检索结果-内蒙古大学图书馆

光学学报 2011年第5期31卷 82-89页

作者：吴一全纪守新占必超南京航空航天大学电子信息工程学院江苏南京210016 南京大学计算机软件新技术国家重点实验室江苏南京210093

针对存在背景干扰和噪声情况下的红外弱小目标检测问题,提出一种基于无下采样contourlet变换(NSCT)和独立分量分析(ICA)的检测方法。首先原始图像减去通过快速ICA分离出的背景图像,再经NSCT去噪,接着利用新型Top-hat变换滤波得到预处理... 详细信息

针对存在背景干扰和噪声情况下的红外弱小目标检测问题,提出一种基于无下采样contourlet变换(NSCT)和独立分量分析(ICA)的检测方法。首先原始图像减去通过快速ICA分离出的背景图像,再经NSCT去噪,接着利用新型Top-hat变换滤波得到预处理图像;然后采用基于类内方差及背景与目标面积差的阈值选取方法来分割预处理图像。针对红外小目标图像进行了大量实验,并和基于快速ICA、基于NSCT的红外目标检测方法进行了比较,结果表明所提出的方法抗噪性强,具有更为优越的检测性能。

关键词：图像处理红外弱小目标检测无下采样contourlet变换独立分量分析类内方差背景与目标面积差

来源：评论

学校读者我要写书评

暂无评论

基于无下采样contourlet变换和人眼视觉系统的稳健盲水印算法

引用

光学学报 2009年第12期29卷 3344-3350页

作者：丁兴号章登峰钱坤王鑫芯厦门大学信息科学与技术学院福建厦门361005 厦门大学水声通信与海洋信息技术教育部重点实验室福建厦门361005

提出一种基于无下采样contourlet变换(NSCT)和人眼视觉系统(HVS)的自适应稳健盲数字水印方案,该方案在NSCT域中对人类视觉系统的特性进行建模,利用人眼的视觉掩盖机制自适应嵌入水印序列。实验结果表明,该数字水印方案在保证人眼视觉不... 详细信息

提出一种基于无下采样contourlet变换(NSCT)和人眼视觉系统(HVS)的自适应稳健盲数字水印方案,该方案在NSCT域中对人类视觉系统的特性进行建模,利用人眼的视觉掩盖机制自适应嵌入水印序列。实验结果表明,该数字水印方案在保证人眼视觉不可见性的前提下,对包括噪声、JPEG压缩、图像剪切、滤波、图像扭曲等均具有很强的稳健性,并且检测水印时无需原始图像,是一种很有前途的盲水印方案。

关键词：图像处理 contourlet变换无下采样contourlet变换人类视觉系统数字水印

来源：评论

学校读者我要写书评

暂无评论

基于无下采样contourlet变换的SAR图像去噪

引用

仪器仪表学报 2008年第3期29卷 512-516页

作者：连学强丁兴号闫敬文厦门大学信息科学与技术学院厦门361005

提出了一种基于无下采样contourlet变换(NSCT)的合成孔径雷达(SAR)图像去噪方法。首次在理论上证实了SAR图像取对数后无下采样contourlet系数服从广义高斯分布,从而提出采用贝叶斯阈值方法估计不含噪声的无下采样contourlet系数,达到去... 详细信息

提出了一种基于无下采样contourlet变换(NSCT)的合成孔径雷达(SAR)图像去噪方法。首次在理论上证实了SAR图像取对数后无下采样contourlet系数服从广义高斯分布,从而提出采用贝叶斯阈值方法估计不含噪声的无下采样contourlet系数,达到去除噪声的目的。仿真和实际实验结果表明,该方法在噪声平滑、边缘和纹理保护等方面优于其他方法。由于无下采样contourlet变换不进行下采样,该方法能够避免其他进行严格下采样的变换去噪时所引入的人工痕迹。

关键词： Comourlet变换无下采样contourlet变换 SAR 图像去噪

来源：评论

学校读者我要写书评

暂无评论

基于无下采样contourlet变换的图像融合算法

引用

计算机工程与应用 2008年第12期44卷 189-191页

作者：王连庆安锦文西北工业大学自动化学院西安710072

针对目前最新发展的无下采样contourlet变换,同时具有方向性、各向异性和平移不变性的特点,提出了一种新的基于无下采样contourlet变换图像融合算法。首先对原始图像进行无下采样的contourlet变换,得到高频和低频图像系数;然后根据它们... 详细信息

针对目前最新发展的无下采样contourlet变换,同时具有方向性、各向异性和平移不变性的特点,提出了一种新的基于无下采样contourlet变换图像融合算法。首先对原始图像进行无下采样的contourlet变换,得到高频和低频图像系数;然后根据它们的系数特性,采用一种新的加权融合规则对其进行融合。实验证明,此方法相对于传统的变换法,取得更优的融合结果。

关键词：图像融合无下采样contourlet变换融合规则

来源：评论

学校读者我要写书评

暂无评论

一种基于无下采样contourlet变换的多聚焦彩色图像融合算法

引用

计算机时代 2013年第6期 47-49,52页

作者：邹蓉华侨大学厦门工学院福建厦门361021

提出了一种基于无下采样contourlet变换和YIQ颜色空间的多聚焦彩色图像融合算法。对变换得到的高低频分量,根据各自的物理意义采用不同的融合规则进行融合处理,其中对高频分量的Y分量采用基于区域绝对值的融合规则,对I、Q分量采用改进... 详细信息

提出了一种基于无下采样contourlet变换和YIQ颜色空间的多聚焦彩色图像融合算法。对变换得到的高低频分量,根据各自的物理意义采用不同的融合规则进行融合处理,其中对高频分量的Y分量采用基于区域绝对值的融合规则,对I、Q分量采用改进的区域对比度融合规则。通过实验验证了这种改进算法的可行性、有效性和稳定性。

关键词：图像融合无下采样contourlet变换 YIQ颜色空间多聚焦彩色图像

来源：评论

学校读者我要写书评

暂无评论

基于NSCT域核模糊聚类的视频水印算法

引用

仪器仪表学报 2011年第7期32卷 1462-1469页

作者：吴一全庞磊吴诗婳南京航空航天大学电子信息工程学院

为减小水印嵌入对视频视觉效果的影响,结合人类视觉系统,提出了一种基于无下采样contourlet变换(nonsubsampled contourlet transform,NSCT)域核模糊聚类的视频水印算法。首先利用独立分量分析提取视频同一镜头中视频序列的静态分量;然... 详细信息

为减小水印嵌入对视频视觉效果的影响,结合人类视觉系统,提出了一种基于无下采样contourlet变换(nonsubsampled contourlet transform,NSCT)域核模糊聚类的视频水印算法。首先利用独立分量分析提取视频同一镜头中视频序列的静态分量;然后根据人类视觉系统的掩蔽特性和图像的局部特性,对静态分量NSCT后的带通子带进行核模糊聚类分析;最后将置乱后的水印嵌入到适合嵌入水印类的子带系数中。文中给出了视频嵌入水印后的平均峰值信噪比、算法鲁棒性比较和视频被攻击后所提取的水印。实验结果证明该算法能取得极佳的视觉效果,同时还能抵抗空间域和时间域的常见攻击。

关键词：视频水印无下采样contourlet变换人类视觉系统核模糊聚类

来源：评论

学校读者我要写书评

暂无评论

一种基于区域的NSCT域多光谱与高分辨率图像融合算法

引用

光学学报 2009年第5期29卷 1240-1247页

作者：叶传奇王宝树苗启广西安电子科技大学计算机学院陕西西安710071 河南科技大学电子信息工程学院河南洛阳471003

提出了一种基于多阈值分割和无下采样contourlet变换(Nonsubsampled contourlet Transform,NSCT)的多光谱与高分辨率图像融合算法。对多光谱图像进行多阈值分割,并利用提出的区域均值比指标将多光谱图像划分为需要进行空间细节增强及需... 详细信息

提出了一种基于多阈值分割和无下采样contourlet变换(Nonsubsampled contourlet Transform,NSCT)的多光谱与高分辨率图像融合算法。对多光谱图像进行多阈值分割,并利用提出的区域均值比指标将多光谱图像划分为需要进行空间细节增强及需要保持光谱特征的区域;然后利用NSCT对高分辨率图像和多光谱图像的强度分量进行多尺度、多方向分解。分解后的低频部分采用基于窗口邻域的融合规则和算子进行融合,高频部分按区域均值比指标进行区域融合;最后进行重构得到融合后的多光谱图像的强度分量,经IHS逆变换后得到高分辨率的多光谱图像。实验结果表明,该算法可获得较理想的融合图像,融合效果优于IHS变换法、基于像素的a trous小波变换法以及基于像素的NSCT法。

关键词：图像处理图像融合多阈值分割无下采样contourlet变换 IHS变换

来源：评论

学校读者我要写书评

暂无评论

基于contourlet变换的安检图像增强技术研究

基于Contourlet变换的安检图像增强技术研究

引用

作者：姜超东南大学

学位级别：硕士

X射线成像技术被广泛用于安全检查领域。原始安检图像存在噪声污染与细节模糊等问题,针对原始图像的增强处理是后续安全检查工作的关键。contourlet变换是一种有效的二维图像分析工具,继承了小波变换的多尺度和局部化特性,同时具有各向... 详细信息

X射线成像技术被广泛用于安全检查领域。原始安检图像存在噪声污染与细节模糊等问题,针对原始图像的增强处理是后续安全检查工作的关键。contourlet变换是一种有效的二维图像分析工具,继承了小波变换的多尺度和局部化特性,同时具有各向异性和多方向特性,可以更好的表示图像中的几何信息,在图像增强领域中应用广泛。传统的图像增强算法在增强图像细节的同时也会放大图像中的噪声。针对安检图像增强需要兼顾抑制噪声和细节增强的特点,本文研究了基于contourlet变换的去噪方法以及基于无下采样contourlet变换的增强方法。完成的主要工作有：首先研究了以contourlet变换为代表的图像多尺度几何分析工具的基本构造,随后研究了基于小波变换和基于contourlet变换的去噪方法并进行了实验对比。使用基于系数局部方差的自适应阈值改进了原有阈值,并结合循环平移contourlet变换改进了阈值去噪算法。通过使用理想图像和安检图像进行实验,验证了算法的有效性。在此基础上,本文设计了一种基于无下采样contourlet变换的安检图像增强方法。根据安检图像在NSCT域的系数分布,算法采用局部贝叶斯阈值来区分图像中的噪声和细节系数。并且设计了一个非线性的增益函数来增强高频系数,同时使用一个非线性的灰度映射函数来提高低频子带的对比度。本文使用多种安检原始图像数据对基于NSCT的增强方法进行了实验,验证了方法的有效性,并从主观与客观两个角度进行评价。实验结果表明,本文提出的基于NSCT的增强方法能较好地增强安检图像的细节信息并抑制噪声,与传统增强方法相比视觉效果更佳。

关键词： X射线安检图像 contourlet变换无下采样contourlet变换图像增强

来源：评论

学校读者我要写书评

暂无评论

基于区域分割的NSCT域SAR与全色图像融合算法

引用

系统工程与电子技术 2010年第3期32卷 609-613页

作者：叶传奇王宝树苗启广西安电子科技大学计算机学院陕西西安710071 河南科技大学电子信息工程学院河南洛阳471003

提出了一种基于多阈值分割和无下采样contourlet变换(nonsubsampled contourlet transform,NSCT)的SAR与全色图像融合算法。首先对降斑SAR图像作多阈值分割,并定义了区域均值比量测算子将SAR图像进行区域划分;然后采用NSCT对降斑SAR图... 详细信息

提出了一种基于多阈值分割和无下采样contourlet变换(nonsubsampled contourlet transform,NSCT)的SAR与全色图像融合算法。首先对降斑SAR图像作多阈值分割,并定义了区域均值比量测算子将SAR图像进行区域划分;然后采用NSCT对降斑SAR图像和全色图像进行多尺度、多方向分解,分解后的低频部分根据区域均值比量测算子进行区域融合,高频部分则采用区域与窗口邻域相结合的融合策略;最后对融合系数进行重构得到融合图像。实验结果表明,该算法的融合图像既可保持全色图像的空间分辨率,又可有效获取SAR图像的目标信息,融合效果优于小波变换法以及基于像素的NSCT法。

关键词：图像融合合成孔径雷达多阈值分割无下采样contourlet变换区域均值比

来源：评论

学校读者我要写书评

暂无评论

基于SIFT和NMF-SVD的NSCT域抗几何攻击水印算法

引用

电子测量与仪器学报 2015年第7期29卷 961-969页

作者：吴一全史骏鹏陶飞翔南京航空航天大学电子信息工程学院南京210016 南京理工大学江苏省社会安全图像与视频理解重点实验室南京210094

为了进一步提高水印算法的鲁棒性,提出了一种在无下采样contourlet变换(non-subsampled contourlet transform,NSCT)域中利用尺度不变特征变换(scale-invariant feature transform,SIFT)特征点进行几何攻击校正,并结合非负矩阵分解(non-negative matrix factorization,NMF)和奇异值分解(singular value decomposition,SVD)的图像抗几何攻击水印算法。该算法首先对RGB宿主图像进行两层NSCT并分别提取低频部分的红色分量和蓝色分量;然后充分利用非负矩阵的线性无关性和稀疏性以及奇异矩阵的稳定性,对蓝色低频分量进行水印的嵌入;最后利用红色低频分量的SIFT特征点信息对宿主图像进行几何攻击校正,恢复水印的同步信息后再提取水印。大量的实验结果表明,该算法在保证不可感知性的前提下,对于常规图像处理具有更好的鲁棒性能,并能有效地抵抗各类几何攻击和组合攻击。

关键词：数字水印无下采样contourlet变换非负矩阵分解奇异值分解尺度不变特征变换

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：