首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 203 毫秒
1.
由于多媒体技术和网络技术的不断发展,静态图像压缩编码被广泛应用于多媒体和网络技术,然而静态图像在存储和传输方面占用了大部分资源,造成不便。基于小波变换对核桃叶片图像进行多分辨率分解,对比研究haar和bior3.7算子对静态图像的编码,通过峰值信噪比和压缩前后比特数衡量图像编码效果,对不同层次的小波分解采用不同的量化电平,给出了基于bior3.7的小波图像编码优化算法,结果表明基于bior 3.7的小波图像压缩效果更佳,但压缩质量较haar压缩差。  相似文献   

2.
图像压缩是为适应特殊应用场合或为得到一个较好的视觉效果,例如突出某些细节,常常需要一种可以有效改变已有图像大小的方法,使图像压缩后仍然有较高的质量。本文采用一维小波变换和二维小波变换方法,将图像信息分解成低频和高频两部分,通过压缩算法,将图像数据重构成一幅信息完整的新图像。实验表明,采用本算法压缩后的新图像符合客观实际,图像数据信息丰富。  相似文献   

3.
综合小波和模糊方法的图像边缘检测   总被引:10,自引:4,他引:6  
为了更好地对图像边缘进行检测,提出一种基于小波局部极大模和模糊方法相结合的图像边缘检测算法.它将图像分为高频和低频部分分别进行处理.高频部分利用小波局部极大模的方法进行边缘检测,低频部分则利用模糊方法进行处理,并对两种边缘图像进行了融合.试验结果证实了该算法的可行性.  相似文献   

4.
图像融合技术的研究目的就是综合不同类型的传感器所获取的图像信息,通过对多幅图像间冗余数据的处理提高图像的可靠性和可观察性,通过对多幅图像间互补信息的处理提高图像的效果。提出了一种基于小波的融合算法,该算法基于小波图像的能量集中在低频子带、细节体现在高频子带的特点,在低频部分对小波系数采用基于局部能量的加权融合方法处理,高频部分采用基于边缘信息的加权算法进行融合。结果表明:所采用的方法避免了图像融合过程中因平均化而出现的模糊现象,融合后的图像内容更加清晰,更容易识别。实践证明,基于小波变换的图像融合可以取得良好的结果和较快的处理速度。  相似文献   

5.
针对摄像机拍摄运动车辆模糊图像产生振铃效应且图像数据传输量大的问题,提出一种基于压缩感知理论的车辆运动模糊图像恢复方法。该方法先将车辆运动二维模糊图像离散退化小波变换,对高频系数矩阵进行维纳滤波过滤后,采用托普利兹矩阵测量得到高频稀疏系数,有效抑制了振铃,重组高频和低频系数矩阵得到图像高稀疏信号。重构时,采用维纳滤波去噪后进行非线性重构。结果表明,此种方法能大大减少车辆图像传输数据量,以较小误差实现车辆模糊图像的去模糊重构,获取车辆及车牌图像的丰富细节信息。  相似文献   

6.
小波系数是图像进行小波分解后得到的系数,小波系数的分布、大小、多少直接影响着图像的质量。本文主要探讨含有统计噪音的数字仿真图像Logan_Sheep图像,利用硬阈值法对正交小波分解系数处理的前后,高频域中的小波系数的多少对图像特征的保留的影响。试验表明只要有很少的大的小波系数就能保留图像的特征。  相似文献   

7.
不同的小波基函数对图像融合的效果不同.通过研究小波基函数的主要特征,采用相同的分解级数和融合准则,对已配准的多聚焦图像应用不同的小波基进行融合试验,低频系数用均值进行融合,高频系数用最大绝对值进行融合,并且应用客观评价指标平均梯度、信息熵、边缘保留度、互信息及标准差等对不同小波基融合后得到的图像进行分析对比,总结出多聚焦图像融合不同的小波基选择方法,为实际应用中小波基的选择提供参考.  相似文献   

8.
小波包变换作为一种有效的数据压缩方法,已经广泛用于图像、电子信号和红外光谱数据压缩。介绍了小波包压缩原理及方法,并选用小波包(bior)变换压缩了8种苯系物的拉曼光谱数据。压缩后光谱可保留原光谱能量的99.91%以上,置零系数百分比为87.50%,小波包变换压缩拉曼光谱数据效果明显。  相似文献   

9.
一种基因芯片图像滤波混合法   总被引:1,自引:0,他引:1  
对基因芯片的表达数据进行分析,有助于获得基因的表达谱与功能之间的关联信息,而基因芯片图像的滤波方法,对于获得高质量的基因表达数据具有重要的意义。本文采用小波和中值滤波混合法对基因芯片图像去噪,采用的小波硬门限阈值量化法去噪预先处理了基因芯片图像的部分高频噪声,避免了图像有用信号湮灭;而中值滤波法弥补了小波分析中的噪声指数较高的局限性。与传统的基因芯片图像滤波方法进行对比实验,结果表明,该方法能够在有效去除基因芯片图像噪声的同时,很好地保持图像的边缘和细节信息。  相似文献   

10.
为了充分利用图像的纹理特征,本文将多小波变换方法和分形理论相结合,提出了一种新的基于多小波变换域方向对比度和分形维数的图像融合算法。该图像融合算法首先通过多小波变换进行原始图像分解,然后采用差分和维数法计算分形维数相应的低频分解系数,建立基于分形维数的低频融合规则,高频部分则根据方向对比度的值通过选择法或加权平均法进行融合计算。该算法对IR图像和可见光图像进行融合实验,采用图像熵、标准偏差以及质量度量这些客观指标评估图像融合的质量。实验结果表明,把分形维数与多小波变换方法相结合进行图像融合处理,图像融合质量和效率都明显提高。  相似文献   

11.
基于整数小波变换和改进零树编码的图像压缩方法   总被引:2,自引:0,他引:2  
研究了基于整数小波变换和改进零树编码的图像压缩方法:先进行整数小波变换,将图像变换到小波域,再用改进的零树编码对图像进行压缩。给出了试验结果以及与EZW压缩方法的比较,结果表明,整数小波变换和改进零树编码相结合应用于图像压缩是有效的,在一定程度上能缩短计算时间,并提高峰值信噪比。  相似文献   

12.
研究了3D DWT和3D SPIHT算法,用CDF(2,2)双正交小波为帧内小波变换的小波基,考虑到边界延拓效应,时间维小波变换也选用CDF(2,2)双正交小波为时间维小波变换的小波基,实验结果表明算法对于视频序列图像压缩是非常有效的,其压缩效果明显优于基于3D-DCT的压缩编码算法.  相似文献   

13.
矢量量化是一种高效的数据压缩技术,作为一种有效的有损压缩技术,其突出优点是压缩比大以及解码算法简单,具有优良的率失真特性。通过将图片通过小波变换从而去除小波系数空间的松散分布结构所带来的编码冗余和复杂度。然后经过Dn格量化,降低码书的复杂度,通过4维码书对图像进行量化。  相似文献   

14.
结合零树的小波域分形水印算法   总被引:1,自引:0,他引:1  
借鉴了小波域上的水印算法,结合了小波零树编码,在分形图像压缩的理论基础上提出了分形编码与小波变换相结合的数字水印技术,该技术充分利用小波零树、小波变换和分形编码各自的长处,来达到提高水印图像质量、增强水印鲁棒性的目的。  相似文献   

15.
基于Logistic映射的小波域图像加密技术   总被引:1,自引:0,他引:1       下载免费PDF全文
针对图像小波编码混沌加密技术中出现的边界效应问题,提出基于区间小波编码的混沌加密新技术。相对于传统的图像延拓方法,该方法在小波变换前后,不需要对图像进行特殊的延拓处理,可在对图像加密的同时,压缩图像文件规模,有效消除边界效应;此外,调整被逼近信号函数的H lder连续指数L的大小,可满足对图像恢复精度的不同要求。实验结果表明,在L=1时,信号恢复精度已满足要求。  相似文献   

16.
为提高分形图像压缩的速度,本文分析研究了用邻域匹配的四叉树分形编码方法,提出了一种基于区域分割和十字搜索模型的分形图像压缩的编码方法。实践证明,这种方法编码速度快,压缩效果好。  相似文献   

17.
基于最优基小波包的植物病害图像压缩算法   总被引:2,自引:1,他引:2  
针对现代温室中由于植物病害图像数据量庞大而产生的远程传输负荷过大等问题,分析了植物病害图像存在的数据冗余、视觉冗余等特性,提出了基于最优基小波包的压缩算法。简要介绍了小波包的构造方法及其压缩的基本原理,重点阐述了最优基的构建及病害图像压缩算法实现方法,并与小波变换的压缩方法进行比较。仿真试验表明:提出的算法在保证图像质量的同时能够有效的提高图像压缩性能。  相似文献   

18.
遥感图像压缩技术——小波变换   总被引:1,自引:0,他引:1  
孙远强 《安徽农业科学》2007,35(4):1232-1233
根据当前国内外遥感图像数据压缩技术的现状及发展趋势,重点介绍小波压缩特点、算法及其关键问题,结合遥感影像方面的知识,提出了新的方法和见解.  相似文献   

19.
[目的]研究水稻监控系统中的数字图像压缩技术。[方法]提出了一种基于离散傅立叶变换的数字图像压缩技术方案,并通过仿真试验对图像进行了不同压缩比的压缩。[结果]对于压缩比在30以内的数字图像的压缩,衡量编码压缩质量的5个参数(压缩比、图像的熵、平均码字长度、编码效率、冗余度)和评价压缩图像逼真度的参数(PSNR)均达到较好效果,人眼几乎不能分辨出解压缩图像和原始图像之间的差异;在压缩比超过30的数字图像的压缩上,解压缩图像存在一定的失真。当压缩比为91.5163时,虽然图像有一定的失真,但PSNR仍能达到21.5282,从直观上人眼在一定的误差范围内仍能接受解压缩图像。[结论]该研究结果表明提出的图像压缩方案是一种可行的、有效的、较好的图像压缩技术,完全可以满足农作物监控系统中图像存储、交换与传输的要求。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号