图像的小波包分解

给出了一种新的基于小波多尺度分解的分层图像融合方法5其基本思想是先对源图像 进行小波多尺度分解J其次3按照融合规则3采用基于区域特性量测的选择及加权算子去构造融 合图像对应的小波系数J最后3通过逆小波

在matlab中实现图像的二维小波分解与重构，以及对图像的多尺度分解与重构

提出了一种基于小波分解和进化策略相结合的多聚焦图像融合方法。该方法首先对不同聚焦点图像进行无下采小波分解,并分别将其各方向、各尺度的高频信息进行叠加,然后依据它们在高频信息叠加层上对应的局部区域能量的

介绍了一维非均匀B样条小波分解与重构的算法,并将其推广到二维离散图像。给出了对图像进行分解和重构时节点矢量的选取方法、分解和重构的公式,并通过实例介绍了它在图像任意大小缩放中的应用。和传统小波相比,利

针对指纹图像中频分量丰富，高频和低频分量相对较少的特点，利用小波包分析提出了一种指纹图像分级压缩算法。将小波包变换后的指纹图像按能量多少进行分级，对包含能量较多的中频子图像，采用无损差分脉冲编码调制（

对利用区域生长进行图像分割问题进行了研究，提出了一种MR脑组织图像分割的方法。该方法利用小波包对医学图像进行分解，通过对重构后的近似图像采用区域生长法进行分割，降低了区域生长算法对噪声的敏感度，减少了

基于粒子群和小波包变换的图像压缩算法，夏景明，陈轶鸣，在小波包变换的图像压缩技术中，小波包基以及阈值的选择对图像的压缩效果有很大的影响，且软硬阈值各有其缺陷。本文提出了一种基

基于新型小波包阈值的图像去噪方法，胡波，陈恳，本文提出了一种基于小波包理论去除图像噪声的方法。用小波包把图像分解为高频分量和低频分量，根据高频分量估计噪声的标准差，利

基于图像融合的联合图小波包像去噪方法研究

介绍了小波阈值去噪的基本原理,针对软、硬阈值化方法在图像处理上存在的边界模糊和振荡等失真的不理想情况,采用了一个新的阈值化构造函数。该函数运用了阶次调节因子和振荡调整因子,能分别对作用对象进行动态修正