最優(yōu)小波自適應(yīng)圖像壓縮的關(guān)鍵技術(shù)研究

目前的小波圖像壓縮方法研究大多集中在小波系數(shù)域的量化器部分，而小波變換部分的濾波器研究尚未引起足夠重視。本項(xiàng)目從信息論、調(diào)和分析和多速率濾波器組理論等多層次系統(tǒng)深入地研究圖像壓縮中小波濾波器的理論和方法，展示了小波圖像壓縮研究的新思路。首先研究小波濾波器的評價(jià)模型，探討小波的各種屬性與圖像壓縮性能之間的關(guān)系；研究小波濾波器的自適應(yīng)構(gòu)造方法，使編碼器更加逼近圖像信源的信息熵；研究小波濾波器的最優(yōu)Lifting實(shí)現(xiàn)，建立用于圖像壓縮的DWT最優(yōu)Lifting分解算法。本項(xiàng)目從理論上完善小波構(gòu)造與實(shí)現(xiàn)理論，使其適用于平穩(wěn)有記憶及非平穩(wěn)信號壓縮，從技術(shù)上為最優(yōu)小波自適應(yīng)圖像壓縮奠定基礎(chǔ)，具有很強(qiáng)的應(yīng)用潛力。本項(xiàng)目采取的研究方法具有很好的通用性，使得用于圖像壓縮的小波濾波器理論與技術(shù)都極易推廣到一般模型，對語音處理、模式識別及信號檢測等領(lǐng)域必將有較大的推動(dòng)作用，從而發(fā)展和豐富小波信號處理的研究成果。 2100433B

將壓縮感知技術(shù)引入CMOS圖像傳感器中，可以在圖像光電轉(zhuǎn)換之后，直接對信號進(jìn)行壓縮采樣，將信號采集和壓縮同時(shí)進(jìn)行，可以有效減少輸入數(shù)據(jù)量，提高轉(zhuǎn)換速度并降低系統(tǒng)功耗。利用CMOS 工藝特征尺寸縮小等新技術(shù)工藝，結(jié)合現(xiàn)代信息處理和壓縮理論，可以在傳感器像素陣列級實(shí)現(xiàn)冗余信息的集成壓縮。本項(xiàng)目基于壓縮感知理論，研究在圖像傳感過程中消減冗余數(shù)據(jù)的CIS設(shè)計(jì)理論，研究像素級數(shù)字降噪和頻域冗余數(shù)據(jù)壓縮的方法，借鑒存儲陣列冗余糾錯(cuò)編碼等模式提高像素存儲穩(wěn)定度和準(zhǔn)確度，結(jié)合運(yùn)動(dòng)估計(jì)進(jìn)行幀差時(shí)域冗余信息消除。最終建立一套基于壓縮感知的新型CMOS 圖像傳感器理論和方法模型，完成核心像素圖像信息壓縮處理電路的建模、分析和優(yōu)化，在電路精度、功耗和面積占用實(shí)現(xiàn)優(yōu)化，實(shí)現(xiàn)CIS高性能傳感成像和高效率數(shù)據(jù)輸出處理。研究成果為小尺寸工藝下新一代高智能化CMOS 圖像傳感器芯片設(shè)計(jì)提供可行性理論指導(dǎo)和技術(shù)方法，并廣泛應(yīng)用于圖像信息采集系統(tǒng)。

第1章 主要的圖像降噪技術(shù)及發(fā)展現(xiàn)狀

1.1 空間域圖像降噪

1.2 頻域圖像降噪

1.3 基于小波變換的圖像降噪算法

1.4 其他圖像降噪方法

第2章 小波變換

2.1 小波變換概述

2.1.1 小波變換的基本概念

2.1.2 連續(xù)小波變換

2.2 離散小波變換

2.2.1 小波框架和小波基

2.2.2 多分辨率分析

2.2.3 多分辨率濾波器組

2.2.4 離散正交小波變換的快速算法

2.2.5 連續(xù)且緊支撐的正交小波基

2.2.6 初始輸入序列

2.2.7 二維離散正交小波變換

第3章 基于小波變換的圖像降噪

3.1 噪聲的小波變換系數(shù)的統(tǒng)計(jì)特性

3.2噪聲方差估計(jì)

3.3 降噪效果的評估方法

3.4 小波域的理想濾波器

3.5 小波閾值降噪

3.5.1 硬閾值和軟閾值濾波

3.5.2 閾值的選擇

3.5.3 小波基的選擇

3.6 基于貝葉斯估計(jì)理論的小波域降噪

3.6.1 貝葉斯估計(jì)

3.6.2 圖像小波變換系數(shù)的幾個(gè)統(tǒng)計(jì)特性和分布模型

3.6.3 小波域的雙參數(shù)收縮降噪

3.6.4 小波域的局部自適應(yīng)維納濾波

3.6.5 有方向窗口的局部維納濾波器

3.6.6 三種算法的比較

第4章 混合傅里葉一小波圖像降噪

4.1 變換域?yàn)V波效果和稀疏表示的關(guān)系

4.2 傅里葉變換和小波變換的比較

4.3 應(yīng)用簡單統(tǒng)計(jì)模型的混合傅里葉一小波圖像降噪

4.3.1 有色噪聲的小波變換系數(shù)

4.3.2 混合傅里葉一小波降噪算法

4.3.3 實(shí)驗(yàn)結(jié)果

4.4 應(yīng)用GGD統(tǒng)計(jì)模型的混合傅里葉一小波圖像降噪

4.4.1 算法的描述

4.4.2 實(shí)驗(yàn)結(jié)果

4.5 應(yīng)用GSM統(tǒng)計(jì)模型的混合傅里葉一小波圖像降噪

4.5.1 GSM模型

4.5.2 BLS—GSM降噪算法

4.5.3 應(yīng)用BLS—GSM圖像降噪算法的混合傅里葉一小波圖像降噪

4.5.4 實(shí)驗(yàn)結(jié)果

第5章 混合傅里葉一小波圖像降噪在SAR圖像降噪中的應(yīng)用

5.1 SAR圖像的相干斑點(diǎn)噪聲模型

5.2 應(yīng)用混合傅里葉一小波降噪的相干斑點(diǎn)噪聲抑制

5.3 實(shí)驗(yàn)

附錄A 泛函分析基礎(chǔ)

A.1 賦范線性空間

A.2 Hilbert空間和基

A.3可分離基

附錄B MATLAB程序

B.1 圖2.5和圖2.6的源程序

B.2 圖2.8的源程序

B.3 圖2.9的源程序

B.4 混合傅里葉一小波圖像降噪

參考文獻(xiàn)

《基于小波變換的圖像降噪》系統(tǒng)討論了小波變換在圖像降噪中的應(yīng)用。內(nèi)容包括：小波變換的基本理論，應(yīng)用小波變換進(jìn)行圖像降噪的基本算法；變換系數(shù)的稀疏性和圖像降噪效果之間的關(guān)系；綜合利用傅里葉變換和小波變換圖像降噪算法，并在附錄中提供了書中部分圖例和算法的MATLAB程序。