论文部分内容阅读
非抽样Contourlet变换是一种具有多尺度性、多方向性和平移不变性的图像表达方法。它由两级实现,首先由非抽样塔状滤波器对图像进行多尺度分解,然后在各个分解层上用非抽样方向性滤波器组将高频部分分解为若干个方向。利用非抽样Contourlet变换进行图像处理时在图像边缘处不会出现伪Gibbs失真。相对于小波变换、平稳小波变换和Contourlet变换,它能更好地表现图像的细节特征,更准确地捕获图像中的几何结构信息。 对非抽样Contourlet变换的原理和实现算法以及在图像去噪、图像增强和彩色图像数字水印上的应用进行了较为系统地研究,主要研究内容和研究成果如下: 1.详细研究了二维正交小波变换的原理和实现算法,以及小波变换在图像处理中存在的缺陷,探讨了多尺度几何分析的发展概况,并重点研究了Contourlet变换和非抽样Contourlet变换的原理及实现算法。 2.深入研究了非抽样Contourlet变换在图像去噪中的应用。详细讨论了阈值去噪算法中阈值处理函数的设计和阈值的确定。结合基于邻域的阈值处理方法,提出了一种基于非抽样Contourlet变换的图像去噪算法。实验表明,与其它图像去噪算法相比,该算法可以达到更好的效果和更高的PSNR值。 3.详细研究了图像增强的原理和实现算法。讨论了增强函数的设计和选择,利用非抽样Contourlet变换相对于其它变换的优越性,提出了一种基于非抽样 Contourlet变换的图像增强算法,算法中由变换系数自适应地确定阈值和调整增强函数。相对于小波变换、平稳小波变换、Contourlet变换,该算法有效地增强了图像的边缘细节,得到了更高的图像清晰度。 4.详细研究了图像数字水印的原理和实现算法。提出了一种基于非抽样Contourlet变换的彩色图像数字水印算法,针对彩色图像水印的嵌入,设计了嵌入规则。为了满足水印的不可见性和鲁棒性的要求,在低频系数和高频系数中采用不同的嵌入强度,并依据人类视觉的彩色感知特性,在蓝色分量中嵌入较多水印,在其它颜色分量选取变换系数能量最大的区域嵌入水印。多种攻击实验证明,与同样嵌入规则的Contourlet变换算法和平稳小波变换算法相比,该算法具有更好的鲁棒性。