小波算法在圖像處理中的若干應(yīng)用研究.pdf

1、隨著小波理論的發(fā)展,它已成為當(dāng)前應(yīng)用數(shù)學(xué)和工程學(xué)科中一個(gè)迅速發(fā)展的新領(lǐng)域,經(jīng)過近些年的探索研究,重要的數(shù)學(xué)形式化體系已經(jīng)建立,理論基礎(chǔ)更加扎實(shí).尤其小波變換在圖像處理領(lǐng)域中的應(yīng)用,幾乎可以囊括圖像處理的所有方面.本文采用二樹復(fù)數(shù)小波變換,研究了小波變換在圖像處理的三個(gè)方面——圖像去噪,圖像融合,數(shù)字水印中的應(yīng)用.
　　首先,采用二樹復(fù)數(shù)小波變換,在基于H-Curve準(zhǔn)則確定閾值的基礎(chǔ)上進(jìn)行圖像去噪.此準(zhǔn)則在應(yīng)用時(shí)不需要提前知道噪聲

2、標(biāo)準(zhǔn)偏差,適用與各種類型的噪聲,并且和目前的多數(shù)方法去噪后的圖像過于平滑相比,它還能產(chǎn)生較好的視覺效果.去噪實(shí)驗(yàn)表明,本文采用的方法在去噪能力、取得的視覺效果和確定閾值的廣泛性方面都優(yōu)于目前多數(shù)方法.
　　在圖像融合的研究中,采用一種基于人類視覺系統(tǒng)和模糊理論的圖像融合算法,利用小波域的人類視覺系統(tǒng)經(jīng)驗(yàn)?zāi)Ｐ?刻畫圖像的邊緣、紋理及高亮區(qū)域,采用模糊隸屬度函數(shù)自適應(yīng)地計(jì)算權(quán)系數(shù),在小波域上通過加權(quán)平均實(shí)現(xiàn)圖像融合.實(shí)驗(yàn)表明,由于充分

3、考慮了人眼的視覺特性,利用模糊理論更加合理的計(jì)算出融合權(quán)重,重構(gòu)后的融合圖像無論從視覺效果還是客觀標(biāo)準(zhǔn)方面都很優(yōu)越.由于圖像融合中權(quán)重系數(shù)的計(jì)算是關(guān)鍵因素,本方法隨著圖像分解的層數(shù)增加,計(jì)算量會(huì)變大,融合時(shí)間略長(zhǎng).
　　在數(shù)字水印的研究中,采用基于混沌映射和二維小波變換的模糊自適應(yīng)數(shù)字水印算法.使用 Lorenz混沌映射產(chǎn)生的混沌序列對(duì)水印圖像進(jìn)行加密,利用人眼視覺系統(tǒng)的特性,作為模糊控制器的輸入,通過離散小波變換及模糊控制得到水