Curvelet变换及其在图像处理中的应用研究

Curvelet变换及其在图像处理中的应用研究

论文摘要

小波分析在信号处理中的应用非常广泛。小波变换有许多优点,但是应用于图像处理的小波仍存在局限性。小波不能很好地表达具有各向异性的图像特征,小波以点来描述图像的突变特征,而不是连续曲线,因此小波变换不适合表示具有线奇异性的二维图像信号。Curvelet变换是小波变换和Ridgelet变换发展过来的一种新的多尺度变换,特别适合于具有直线或超平面奇性的二维信号的描述,具有很强的方向性。它具有高度各向异性,能更优逼近曲线和提供图像更多的方向信息,对图像的边缘、细节和曲线等特征有更好的描述。Curvelet变换可以更稀疏地表达图像,使信号能量集中,对图像描述提供了一个更有利的数据表达。因此,近年来Curvelet变换成为图像处理领域的研究热点。本文在Curvelet理论的基础上,研究了Curvelet变换的具体实现过程和图像经Curvelet变换后系数的分布特性以及Curvelet变换在图像处理中的应用。具体工作如下:(1)针对软阈值和硬阈值去噪方法的不足,提出一种基于Curvelet变换的软硬阈值折衷去噪法和一种基于Curvelet变换构造阈值函数去噪方法,并采用不同的阈值自适应地对不同的Curvelet子带进行阈值化。实验结果表明该方法对图像中的边缘、直线和曲线特征有更好的恢复,去噪后图像PSNR值更高,视觉效果更好。(2)为了抑制图像中的噪声和凸显图像细节,提出了一种基于Curvelet变换的带噪图像自适应增强方法。该方法能白适应地调整Curvelet子带噪声的抑制范围和信号的增强i虽度。实验表明该算法能更好地抑制噪声,保护图像边缘和凸显图像特征。(3)在Curvelet变换的基础上,提出两种新的融合算法。将图像进行Curvelet变换,然后对粗尺度系数和细尺度系数采用不同的融合规则将Curvelet系数融合,最后重构得到融合结果。

论文目录

  • 摘要
  • Abstract
  • 目录
  • 第一章 绪论
  • 1.1 研究背景及意义
  • 1.2 国内外研究现状
  • 1.3 论文的主要研究内容
  • 1.4 本文的创新点
  • 第二章 Curvelet变换
  • 2.1 傅立叶变换
  • 2.2 小波变换
  • 2.3 Ridgelet变换基本理论
  • 2.4 Curvelet变换
  • 2.5 本章小结
  • 第三章 基于Curvelet变换的图像去噪
  • 3.1 基于小波变换的图像去噪
  • 3.2 基于Curvelet变换的图像去噪
  • 3.3 本章小结
  • 第四章 基于Curvelet变换的图像增强
  • 4.1 基于小波变换的图像增强
  • 4.2 基于Curvelet变换的带噪图像自适应增强
  • 4.3 本章小结
  • 第五章 基于Curvelet变换的图像融合
  • 5.1 图像融合层次
  • 5.2 图像融合的评价
  • 5.3 基于Curvelet变换的图像融合
  • 5.4 本章小结
  • 第六章 总结和展望
  • 6.1 总结
  • 6.2 展望
  • 参考文献
  • 在校期间发表论文情况
  • 致谢
  • 相关论文文献

    • [1].自适应相减和Curvelet变换组合压制面波[J]. 石油地球物理勘探 2020(05)
    • [2].一种基于Curvelet变换的图像放大方法研究[J]. 北京测绘 2014(01)
    • [3].基于Curvelet变换的稀疏反褶积[J]. 石油学报 2013(01)
    • [4].基于第二代Curvelet变换的多聚焦图像融合方法研究[J]. 科技信息 2013(04)
    • [5].基于Curvelet的人脸特征提取及识别研究[J]. 电脑编程技巧与维护 2010(16)
    • [6].Curvelet域面波衰减方法研究[J]. 中南大学学报(自然科学版) 2011(08)
    • [7].基于第二代Curvelet变换的面波压制(英文)[J]. Applied Geophysics 2010(04)
    • [8].基于Curvelet变换的图像消噪[J]. 现代电子技术 2008(02)
    • [9].快速Curvelet变换在机器视觉系统图象边缘增强中的应用[J]. 四川大学学报(工程科学版) 2008(03)
    • [10].快速离散Curvelet变换域的图像融合[J]. 中国图象图形学报 2015(02)
    • [11].第二代Curvelet变换压制面波方法[J]. 石油地球物理勘探 2011(06)
    • [12].基于Curvelet变换的压缩传感超分辨率重建[J]. 计算机应用与软件 2016(10)
    • [13].基于快速离散Curvelet变换的图像增强改进方法[J]. 攀枝花学院学报 2015(05)
    • [14].非负矩阵分解和Curvelet在遥感图像融合中的应用[J]. 东华理工大学学报(自然科学版) 2013(04)
    • [15].基于Curvelet变换的印刷防伪数字水印算法[J]. 中国印刷与包装研究 2014(04)
    • [16].一种基于Curvelet变换的指纹图像增强方法[J]. 电子测量技术 2009(02)
    • [17].基于Curvelet变换的数字水印算法[J]. 数学的实践与认识 2012(17)
    • [18].基于Curvelet变换的X射线图像增强[J]. 计算机科学 2010(03)
    • [19].基于Curvelet变换阈值法的地震数据去噪方法[J]. 吉林大学学报(地球科学版) 2008(S1)
    • [20].Curvelet变换域自适应收缩图像去噪[J]. 应用科学学报 2008(01)
    • [21].一种基于Curvelet变换的图像去噪方法[J]. 哈尔滨理工大学学报 2008(02)
    • [22].基于改进Curvelet变换的图像融合算法研究[J]. 信息化研究 2020(03)
    • [23].基于Curvelet方向特征的样本块图像修复算法[J]. 电子学报 2016(01)
    • [24].基于Curvelet变换和均值滤波的图像去噪方法[J]. 泉州师范学院学报 2014(02)
    • [25].基于Curvelet变换的探地雷达资料噪声衰减方法(英文)[J]. Applied Geophysics 2014(03)
    • [26].利用快速离散Curvelet变换的遥感影像融合[J]. 武汉大学学报(信息科学版) 2011(03)
    • [27].Curvelet域流形学习人脸识别算法研究[J]. 光电工程 2010(11)
    • [28].基于Curvelet的边缘纹理特征提取及表情识别[J]. 计算机工程与应用 2013(16)
    • [29].基于Curvelet变换的图像融合方法[J]. 计算机工程 2010(23)
    • [30].基于Curvelet域的图像复原和分解模型[J]. 电子学报 2008(09)

    标签:;  ;  ;  ;  

    Curvelet变换及其在图像处理中的应用研究
    下载Doc文档

    猜你喜欢