为了增强医学图像融合质量，提出了一种基于平移不变剪切波(SIST)和压缩感知的CT 和MRI 图像融合方法。首先，将源CT 与MRI 图像经过SIST 分解后得到低频子带和高频子带；其次，对低频子带，提出了一种结合新的改进空间频率、改进的区域加权能量和局部区域相似匹配度的融合规则；对于高频子带，提出了一种基于自适应2PCNN-CS 的融合规则；最后通过SIST 逆变换得到融合图像。实验表明：本文方法在客观指标和图像视觉效果上都优于传统的CT 与MRI 医学图像融合方法。
信号处理 平移不变剪切波 自适应双通道脉冲耦合神经网络 压缩感知 information processing shift-invariant shearlet transform adaptive dual-channel pulse coupled neural network compressed sensing
1 安徽科技学院信息与网络工程学院，安徽 凤阳 233100
2 中国科学院合肥智能机械研究所，安徽 合肥 230031
提出了一种基于双边滤波和正态逆高斯模型的平移不变Shearlet 变换域图像去噪算法。对图像进行平移不变Shearlet 变换分解，低频子带采用快速双边滤波算法处理，高频子带采用正态逆高斯模型对其进行建模，在贝叶斯最大后验概率估计准则下推导出与正态逆高斯模型相对应的阈值函数表达式，从而达到去除图像噪声的目的。在对不同类型的图像进行仿真实验，其结果表明了本文方法不仅具有良好的视觉效果，而且具有较高的峰值信噪比和平均结构相似性。
图像去噪 平移不变Shearlet 变换 双边滤波 正态逆高斯模型 贝叶斯估计 image denoising shift-invariant shearlet transform bilateral filtering normal inverse Gaussian model Bayesian estimation
针对传统基于多尺度变换的图像融合方法存在的缺点, 提出了一种基于平移不变剪切波变换域的自适应图像融合新方法.首先, 使用平移不变剪切波变换对源图像进行分解, 得到低频子带及方向带通子带系数.然后, 对于低频子带系数采用梯度域奇异值分解方法估计图像的局部结构信息, 提出了基于提取的特征与S函数的可变加权融合策略; 对于各方向带通子带系数, 提出了一种基于改进的拉普拉斯能量和匹配的“加权平均”和选择相结合的系数选择策略.最后, 对得到的融合系数进行逆变换得到融合图像.通过实验可以发现相比于传统的图像融合方法, 本文方法得到了更高的客观指标, 融合图像视觉效果更好.
图像融合 平移不变剪切波变换 奇异值分解 S函数 Image fusion Shift-invariant shearlet transform Singular value decomposition Sigmoid function
在双树复数小波的基础上引入平移不变的重要思想,使其具有真正意义上的平移不变性.提出了一种基于平移不变双树复数小波变换的图像去噪方法.实验结果表明该方法能有效提高图像去噪效果及图像边缘检测能力.
复数小波 双树复数小波 图像去噪 平移不变
为了提高影像的质量,将一种新颖的基于平移不变原理的多小波方法引入到磁共振的复数信号去噪中.通过对多小波向量系数在一定范围内的循环平移求平均估计子,获得一个改进的阈值估计子,并在不同尺度的高频子带内取双元硬阈值以实现最小化期望风险.实验结果显示,该方法相对于目前几类高效算法和传统的平移不变单小波方法,在消除噪音和抑制伪影的同时能更好地保留边缘特征,并显著改善了信噪比和均方根误差.
磁共振成像 平移不变 多小波 K-空间 幅度图像
中国海洋大学,电子工程系,山东,青岛,266071
由于正交小波变换的不具备线性相位、不具有平移不变性等特性,导致其在图像去噪领域仍存在很多问题,本文将双正交冗余离散小波变换应用到几种经典小波阈值图像去噪方法中,以克服标准正交小波变换在阈值图像去噪中存在的问题.实验证明该方法的去噪效果明显优于正交小波方法和普通双正交小波变换的去噪效果.
小波变换 双正交小波 图像去噪 冗余小波 平移不变
根据成像偏振探测中stokes参数图像获取的原理和方法,分析了传统求取stokes参数图像方法在保留图像细节信息和处理输入图像微小平移等方面的不足,在此基础上提出了基于自适应平移不变小波分解的stokes参数图像求取方法,并用无下采样的提升框架来执行平移不变小波分解以提高算法的灵活性和计算速度.针对不同的stokes参数图像求取方法,用均值、方差、熵、边界能量对融合结果进行评价和分析.通过仿真,表明本文方法提高了stokes参数图像的质量并改善了stokes参数图像计算方法对输入图像平移的敏感性.
stokes图像 图像融合 平移不变小波 提升框架 Stokes images Image fusion Shift invariant wavelet Lifting scheme
西安科技大学通信与信息工程学院,西安,710054
在小波基下简单的阈值算法几乎是最优的非线性估计,若信号是分片光滑函数,小波阈值方法所得的风险就接近于最佳值.采用标准的小波阈值估计可较大幅度的提高PSNR,但由于图像的边缘被Gibbs类的振荡所影响,图像视觉质量较差.本文采用改进的平移不变阈值算法可获得更高的PSNR,更重要的是该方法明显地改善了图像的视觉质量.
图像估计 小波阈值法 平移不变阈值法 Image estimation Wavelet thresholding Translation-invariant thresholding
空军工程大学,工程学院,信号与信息处理实验室,陕西,西安,710038
基于软阈值的广义交叉验证准则(GCV)已运用于图像去噪中,但此方法对图像峰值信噪比(PSNR)的改善有限,不能有效保持细节.针对此问题,改进了广义交叉验证准则,且将平移不变应用于去噪.即先将原图像分别进行水平和垂直方向上的平移,然后将平移后的每幅图像变换到小波域,使用分块广义交叉验证准则对小波系数去噪后实行小波逆变换和反平移.最后将反平移后的各图像平均,即得恢复的图像.实验结果表明,该方法能有效恢复图像细节,图像的PSNR值和主观效果都有较大改善.
平移不变 广义交叉验证 去噪 细节 Translation invariant Generalized cross validation Denoising Detail
