Contourlet变换研究及其在图像处理中的应用

论文摘要

Contourlet变换拥有良好的各向互异性允许每个尺度上有不同数目的方向,很好地表示图像的局部特征,在图像处理中能比小波变换更好地捕获图像边缘信息更好地表示图像特征。图像融合是将两个或者多个传感器在同一时间或不同时间获取的图像或者图像序列信息加以综合,以生成一个新的有关此场景的解释。它通过对多幅图像间冗余信息的处理来提高图像的可靠性和清晰度。图像检索的本质是在自动提取图像特征的基础上,从图像库中找出与查询图像相关或相似的图像。本文主要研究内容和成果如下:1、研究了图像融合的基本内容,主要研究像素级图像融合中的一些基本方法,着重研究了基于小波变换的图像融合。同时给出了图像检索的一些基本理论。2、研究了多尺度几何变换以及Contourlet变换,并就相关实验说明了Contourlet变换对小波变换的方向性及相异性超越;同时研究了部分Contourlet变换的拓展。3、研究了能够对子波变换系数统计特征准确描述的隐马尔可夫模型以及子波域隐马尔可夫模型算法实现。4、对比Contourlet变换与小波变换,实验Contourlet变换应用于图像融合,并与现有融合方法进行比较。并且生成一个图像融合工具箱。5、实验应用contourlet-HMM模型实现了纹理图像检索,包括各单方向及多方向纹理图像检索。

论文目录

• 摘要
• ABSTRACT
• 第1章 引言
• 1.1 研究背景
• 1.2 图像融合的概念、目的及应用
• 1.3 图像融合的主要研究内容及现状
• 1.3.1 图像融合的主要研究内容
• 1.3.2 图像融合的现状
• 1.4 图像检索概念
• 1.5 本文的研究内容及创新点
• 1.5.1 本文的研究内容
• 1.5.2 本文的创新点
• 第2章 相关理论基础
• 2.1 Contourlet变换
• 2.1.1 多尺度几何分析
• 2.1.2 拉普拉斯金字塔变换
• 2.1.3 方向滤波器组
• 2.2 隐马尔可夫模型
• 2.2.1 引言
• 2.2.2 马尔可夫链
• 2.2.3 隐马尔可夫链
• 2.2.4 HMM基本算法
• 2.3 Contourlet变换的拓展
• 2.3.1 基于小波变换的contourlet
• 2.3.2 冗余contourlet变换
• 第3章 contourlet域隐马尔可夫模型理论
• 3.1 引言
• 3.2 子波变换的三级统计特性及其机理分析
• 3.3 子波域隐马尔可夫模型
• 3.3.1 高斯混合模型描述单个系数边缘分布的非高斯性
• 3.3.2 EM算法的模型参数估计和似然函数计算
• 3.3.3 模型训练的稳健性
• 第4章 基于contourlet的图像融合仿真
• 4.1 图像融合的定义及评价
• 4.2 contourlet图像融合
• 4.2.1 contourlet变换与wavelet变换效果对比
• 4.2.2 contourlet变换图像融合
• 4.3 实验结果与分析
• 4.4 小结
• 第5章 contourlet-HMT模型仿真
• 5.1 contourlet-HMT模型设计
• 5.2 contourlet-HMT模型应用
• 5.2.1 图像去噪
• 5.2.2 纹理图像检索
• 5.3 实验结果分析
• 第6章 总结与展望
• 6.1 结论
• 6.2 进一步工作的方向
• 致谢
• 参考文献
• 攻读学位期间的研究成果