基于变换域数学形态学的图像降噪方法

    公开(公告)号:CN100433795C

    公开(公告)日:2008-11-12

    申请号:CN200610030745.8

    申请日:2006-09-01

    申请人: 上海大学

    发明人: 方勇 刘盛鹏

    IPC分类号: H04N5/21

    摘要: 本发明涉及一种基于变换域数学形态学的图像降噪方法。本方法先对输入的带噪图像进行多尺度、多方向的Contourlet稀疏变换,然后利用数学形态学算子在Contourlet域对高频系数进行处理,去除具有较小支撑域的噪声,有效保留具有连续支撑域的图像边缘信息,最后通过Contourlet反变换得到降噪图像,达到图像降噪的目的。本发明提供的方法,在军事领域和非军事领域,如光学成像、目标检测、安全监控等系统中均有广泛应用前景。

    基于变换域数学形态学的图像降噪方法

    公开(公告)号:CN1921562A

    公开(公告)日:2007-02-28

    申请号:CN200610030745.8

    申请日:2006-09-01

    申请人: 上海大学

    发明人: 方勇 刘盛鹏

    IPC分类号: H04N5/21

    摘要: 本发明涉及一种基于变换域数学形态学的图像降噪方法。本方法先对输入的带噪图像进行多尺度、多方向的Contourlet稀疏变换,然后利用数学形态学算子在Contourlet域对高频系数进行处理,去除具有较小支撑域的噪声,有效保留具有连续支撑域的图像边缘信息,最后通过Contourlet反变换得到降噪图像,达到图像降噪的目的。本发明提供的方法,在军事领域和非军事领域,如光学成像、目标检测、安全监控等系统中均有广泛应用前景。

    基于Contourlet变换和改进型脉冲耦合神经网络的图像融合方法

    公开(公告)号:CN1873693B

    公开(公告)日:2010-05-12

    申请号:CN200610028153.2

    申请日:2006-06-27

    申请人: 上海大学

    发明人: 方勇 刘盛鹏

    IPC分类号: G06T5/00 G06T3/00

    摘要: 本发明涉及一种基于Contourlet变换和改进型脉冲耦合神经网络和图像融合方法。它是在对输入的可见光与红外线图像进行多尺度、多方向Contourlet分解的基础上,对具有神经生理学背景的PCNN进行改进,利用改进型的IPCNN进行融合策略设计,根据可见光图像和红外线图像的不同特征,对高频细节部分和低频背景部分分别进行融合,生成Contourlet域融合系数,最后经过Contourlet反变换得到融合图像。本方法能提高融合图像质量,达到较理想的融合效果,在光学成像、目标检测、安全监控等系统中均有广泛应用前景。

    一种图像组合降噪方法
    4.
    发明授权

    公开(公告)号:CN100417191C

    公开(公告)日:2008-09-03

    申请号:CN200610030746.2

    申请日:2006-09-01

    申请人: 上海大学

    发明人: 方勇 刘盛鹏

    IPC分类号: H04N5/21 H04N5/217

    摘要: 本发明涉及一种图像组合降噪方法。本方法先通过Contourlet变换对输入的带噪图像进行多尺度、多方向的稀疏分解,然后根据Contourlet变换域系数服从广义高斯分布,在Contourlet域进行Bayes收缩阈值法降噪,并通过Contourlet反变换得到预降噪图像,最后,采用Wiener滤波法对预降噪图像进行进一步降噪处理,得到最终的降噪图像,达到图像降噪目的。采用本方法除去图像中的噪声,可提高图像质量,本发明可广泛应用于军事领域或非军事领域的光学成像、目标检测和安全监控等系统中。

    基于Contourlet变换和改进型脉冲耦合神经网络的图像融合方法

    公开(公告)号:CN1873693A

    公开(公告)日:2006-12-06

    申请号:CN200610028153.2

    申请日:2006-06-27

    申请人: 上海大学

    发明人: 方勇 刘盛鹏

    IPC分类号: G06T5/00 G06T3/00

    摘要: 本发明涉及一种基于Contourlet变换和改进型脉冲耦合神经网络和图像融合方法。它是在对输入的可见光与红外线图像进行多尺度、多方向Contourlet分解的基础上,对具有神经生理学背景的PCNN进行改进,利用改进型的IPCNN进行融合策略设计,根据可见光图像和红外线图像的不同特征,对高频细节部分和低频背景部分分别进行融合,生成Contourlet域融合系数,最后经过Contourlet反变换得到融合图像。本方法能提高融合图像质量,达到较理想的融合效果,在光学成像、目标检测、安全监控等系统中均有广泛应用前景。

    基于盲信号分离的语音增强装置

    公开(公告)号:CN1314000C

    公开(公告)日:2007-05-02

    申请号:CN200410067072.4

    申请日:2004-10-12

    申请人: 上海大学

    发明人: 方勇 刘盛鹏 梁越

    IPC分类号: G10L21/02 G10L15/20

    摘要: 本发明涉及一种基于盲信号分离的语音增强装置。它主要由处理器,语音采集单元、语音输出单元和电源单元组成,语音采集单元为两路语音输入的混合语音输入单元,由一个时序合控制单元向各单元提供时钟信号和控制信号,混合语音采集单元采集的两路语音信号进入处理器,由处理器进行特征提取、语音对比分离、分离完成后,将分离语音输送到语音输出单元。移动终端采用本发明的装置,则一旦移动终端在嘈杂环境下进行语音通讯,可保持较好的通讯质量。

    一种基于稀疏变换的图像盲源分离方法

    公开(公告)号:CN1936926A

    公开(公告)日:2007-03-28

    申请号:CN200610116698.9

    申请日:2006-09-28

    申请人: 上海大学

    发明人: 刘盛鹏 方勇

    IPC分类号: G06K9/40

    摘要: 本发明涉及一种基于稀疏变换的图像盲源分离方法。本方法首先利用Contourlet变换对接收到的混合图像信号进行多尺度、多方向的稀疏分解,并在Contourlet变换域利用稀疏性判别标准来选取稀疏性最好的子图像组;然后利用传统的快速定点独立分量分析方法对选取的子图像组进行盲分离,获取分离矩阵;最后,利用这个分离矩阵来对接收到的混合图像信号进行分离,提取混合图像中的各个独立分量,达到图像盲源分离的目的。本发明提供的图像盲分离方法能提高盲源分离的精度,达到较理想的分离效果,适用于军事领域或非军事领域的无线电通信系统、声纳与雷达系统、音频与声学和医学信号处理中。

    一种Contourlet变换域的图像降噪方法

    公开(公告)号:CN1920881A

    公开(公告)日:2007-02-28

    申请号:CN200610030756.6

    申请日:2006-09-01

    申请人: 上海大学

    IPC分类号: G06T5/00

    摘要: 本发明涉及一种Contourlet变换域的图像降噪方法。本方法首先对输入的带噪图像进行循环平移后,利用Contourlet变换对输入的带噪图像进行多尺度、多方向的稀疏分解,并在Contourlet变换域利用最小Bayesian风险函数来估计Contourlet域系数,其次,进行Contourlet逆变换和相应平移量的逆循环平移,得到此次平移后的降噪图像;然后重复前面的步骤,并对每次得到的降噪图像进行线性平均,得到最终的降噪图像。本发明提供的图像降噪方法能提高降噪图像的质量,提供更加全面、准确的目标和背景信息,达到较理想的降噪效果,适用于军事领域或非军事领域的光学成像、目标检测和安全监控等系统中。

    基于Contourlet变换的可见光与红外线图像融合方法

    公开(公告)号:CN1897035A

    公开(公告)日:2007-01-17

    申请号:CN200610026949.4

    申请日:2006-05-26

    申请人: 上海大学

    IPC分类号: G06T5/00

    摘要: 本发明涉及一种基于Contourlet变换的可见光与红外线图像融合方法,它是在对输入的可见光与红外线图像进行多尺度、多方向Contourlet分解的基础上,利用可见光和红外线图像的不同特性,将高频细节部分和低频背景部分采用不同的融合策略,生成Contourlet域融合系数,最后通过Contourlet反变换得到融合图像。本发明提供的方法大大提高了融合图像的质量,对后续的进一步处理具有重要意义和使用价值,在军事领域和非军事领域如光学成像、目标检测、安全监控等系统中均有广泛应用前景。

    图像独立分量分析的初始化方法

    公开(公告)号:CN1932849A

    公开(公告)日:2007-03-21

    申请号:CN200610116700.2

    申请日:2006-09-28

    申请人: 上海大学

    发明人: 刘盛鹏 方勇

    IPC分类号: G06K9/40

    CPC分类号: G06K9/6242

    摘要: 本发明涉及一种图像独立分量分析的初始化方法。本方法首先对接收到的混合信号进行小波稀疏分解,然后选取稀疏性最好的分解系数组,并在其星图中通过聚类方法寻求聚轴来估计混合矩阵;最后,采用这一混合矩阵的估计值对FastICA算法进行初始化,从而能避免独立分量分析方法收敛时陷入局部最小,加快算法收敛,同时使独立分量分析方法的分离精度提高,取得理想的图像分离效果。适用于军事领域或非军事领域的无线电通信系统、声纳与雷达系统、音频与声学和医学信号处理中。