.实验表明,由于充分考虑了人眼的视觉特性,利用模糊理论更加合理的计算出融合权重,重构后的融合图像无论从视觉效果还是客观标准方面都很优越.由于图像融合中权重系数的计算是关键因素,本方法随着图像分解的层数增加,计算量会变大,融合时间略长.
　　在数字水印的研究中,采用基于混沌映射和二维小波变换的模糊自适应数字水印算法.使用 Lorenz混沌映射产生的混沌序列对水印图像进行加密,利用人眼视觉系统的特性,作为模糊控制器的输入,通过离散小波变换及模糊控制得到水印图像的嵌入强度,将加密后的水印图像嵌入宿主图像.实验效果和客观数据分析表明,本算法可以抵抗一些常见的图像处理和噪声干扰,具有良好的隐蔽性、鲁棒性和安全性.

目录

小波算法在图像处理中的若干应用研究

SOME APPLICATIONS AND RESEARCHES IN IMAGE PROCESSING WITH WAVELET ALGORITHM

摘 要

Abstract

绪论

研究背景和意义

国内外研究现状

图像去噪方面的小波算法研究现状

图像融合方面的小波算法研究现状

数字水印方面的小波算法研究现状

本文主要工作及章节安排

本文主要工作

本文章节安排

小波变换的理论知识

连续小波变换的定义与基本性质

小波变换的定义

小波变换的基本性质

二进小波变换

多分辨率小波分析

小波分解与小波重构算法

本章小结

图像去噪中小波算法应用

图像去噪中常用的小波算法

小波阈值去噪

模极大值去噪

相关性去噪

基于夊数小波变换和H-Curve准则对图像的去噪

二树夊数小波

H-Curve准则确定阈值原理

实验及结果分析

对含有高斯白噪声的图像去噪

含有带状高斯噪声的图像去噪算法

本章小结

图像融合中小波算法应用

像素级图像融合概述

基于人类视觉系统与小波变换的图像融合新算法

人类视觉系统

图像融合新算法

实验及结果分析

图像融合的客观评价标准

对比实验分析

本章小结

数字水印中小波算法应用

数字水印的基本原理

Lorenz混沌系统和人类视觉模型

Lorenz混沌系统

人类视觉模型

水印算法

水印图像的加密算法

水印图像的加密解密仿真

数字水印的嵌入算法

数字水印的提取算法

实验结果及分析

实验结果

实验结果分析

本章小结

结 论

参考文献

哈尔滨工业大学学位论文原创性声明及使用授权说明

致 谢

个人简历