当前位置：文档之家 › 基于多小波的彩色图像分层树集合分裂算法

基于多小波的彩色图像分层树集合分裂算法

  • 格式：pdf
  • 大小：301.35 KB
  • 文档页数：5

Ｓｅ ｒ ｉｉ ｎ ｎｇ ｉ ｉ ｒ ｒ ｈｉ ａ ｅ ｓ Ａｌ ｏ ｉｈ ｏ ｔ Ｐａ ｔｔｏ ｉ ｎ Ｈ ｅ ａ ｃ ｃ ｌＴｒ ｅ ｇ ｒｔ ｍ ｆ ｒ Ｃｏ ｏ ｍ ａ ｅ ｓ ｄ ｏ ｕ ｔｗａ ｅ ｅ ｌｒＩ ｇ ｓ Ｂａ ｅ ｎ Ｍ ｌｉ ｖ ｌ ｔ
ｓｒ ｃｕ ｅ ｉ ｄ ｖ ｌ ｐ ｄ ｂ ｔ ｅ ｎ ｃ ａ ｎ ｌｐ ａ ｅ ａ ｅ ｎ Ｓ Ｉ ｏ ｉ ｇ Ｗ ｅ ｅ ｅ ｈ ｗ ｖ ｌ ｔＳ Ｉ ｔ ｔ ｒ ｓ ｅ ｅｏ ｅ ｅ ｗ ｅ ｈ ｎ ｅ ｌ ｎ ｓ ｂ ｓ ｄ ｏ Ｐ ＨＴ ｃ ｄ ｎ ． ｕ ｍｂ ｄ ｍｕ ｉ ａ ｅｅ Ｐ ＨＴ
构， 重组 图像多小波分解 系数 ， 进行嵌入式 多小 波彩色 图像 Ｓ Ｉ ＰＨＴ编码 ． 结果 表明 ， 该算法具 有 良好 的编码效 果 ， 性
能 优 于 ９ ７单 小 波 编 码 ． ／
关键词 ： 多小波 ； 分层树集合分裂 ； 嵌入式编码 ； 空间方 向树 ； 图像压缩
中 图分 类 号 ： ７ ． ０ １４ ２ 文 献 标 志 码 ：Ａ 文 章 编 号 ： ０ ７２ ６ （０ １ Ｏ －０ ９０ １０ —８ １ ２ １ ） ｌ ３ －５ ０
ｉ ｉ ａｃ ｉ ｌ ｒｅ ，Ｓ Ｉ Ｔ） 法 ． 算 法 采 用 空 间 ｎｈｅ ｒｈｃ ｅｓ ＰＨ 算 ｒ ａｔ 该
可获得 更 高 的信 噪 比（ 缩 率 相 同时 ） 压 缩 率 （ 压 或 信
噪 比相 同 时 ） 因 而 得 到 广 泛 的关 注 ， 已应 用 于 ， 并

ＭＰ Ｇ４和 Ｊ Ｅ ２ ０ Ｅ － Ｐ Ｇ ０ ０图像 压缩 国际标 准 ¨ ．
的行 和列组 成 向量信 号 ， 行 多小 波变 换． 再进 由于 有
多个 （ ） 度 （ 波 ） 数 的存 在 ， 多 小 波 变换 后 ｒ尺 小 函 在 有 ｒ 个子 块． 分解级 数 为 ， 若 则 级 多小 波变换 将
图像分 解为 ｒ（ Ｌ＋１ 个 子块 ， 图 １ 示 ． ３ ） 如 所
Ａｂｔａ ｔ ｓｒ ｃ：Ｗｅｐｏｏｅ ｎｉ ｐｏｅ ｏｏ ｓｔ ａｔｉ ｉｇｉ ｈｅａｃ ｉａ ｔ ｅ Ｓ Ｉ ）ａｇｒｈ ａｅ ｒｐ ｓｓ ｍ ｒｖ ｄｃｌ ｅ ｐ ｒ ｔ ｎｎ ｉ ｒｈｃｌｒ ｓ（ ＰＨＴ ｌ ｉ ｍ ｂ ｓｄ ａ ｒ ｉｏ ｎ ｒ ｅ ｏｔ
ｏ ｈｉ ｖ ｌｔ Ｔｈ ｌ ｏ ｔ ｍ ｏ ｖ ｙｓａ ＲＧＢ ｃ ｌ ｒｉ ｇ ｎ ｏ ｔ ｅ ＹＣｂＣｒｆ ｒ ａ ． Ｃｌ ａ ｌ ｎ ｍｕ ｗａ ｅｅ ． ｅ ａｇ ｒ ｈ ｃ ｎ ｅ ｉ ｏｏ ｍａ ｅ ｉ ｔ ｈ ｏ ｍ ｔ ｅ ｒｙ，ｂ ｔ ｓ ｉ ｎ ｄ ｉｓａ ｓｇ ｅ
ｏ ｅ ｔｔｏ ｒ ｅ；ｍ ａ ｅ ｃ ｍｐ ｅ ｓｏ ｉ ｒ ｎ ａｉｎ ｔｅ ｉ ｇ ｏ ｒ ｓ ｉｎ
在 数字 图像 和视 频 图像 编 码 领 域 ， 波 变 换 具 小
１９ ９ ３年 ， ｈｐ ｏ 提 出 了 嵌 入 式 零 树 小 波 Ｓ ａｒ ｉ
（ ｍ ｅ ｄｄｚｒｔ ｅｗ ｖｌ ， Ｚ 编码方 法 ， ｅ ｂ ｄ ｅ ｅｏｒ ａｅｅ Ｅ Ｗ） ｅ ｔ 取得 了
ｏ ｅ ｐ ｏ ｏ ｅ ｏ ｉｇ ｍｅ ｈ ｄ ｉ ｓ ｐ ｒ ｒｔ Ｐ ＨＴ Ｏ１ ／ ｖ ｌ ｔ ｆ ｈ ｒ ｐ ｓ ｄ ｃ ｄ ｎ ｔ ｏ ｓ ｕ ｅ ｉ ｏ Ｓ Ｉ １ ９ ７ ｗａ ｅｅ ． ｔ ｏ ＇
Ｋｅ ｏ ｄ ：ｍ ｌｗ ｖｌｔ ｓｔｐ ｒｔ ｎｎ ｎ ｈｅａｃ ｉ ｌｔ ｅ （ ＰＨ ； ｍｂ ｄ ｅ ｏ ｉｇ ｓａ ａ ｙ ｗ ｒｓ ｕｔ ａｅ ； ｅ ａｔｉ ｉｇ ｉ ｉｒｒｈｃ ｒ ｓ Ｓ Ｉ Ｔ） ｅ ｅ ｄｄ ｃｄｎ ； ｐ ｔ ｌ ｉ ｅ ｉｏ ａ ｅ ｉ
有 时频局 部性 、 交性 等特 性 ， 正 与基 于 离 散余 弦变 换
（ ｉ ｒｔ ｃｓ ａｓ ｒ ｄｓ ｅ ｏｉ ｔ ｎｆ ｍ，Ｄ Ｔ 的编 码 技 术 相 比较 ， ｃ ｅ ｎｒ ｏ Ｃ）
良好 的 图像 压 缩 效果 ． ９ ６年 ， ａ １９ Ｓｉ ｄ等 基 于 Ｅ Ｗ Ｚ 的基本 思想 ， 出 了分层 树集 合 分裂 （ｅ ｐ ｒｔ ｎｎ 提 ｓｔ ａｔｉ ｉｇ ｉｏ
式 中 ， ｇ 都为 ｒ ｒ 的滤 波器矩 阵 ． ｈ ， × 阶
将单 小波 中分解 与重 构 的 Ｍａ ａ 算法 推广 至 多 ｌｔ ｌ 小波 ， 以得到 如下 多小波 的分解 与重构 算法 ： 可
的非平 凡单小 波 是 不存 在 的 ， 多小 波 由于 同时具 而 有 正交性 、 紧支撑 性 、 称 性 和 高 的逼 近 阶 等 特性 ， 对
ｃ ｄｅ ｏ ｏｏ ｍ ａ ｅ ｔ ｈ ｅ ｃ ｍｂ ｎ ｄ ｍｕｈｉ ｖ ｌｔｃ ｅｆｃ ｅ ｔ ． Ｔｈ ｅ ｕ ｔ ｈ ｗ ｈａ ｅ ｆ ｒ ｎ ｅ ｏ ｓ ｆｒｃ ｌｒｉ ｇ ｓ ｗｉ ｔ ｅ ｒ — ｏ ｉ ｅ ｈ ｗａ ｅｅ ｏ ｆｉ ｉｎ ｓ ｅ ｒ ｓ ｌｓ ｓ ｏ ｔ ｔｐ ｒｏ ｍａ ｃ
基 于小 波变换 的 图像 压缩 算 法 中，Ｚ 算 法 和 ＥＷ
Ｓ Ｉ Ｔ算 法较好 地利 用 了不 同子带 间小 波系 数 的相 ＰＨ 似性 ， 使得 输 出的 比特流具 有嵌 入式 特性 ， 这 ２种 但 方 法均是 针对单 小波 变换 ． 由于 经过 多小 波变 换 后 ，
产生 了不 同于单 小 波 变 换 的子 带 结 构 ， 坏 了上述 破
（ ） ， Ｒ） １ ２， ，． ｔ ） 咖 ∈Ｌ （ ， ， … ｒ 对 ∈Ｚ， 义 定 （ 空 问 中的 闭子 空 问 ＝｛ 咖 （ Ｙ 一 ： ≤ ） ２ ２ｔ ） １ ≤ｒ ， ∈ｚ｝ 著空 间序列 满 足下列条 件 ： ．
１ ２ 图像多小 波 系数 的重 组策 略 ．
１ 图像 的多小 波变 换
１ １ 多小 波理 论 ．
多小 波 （ ｕ ｉａｅ ｔ是指 由 ２个 或 ２个 以上 函 ｍ ｈｗ ｖｌ ） ｅ
对 图像 进 行多 小 波 变 换 时 ， 应先 对 图像 的行 和
数作 为尺度 函数 生成 的小波 ． 与单小 波相 比 ， 多小 波
方 向树 表示 小 波系数 的零树 结构 ， 高 了 编码 效率 ． 提
收 稿 日期 ：０ ００ －２ ２ １－４０
基 金项 目 ： 国家高技术研究 发展计 划（ ６ ８ ３计划 ） 资助项 目（０ ７ ０ Ｚ １ ； ２ ０ ＡＡ １ ３９） 上海市教委重点学科建设资助项 目（５ １４） Ｊ０ ０ 通 信 作者 ： 陈俊 丽 （ ９ ２～） 女 ， 教 授 ， 士 ， 究 方 向为 小 波 和 多 媒 体 信 息 处 理 ．Ｅ ｍ ｉ ｊ ｈ ｎ ｓ ｆ ｓｕｅ ｕ ａ １７ ， 副 博 研 － ａｌ ｌ ｅ ＠ ｔ ｆ ｈ ．ｄ ．ｎ ：ｃ ａ．
Ｅ 正
Ｓ Ｉ Ｔ算法 的空 间方 向树 结构 基 础上 引入 新 的空 间 ＰＨ
方 向树结 构 ， 结合 图像 多小 波 变 换 后 系数 分 布 的 并
特 点 ， 出改 进 的多小波 彩色 图像 Ｓ Ｉ Ｔ算 法 ， 提 ＰＨ 提高 了多小波彩 色 图像 的编码 效率 ．
式中，
＝
，
ｄ ｉ ０ ３ ６ ／．ｓｎ １ ０ －８ １ ２ １ ． １ ０ ６ ｏ ：１ ． ９ ９ ｊ ｉ ． ０ ７２ ６ ． ０ Ｏ ． ０ ｓ １
基 于 多 小 波 的 彩 色 图 像 分 层 树 集 合 分 裂 算 法
陈俊 丽 ， 卿定 湖 ， 李 翔 ， 万 旺根
（ 海 大 学 通 信 与信 息 工 程 学 院 ， 海 ２ ０７ ） 上 上 ０ ０ ２
同时具 有对 称性 、 短支撑 性 、 正交 性 以及 高 阶消失 矩 等 良好 特性 ， 因此 ， 多小波 在信号 和 图像 处 理 方面具
有 明显 优势 ． 设 向 量 函 数 （ ） ＝ （ （ ） ：（ ） … ， ｔ ｔ， ｔ，
列进 行前 置滤 波 ， 按 一定 的规则 将 前置 滤 波 图 像 并
ｔ ｕｍｉ ａ ｃ ｐ ａ ｅ ａ ｅ ｔ ｃ ｈ ｎ ｔ ａ ｎ ｈ ｏ ｎ ｎ ｅ ｐ ａ ｅ ． Ａ ｅ ｓ ｔａ ｒｅ ｔｔｏ ｒ ｅ ｏｌ ｎ ｎ ｅ Ｙ ｌ ｎ ｒ ｗｉｅ ｔ ａ ｈ ｔＣｂ ａ ｄ Ｃｒ ｃ ｒ ｍｉ ａ ｃ ｌ ｎ ｓ ｎ ｗ ｐａｉｌ ｏ ｎ ａｉ ｎ ｔｅ ｉ
＾ Ｅ Ｚ
（） １
降低 了编 码效率 ． 文献 ［ － ］ 降低 误差 和减 少 计算 ７８ 从 量 的角度 对彩色 图像 的 Ｓ Ｉ Ｔ编码 算法进 行 了详细 ＰＨ 分析 ． 图像 处理 过程 中 ， 在 正交性 能 够实 现 图像 的精 确重 构． 而在实 数域 中 ， 时具 有 紧支 、 然 同 对称 、 正交
摘 要 ： 出 一 种 基 于 多小 波 变 换 的 改 进 的彩 色 图 像 分 层 树 集 合 分 裂 （ｅ ｐｒｔ ｎｎ ｉｒ ｃｉａ ｔ ｅ，Ｓ Ｉ Ｔ） 提 ｓｔ ａｔｉ ｉｇｉ ｈｅａ ｈｃｌ ｒ ｓ ＰＨ 算 ｉｏ ｎ ｒ ｅ 法 ， 彩 色 Ｒ Ｂ图 像 转 换 到 Ｙ ｂ ｒ 彩 域 ， 通 道 分 配 到 ２倍 于 Ｃ ，ｒ的 比特 ， 各 色 彩 通 道 间构 造 新 的 方 向树 结 将 Ｇ ＣＣ 色 Ｙ ｂＣ 在
Ｃ Ｅ ｕ — ， Ｑ Ｎ ｉｇｈ Ｈ Ｎ Ｊｎｌ Ｉ Ｇ Ｄ ｎ —ｕ， Ｌ ｉ ｇ ＷＡ ｎ —ｅ ｉ Ｉ ａ ， Ｘ ｎ Ｎ Ｗａ ｇｇｎ
（ ｃ ｏ ｌ ｆ ｏ ｍｕ ｉ ｔ ｎａ ｄＩｆｒ ａｉ ｎ ｉｅ ｒ ｇ Ｓ ａ ｇ ａ Ｕ ｉ ｒ ｔ，Ｓ ａ ｇ ａ ２ ０ ７ ，Ｃ ｉａ Ｓ ｈ ｏ ｏ ｍ ｎｃ ｉ ｎ ｏｍ ｔ ｎ Ｅ ｇｎ ｅｉ ， ｈ ｎ ｈ ｉ ｎｖ ｓ ｙ ｈ ｎ ｈ ｉ ０ ０ ２ ｈｎ ） Ｃ ａｏ ｎ ｏ ｎ ｅｉ
越来越 受到人们 的重 视 。 ．
＿ ＝ ∑ Ｊ ｌ
ｍ ∈Ｚ

合集下载

基于多小波变换和分块SVD的彩色图像水印算法

基于多小波变换和分块SVD的彩色图像水印算法

收稿日期：2009-05-08基金项目：中国民航大学科研基金资助项目（y ）；中国民航大学科研基金资助项目（_）作者简介：韩绍程（），男，天津人，实验师，硕士，主要研究方向为数字水印。

2010年工程图学学报2010第2期J OURNAL OF ENG INEERING GRAPHICSNo.2基于多小波变换和分块SVD 的彩色图像水印算法韩绍程1，罗长杰1，张兆宁2，王玉松1（1.中国民航大学基础实验中心，天津300300；2.中国民航大学空中交通管理学院，天津300300）摘要：提出了一种基于多小波变换和分块SVD 的非盲水印算法。

选择彩色图像的饱和度分量作为水印的嵌入域，水印为有意义的灰度图像，水印经Arnold 置乱后被嵌入到饱和度分量多小波变换的不同中频区域中。

实验证明，该算法不仅对噪声、JPEG 压缩、剪切及Photoshop 处理具有很好的鲁棒性，而且能抵抗旋转、放缩和平移等几何攻击。

关键词：计算机应用；图像水印；多小波变换；分块奇异值分解中图分类号：TP 391文献标识码：A文章编号：1003-0158(2010)02-0128-06A C olor Image Water mar king Algorithm Based onM ulti-Wavelet Transfor m and Block-SVDHAN Shao-cheng 1,LUO Chang-jie 1,ZHANG Zhao-ning 2,WANG Yu-song 1(1.Basic Experiment al Center,Civil Avi ation University of China,Tianj in 300300,Chi na;2.Air Traffic Management College,Civil Avi ation Universit y of China,Tianji n 300300,China )Abstr act:A non-blind watermarking algorithm is proposed based on multi-wavelet transform and block singular value decomposition.Choosing the saturation component of a color image as the watermark embedding domain,the watermark is a meaningful grayscale image.After Arnold scrambling,watermark is embedded into the different mid-frequency regions of the saturation component which through multi-wavelet transform.The examples demonstrate that the algorithm not only has good robustness to the noise,JPEG compression,shear and Photoshop processing ,but also can resist to some geometric attacks such as rotation,scale and translation.K ey wor ds:computer application;image watermarking;multi-wavelet transform;block singular value decomposition07k m1209cauc e101981-随着计算机技术和网络技术的飞速发展和广泛应用，数字多媒体信息的存储、复制与传播变得非常方便，数字化产品的产权保护成为急需解决的问题。

一种改进的基于小波去噪和区域生长的彩色图像分割算法

一种改进的基于小波去噪和区域生长的彩色图像分割算法

一种改进的基于小波去噪和区域生长的彩色图像分割算法刘肖;李宏;葛立敏
【期刊名称】《机电一体化》
【年(卷),期】2009()8
【摘要】彩色图像分割是彩色图像处理中的重要问题。

传统的彩色图像分割都是基于灰度分割算法,而忽略了彩色的空间域视觉效果及噪声污染问题。

文章提出一种新的基于小波去噪和种子区域生长的一种改进方法:首先,应用小波去噪技术,强化图像边缘特征,抑制噪声,提高原始图像的信噪比;其次,将RGB彩色图像转化到HIS 空间进行边缘检测,对图像进行抖动处理以减少彩色图像中的颜色数目,然后对不同分量进行序列阀值分割;最后对分割结果再进行一种新的基于区域生长的颜色相似性的聚合。

仿真结果表明该算法更加符合人眼的视觉特性。

【总页数】4页(P38-40)
【关键词】彩色图像;彩色空间;小波去噪;区域生长
【作者】刘肖;李宏;葛立敏
【作者单位】西北工业大学
【正文语种】中文
【中图分类】TP391.41;TP391.4
【相关文献】
1.一种新的基于SLICO改进的GrabCut彩色图像分割算法 [J], 陈鑫;何中市;李英豪
2.一种改进的基于区域生长的彩色图像分割方法 [J], 刘俊;马燕;陈坤
3.一种基于遗传算法的彩色图像分割改进算法 [J], 常竞;王玲
4.基于改进区域生长算法的彩色图像分割 [J], 谢理训;杨宜民
5.一种基于混合方法的彩色图像分割算法*----结合分水岭算法、种子区域生长和区域合并的混合方法 [J], 徐国雄;王海娜;胡进贤;王立强;卜应敏;;;;;
因版权原因，仅展示原文概要，查看原文内容请购买。

基于小波阈值与分层深度图像去噪算法研究

基于小波阈值与分层深度图像去噪算法研究

基于小波阈值与分层深度图像去噪算法研究作者：陈天宇张维忠来源：《青岛大学学报（工程技术版）》2021年第02期摘要：针对Realsense深度相机提取的深度图像中背景噪声和随机噪声对图像分割及目标识别的影响，本文提出一种深度图像分层结合小波阈值去噪的算法。

根据深度图像预估图像的噪声强度，确定层级间隔，将图像进行分层，选择需要去噪的图层进行小波阈值去噪，将完成的分层图像拼合成完整的深度图像，最后选择多幅深度图像进行对比实验。

实验结果表明，该算法可有效去除深度图像中某一层级的背景噪声及特定噪声，保留了深度图像的边缘信息，具有良好的去噪效果。

该研究在获取深度图像后的图像分割、目标识别、图像修复等方向具有一定的应用价值。

关键词：深度图像; 背景噪声; 小波阈值去噪; 深度分层中图分类号： TP391.413; TN911.73 文献标识码： A近年来，深度图像在客流统计等许多领域广泛应用，公交客流统计越来越成为智能公交系统不可或缺的重要组成部分。

由于深度图像可更好的观察乘客的人体特征，因此客流统计大多采用深度相机采集信息。

深度图像是一种特殊的三维图像，在人体特征检测[13]、姿势识别[46]、人脸识别[79]等领域应用较多，且在人体特征的动态跟踪和捕捉方面表现优良。

但是目前大多数深度相机所得到的深度图像受环境影响较大，其质量不高，包含许多噪声，容易影响目标检测、目标点识别和目标跟踪的准确率，所以现阶段应对深度图像进行去噪处理。

刘继忠等人[10]运用滤波器的方法进行深度图像去噪，但在修复深度图像的同时，也丢失许多图像的边缘信息;邓文君等人[11]提出用滤波方法即用均值代替图像中各个像素值以增强去燥的方法;吴倩等人[12]使用形态学提取出空洞部分，联合彩色图像填补空洞，指引滤波对图像平滑去噪，但修复的同时会破坏一部分原来的深度值;王奎等人[1314]利用空域颜色匹配联合背景修复，可以很好的填补图像中的空洞，此方法在去除随机噪声方面效果并不理想;Wang X H等人[1516]利用深度学习提高深度质量，以改进显著性检测;Chen F等人[17]借助图像的稀疏特点，建立稀疏失真模型，通过此模型对深度图像进行修复去噪，但此方法算法较复杂。

基于多小波图像分解和重构

基于多小波图像分解和重构

基于多小波的图像分解和重构摘要与单小波相比较，多小波同时具备诸如紧支性,正交性，对称性等诸多在信号处理中非常重要的良好性质。

这决定了多小波是一种优于单小波的信号处理技术。

在应用中,对于单小波可以直接利用分解与重构公式对信号进行滤波.。

因此，在进行多小波分解前必须通过前置滤波器对原始离散信号进行预处理得到初始矢量,然后才能进行多小波变换。

同样，对重构后的数据也要进行后处理才能得到需要的结果。

本文以GHM多小波为例，实现了对图像的预处理、分解和变换后的重构、后处理过程，并将解压缩后的结果与单小波相比较,获得较好的结果。

关键词　多小波；　多尺度函数；　多小波变换一、概述多小波是标量小波向矢量空间的一种很自然的拓展。

是传统小波理论中正在兴起的一个分支,它具备一些比标量小波更好的性质，如同时具有正交性和对称性、紧支性等诸多在信号处理中非常重要的良好性质。

这决定了多小波是一种优于单小波的信号处理技术。

这决定了多小波是一种优于单小波的信号处理技术。

这就意味着多小波不但可以对信号提供一种更新的分析手段,而且对信号的逼近性质更好，重构信号在边界位置的性能也将更完善。

多小波的研究最早开始于199３年，随后其理论与应用方面的研究得到了迅猛的发展。

在图像处理的实际应用中,正交性能保持能量；而对称性(线性相位)既适合于人眼的视觉系统,又使信号在边界易于处理,所以，分析工具同时拥有这两种性质是十分重要的。

可是，实数域中,紧支、对称、正交的非平凡单小波是不存在的。

多小波开创性的将单小波中由单个尺度函数生成的多尺度分析空间，扩展为由多个尺度函数生成,以此来获得更大的自由度。

它既保持了单小波所具有的良好的时域与频域的局部化特性,又克服了单小波的缺陷，将实际应用中十分重要的光滑型、紧支性、对称性、正交性完美地结合在一起。

从而在图像分解、压缩方面具有比单小波更优良的性能，这决定了其在这方面将越来越广泛的研究和应用.二、多小波变换理论多小波的基本思想是将单小波中由单个尺度函数生成的多分辨分析空间，扩展为由多个尺度函数生成的空间，以此来获得更大的自由度。