基于非抽样Contourlet变换的红外图像增强算法

提出了一种新的结合非下采样Contourlct变换(NSCT)和斯坦无偏风险估计(SURE)的自适应图像去噪方法。通过NSCT对含噪图像进行分解，根据斯坦无偏风险估计准则对分解后的噪声图像进行均方误差

基于 DCT 图像压缩方法，在 MATLAB 环境下进行了仿真实验。

基于非下采样Contourlet变换和稀疏表示的红外与可见光图像融合方法，彭进业，王珺，针对非下采样Contourlet变换（NSCT）中低频子带系数稀疏度较低不利于融合的问题，提出基于NSCT和稀疏

为提高图像融合质量,较好地保留原始图像的光谱特性,避免融合图像光谱退化,提出非下采样Contourlet变换耦合区域特性多聚焦图像融合算法。采用非下采样Contourlet变换(nonsubsampl

基于改进的旋转核变换的Contourlet域图像去噪框架

为了提高水印算法的抗几何攻击性和自适应性,提出了一种基于混沌的Contourlet域抗几何攻击的自适应图像水印算法。首先对载体图像进行Contourlet变换,并对低频子带进行分块奇异值分解,然后根据

图像感知质量评价是图像信息工程的基础技术之一.结合人类视觉系统(HVS)的感知特性,在Con-tourlet变换域建立了一个新的可计算JND门限模型,该模型综合考虑了HVS的空间频率敏感性、方向敏感性

提出一种消除阶梯效应与增强细节的变分Retinex红外图像增强新算法。将高斯曲率正则项应用到变分Retinex模型的构建中,采用一阶微分对模型添加细节增强约束项,实现细节信息的自适应增强。结合邻域差分

其中f(x,y)为输入图像，g(x,y)为输出图像，T是对图像f进行处理的操作符，定义在点(x,y)的指定领域内。定义点(x,y)的空间邻近区域的主要方法是，使用中心位于(x,y)的正方形或长方形区域

利用curvelet_toolbox开发的一个红外和可见光图像融合代码。