非下采样轮廓波变换

摘要： 针对红外与可见光图像融合时出现的细节模糊、对比度降低等问题,论文提出了一种基于非下采样轮廓波变换(Nonsubsampled Contourlet Transform,NSCT)和卷积稀疏表示(Convolutional Sparse Representation,CSR)的图像融合方法。首先,分别对红外图像和可见光图像进行NSCT分解,获取其高频子带和低频子带。然后,通过导向滤波增强高频子带,并将增强后的高频子带系数通过选择最大值策略进行融合;同时,利用CSR模型和选择最大值策略得到低频子带的融合稀疏系数图,并和学习字典卷积重构低频子带系数。最后,对融合后的各子带系数进行逆NSCT变换,从而得到最终的融合图像。融合实验针对典型的红外与可见光图像进行。实验结果表明,与其他最新方法相比,由论文方法所得到的主观融合图像保留了源图像更多的细节信息、存在的伪影更少,并在客观评价指标方面也具有较好的融合性能。

摘要： 传统的基于NSCT的图像融合算法,通常是对原始图像进行NSCT变换,然后进行不同尺度系数的融合,没有对原始图像进行针对性的分析。对此,提出了一种基于K-means聚类的图像融合算法。利用K-means聚类对图像中具有不同特征的目标进行分类,对分类后的图像进行NSCT分解得到低频和高频子带系数。根据分类图像的特点,采用自适应的融合规则实现不同子带的融合。将融合系数进行NSCT反变换得到分类后的融合图像,再进行叠加得到最终的融合图像。实验结果表明,算法在保留图像纹理信息、提升对比度等方面效果更为突出,客观质量评价结果表现得也更好。

摘要： 提出一种非下采样轮廓波变换(non-subsampled contourlet transform,NSCT)和分数阶微分相结合的图像去雾算法.该算法首先通过对低质有雾图像进行NSCT分解,得到一个低频子带与多尺度多方向的多个高频子带;然后采用分数阶微分算子对图像的低频子带进行增强,同时通过对各子带的高频系数进行非线性处理,实现高频子带的增强;最后进行NSCT重构,得到增强后的图像.对不同低质有雾图像进行实验比较,结果表明:本算法增强了主观视觉效果,使图像变清晰的同时,具有较高的对比度增益、清晰度增益、信息熵和平均梯度.

摘要： 针对传统的红外与可见光图像融合算法所存在的边缘信息缺失等问题,提出了一种基于非下采样轮廓波变换和对比拉伸度的图像融合方法.首先,采用非下采样轮廓波对红外与可见光图像进行分解,得到高低频子带系数,采用“绝对值取大”和“窗口系数绝对值取大”的融合规则融合高频子带,低频子带采用改进的局部拉普拉斯能量的融合规则进行融合,经过NSCT逆变换得到初步融合图像.接下来,使用SUSAN算子对源图像进行边缘检测并进行对比度拉伸,应用上述NSCT算法融合拉伸后的边缘信息得到边缘融合图像.最后,重复对比度拉伸和NSCT算法对边缘融合图像和初步融合图像进行整合,得到最终的融合图像.实验结果表明,本文所提出的算法无论是在主观的视觉感知上还是在客观评价指标上均优于现有经典的融合算法,本文算法所得到的融合图像边缘信息更加丰富.

摘要： 为了达到水印抗几何攻击鲁棒性高的要求,提出一种在压缩感知下的非下采样轮廓波变换结合伪Zernike矩的鲁棒数字水印方案.利用非下采样轮廓波变换对载体图像进行三层分解提取其低频分量,通过一维离散小波变换对低频分量进行稀疏化以获取稀疏基,构造稀疏基的测量矩阵,并对其进行压缩感知处理得到新的低频分量,计算其Zernike矩,通过量化调制正则化伪Zernike矩幅值的方式将水印信息嵌入.利用正则化正交匹配追踪算法进行图像压缩感知的重构.仿真与实验分析表明,当峰值信噪比达到40 dB以上时,本文算法提取水印的NC值和误码率较为理想.

摘要： 为了充分地利用遥感图像的空间细节信息,提出了基于卷积稀疏表示和非下采样轮廓波变换(non-subsampled contourlet transform,NSCT)的遥感图像融合方法。首先利用卷积稀疏表示建立模型,完成图像的超分辨率,达到细节增强的目的。然后再对两幅图像进行融合,先将超分辨率后的图像和全色图像进行NSCT变换,得到各自的高分辨率子带图像和低分辨子带图像,根据不同子带的特点采用适当的融合规则进行融合得到新的子带信息,最后进行NSCT逆变换得到融合结果。实验证明,该方法获取的融合图像在视觉效果和客观指标两方面都优于其他方法。

摘要： 针对红外和可见光图像在融合过程中存在质量低下、信息缺失、边缘细节不突出等问题,提出一种基于非下采样轮廓波变换(non-subsampled contourlet transform,NSCT)与稀疏表示的压缩感知图像融合重构算法。首先利用NSCT进行源图像分解,得到相应的高频子带和低频子带图像;然后针对高频子带部分,利用基于压缩感知的高频融合规则进行融合,得到高频融合系数;针对低频子带部分,按照基于字典学习的低频融合规则进行融合,得到低频融合系数。最后进行NSCT逆变换得到融合影像,实现红外和可见光图像的超分辨率恢复。实验结果表明:采用该算法融合后的图像在平均梯度、边缘强度、信息熵、边缘信息保留度、空间频率等指标上均有良好的表现,体现出该融合算法在图像融合质量的提升方面颇具优势。

摘要： 针对传统红外图像与可见光图像融合存在对比度低、细节丢失、目标模糊等问题,本文基于非下采样轮廓波变换(Non-subsampled Contourlet Transform,NSCT)的思想,通过改进权重函数和融合规则,建立新的融合算法实现红外图像和可见光图像的有效融合.首先,通过NSCT变换对红外和可见光图像进行多尺度分解得到对应的低频系数和高频系数.然后,采用改进的最小化规则和局部平均梯度规则分别对低频系数和高频系数进行融合处理,得到对应的最优融合系数,并将所得融合系数进行NSCT逆变换得到最终融合图像.最后,使用公共数据集与其他5种算法进行对比实验,并在7个具有实际意义的性能评价指标约束下,验证所设计算法的有效性和鲁棒性.

摘要： 针对大厚比的复杂结构件数字射线成像(Digital radiography,DR),单一透照能量不能完整体现全部信息的问题,提出一种基于区域特征的脉冲耦合神经网络(Pulse coupled neural network,PCNN)多幅图像融合算法.以航空发动机涡轮叶片为研究对象,首先在获取多幅递增管电压透照子图基础上,经非下采样轮廓波变换(Non-subsampled contourlet transform,NSCT)分解为一个低频子带和多个尺度下的高频子带;其次采用PCNN算法,用各子带的改进空间频率中方向特征最明显的分量调整连接强度;然后低频子带采用区域均方差、高频子带采用改进的拉普拉斯能量和作为外部激励,点火映射图的判决遵循取大原则;最后通过NSCT逆变换得到融合结果图.实验结果表明,以熵、标准差、平均梯度、清晰度和空间频率作为客观评价指标,与基于拉普拉斯金字塔变换等经典融合算法相比均有所提升.本文研究方法性能优越,丰富了融合图像的细节信息,可获得更高质量的DR融合图像.

摘要： 为使红外与可见光融合图像获得更好的分辨率和清晰度,提出基于非下采样轮廓波变换(non-subsampled contourlet transform,NSCT)的马氏距离加权拉普拉斯能量和与引导滤波改进(frequency tuned,FT)结合的红外与可见光图像融合算法.首先,对可见光图像进行对比度受限的自适应直方图均衡(contrast limited adaptive histogram equalization,CLAHE),并将红外图像与CLAHE处理后可见光图像进行NSCT变换,分解为低频和高频;其次,对FT算法使用引导滤波进行改进,利用改进的FT算法提取红外图像显著性图自适应加权融合低频图像,对高频图像使用基于马氏距离加权的拉普拉斯能量和取大融合;最后,对融合的低频和高频图像进行NSCT逆变换获得融合图像.实验结果表明,该融合方法相较其他传统融合方法,在主观视觉上和客观指标上都有较好的表现.

摘要： 结合非下采样轮廓波变换(NSCT)和均值漂移理论,提出了一种利用NSCT域均值漂移的SAR图像分割算法.首先将图像进行NSCT分解,针对NSCT域高、低频子带的不同特性,构造了高低频特征分量形成特征空间,对特征空间利用均值漂移聚类,然后对聚类结果进行有针对性的合并处理.在MSTAR数据集上进行了实验,并与OTSU分割算法、基于马尔可夫随机场的分割算法进行了对比,结果表明所提出算法具有更强的抗噪性,分割结果更为准确.

摘要： 由于可见光成像系统的聚焦范围有限,很难获得同一场景内所有物体都清晰的图像,多聚焦图像融合技术可有效地解决这一问题.提出了一种新的基于NSCT变换和非负数矩阵(NMF)的多聚焦图像融合方法.2幅多聚焦图像通过NSCT变换分解以后,利用非负数矩阵分别处理其高频以及低频成分,最终合成为融合图像.本文算法的结果与基于NSCT变换、基于小波变换和NMF、基于Contourlet变换和NMF进行了比较,分别在运行时间、信息熵、标准偏差和平均梯度等方面进行了对比,实验结果表明,本文提出的算法优于其他3种算法.

摘要： 由于可见光成像系统的聚焦范围有限,很难获得同一场景内所有物体都清晰的图像,多聚焦图像融合技术可有效地解决这一问题.提出了一种新的基于NSCT变换和非负数矩阵(NMF)的多聚焦图像融合方法.2幅多聚焦图像通过NSCT变换分解以后,利用非负数矩阵分别处理其高频以及低频成分,最终合成为融合图像.本文算法的结果与基于NSCT变换、基于小波变换和NMF、基于Contourlet变换和NMF进行了比较,分别在运行时间、信息熵、标准偏差和平均梯度等方面进行了对比,实验结果表明,本文提出的算法优于其他3种算法.

摘要： 由于可见光成像系统的聚焦范围有限,很难获得同一场景内所有物体都清晰的图像,多聚焦图像融合技术可有效地解决这一问题.提出了一种新的基于NSCT变换和非负数矩阵(NMF)的多聚焦图像融合方法.2幅多聚焦图像通过NSCT变换分解以后,利用非负数矩阵分别处理其高频以及低频成分,最终合成为融合图像.本文算法的结果与基于NSCT变换、基于小波变换和NMF、基于Contourlet变换和NMF进行了比较,分别在运行时间、信息熵、标准偏差和平均梯度等方面进行了对比,实验结果表明,本文提出的算法优于其他3种算法.

摘要： 由于可见光成像系统的聚焦范围有限,很难获得同一场景内所有物体都清晰的图像,多聚焦图像融合技术可有效地解决这一问题.提出了一种新的基于NSCT变换和非负数矩阵(NMF)的多聚焦图像融合方法.2幅多聚焦图像通过NSCT变换分解以后,利用非负数矩阵分别处理其高频以及低频成分,最终合成为融合图像.本文算法的结果与基于NSCT变换、基于小波变换和NMF、基于Contourlet变换和NMF进行了比较,分别在运行时间、信息熵、标准偏差和平均梯度等方面进行了对比,实验结果表明,本文提出的算法优于其他3种算法.

摘要： 本发明公开了一种基于非下采样轮廓波变换和卷积神经网络的X光图像骨龄评估方法，包括：首先对尺寸归一化后的X光图像进行非下采样轮廓波变换，得到多个尺度下的高频方向子带和一幅低频系数图，然后将它们输入到一个多通道卷积神经网络中，得到不同尺度下的特征图，最后将这些特征图层叠在一起后输入到一个由若干全连接层构成的回归网络中得到骨龄预测值；上述过程以一个端到端的网络结构实现，并使用误差反向传播机制实现网络训练。本发明方法利用非下采样轮廓波变换对原始空间域图像进行特征预提取和分离，能够克服现有深度学习方法在小规模数据集上网络训练的困难，提升网络的泛化性能，从而为临床应用提供更加准确可靠的评估方法。

摘要： 本发明涉及一种基于非下采样轮廓波变换的有限角C型臂CT图像重建方法，属于图像重建领域。该方法包括以下步骤：S1：检测装置安装；S2：扫描；S3：建立L0正则化有限角C型臂CT重建模型；S4：有限角C型臂CT迭代重建：S5：输出重建图像；当步骤S4中的迭代重建算法收敛时，输出重建图像。本发明公开的非下采样轮廓波变换的有限角C型臂CT重建方法中包含对高频部分进行硬阈值处理，和对低频部分进行图像梯度L0最小化光滑处理，经过该方法处理后，重建得到的CT图像的有限角伪影和噪声能够有效地抑制，并且能够有效保护边界，从而很大地提高重建图像的质量。

摘要： 本发明涉及一种基于改进非下采样轮廓波变换的太阳电池热斑检测方法。该方法具体包括以下步骤：步骤S1：建立测试图像库，将图像重采样为256×256像素；步骤S2:对重采样的图像进行严格的图像配准；步骤S3：对红外图像进行显著性检测，获得其显著图；步骤S4：分别对可见光和红外图像进行NSCT分解，得到高频和低频子带系数；步骤S5：对高频和低频子带系数分别采用不同的融合规则进行融合；步骤S6：对融合后的NSCT系数进行逆变换，得到融合图像。本发明可以实现太阳电池热斑的准确检测；热斑故障检测对于太阳电池来说是至关重要，基于视觉显著性和NSCT的太阳电池热斑检测方法精确定位热斑缺陷区域，方便故障检测和排查，及时发现故障片，灵活方便，提高效率。

摘要： 本发明公开了一种基于并行运算的非下采样轮廓波变换优化方法，包括以下步骤(1)根据GPU和CPU配置情况，计算执行NSCT算法中多尺度分解与不同级别方向分解所需要启用的GPU数目和开启的CPU线程数，以及分配给每个GPU的实际计算量；(2)对NSCT分解与重构过程进行并行性分析，发现可以将图像数据移动至GPU，计算卷积，计算结果回存等过程进行并行处理；(3)使用OpenMP和CUDA并行执行NSCT分解和重构过程。本发明方法可以通过并行执行数据移动、像素级并行计算卷积等过程，显著提高NSCT运算速度，降低运行时间，提高NSCT算法的实用性。

摘要： 本发明公开了一种基于非下采样轮廓波变换的荧光光谱污染物分类方法，该方法通过采集三维荧光光谱数据，并对原始光谱数据进行预处理，得到各个滤波图像的灰度共生矩阵，进而得到对应的灰度特征；整合这些灰度特征得到三维荧光光谱的最终特征。本发明提出的基于NSCT对三维荧光光谱进行特征提取的方法对管网水有机污染物识别的准确率较高；本发明的方法对于有机污染物三维荧光光谱荧光峰接近的物质识别效果较好，在城市管网水水质监测和污染物识别领域可以发挥较好的作用。

摘要： 本发明公开了一种基于非下采样轮廓波变换的荧光光谱污染物分类方法，该方法通过采集三维荧光光谱数据，并对原始光谱数据进行预处理，得到各个滤波图像的灰度共生矩阵，进而得到对应的灰度特征；整合这些灰度特征得到三维荧光光谱的最终特征。本发明提出的基于NSCT对三维荧光光谱进行特征提取的方法对管网水有机污染物识别的准确率较高；本发明的方法对于有机污染物三维荧光光谱荧光峰接近的物质识别效果较好，在城市管网水水质监测和污染物识别领域可以发挥较好的作用。

摘要： 本发明旨在解决数字水印技术中抗几何攻击鲁棒性不强的问题，提出了一种基于非下采样轮廓波变换的CS‑SVD的鲁棒数字水印方案，属于图像与信号处理领域。通过利用NSCT变换将原始图像进行两层分解提取其低频分量并结合SVD分解得到低频分量奇异值矩阵，然后将水印进行压缩感知处理后利用二维离散小波变换提取其低频水印信息并对其进行奇异值分解得到低频水印信息的奇异值矩阵，将其嵌入到低频图像的奇异值矩阵当中。本方法在保证水印不可见性的前提下，不仅能够有效抵抗常规攻击，而且对缩放、平移、剪切等几何攻击以及组合攻击都有相对较强的鲁棒性，该方法为后续解决水印抗几何攻击鲁棒性问题研究具有重要的参考意义。

摘要： 本发明涉及一种基于非下采样轮廓波变换的有限角C型臂CT图像重建方法，属于图像重建领域。该方法包括以下步骤：S1：检测装置安装；S2：扫描；S3：建立L0正则化有限角C型臂CT重建模型；S4：有限角C型臂CT迭代重建：S5：输出重建图像；当步骤S4中的迭代重建算法收敛时，输出重建图像。本发明公开的非下采样轮廓波变换的有限角C型臂CT重建方法中包含对高频部分进行硬阈值处理，和对低频部分进行图像梯度L0最小化光滑处理，经过该方法处理后，重建得到的CT图像的有限角伪影和噪声能够有效地抑制，并且能够有效保护边界，从而很大地提高重建图像的质量。

摘要： 本发明旨在解决数字水印技术中伪Zernike矩抗剪切、缩放攻击鲁棒性不强的问题，属于图像与信号处理领域。利用非下采样轮廓波变换对载体图像进行三层分解提取其低频分量，通过一维离散小波变换对低频分量进行稀疏化以获取稀疏基，构造稀疏基的测量矩阵，并对其进行压缩感知处理得到新的低频分量，然后计算其Zernike矩，通过抖动量化调制正则化伪Zernike矩幅值的方式将水印信息嵌入。最后利用正则化正交匹配追踪算法进行图像压缩感知的重构。本方法在保证水印不可见性的前提下，不仅能够有效抵抗诸如滤波、噪声、压缩等常规攻击，而且对缩放、剪切、旋转等几何攻击都有相对较强的鲁棒性，该方法为后续解决水印抗几何攻击鲁棒性问题研究具有重要的参考意义。

摘要： 本发明公开了一种基于非下采样轮廓波变换和卷积神经网络的X光图像骨龄评估方法，包括：首先对尺寸归一化后的X光图像进行非下采样轮廓波变换，得到多个尺度下的高频方向子带和一幅低频系数图，然后将它们输入到一个多通道卷积神经网络中，得到不同尺度下的特征图，最后将这些特征图层叠在一起后输入到一个由若干全连接层构成的回归网络中得到骨龄预测值；上述过程以一个端到端的网络结构实现，并使用误差反向传播机制实现网络训练。本发明方法利用非下采样轮廓波变换对原始空间域图像进行特征预提取和分离，能够克服现有深度学习方法在小规模数据集上网络训练的困难，提升网络的泛化性能，从而为临床应用提供更加准确可靠的评估方法。