本项目主要研究Bandelet并构造快速算法和图像稀疏表示模型。Bandelet提供了图像的一种灵活的多尺度的、局部性、方向性的扩展。Bandelet变换可以满足曲线的各向异性尺度关系,并且提供一种快速的,结构化的分解采样信号的方法。同时提出自适应Bandelet变换的模型和应用算法及Bandelet网络的构造和快速算法;并构造图像的奇异性检测算法;提出基于Bandelet和提升小波的SPIHT图像编码方法及图像去噪算法。
{{i.achievement_title}}
数据更新时间:2023-05-31
正交异性钢桥面板纵肋-面板疲劳开裂的CFRP加固研究
内点最大化与冗余点控制的小型无人机遥感图像配准
栓接U肋钢箱梁考虑对接偏差的疲劳性能及改进方法研究
平行图像:图像生成的一个新型理论框架
2A66铝锂合金板材各向异性研究
ABCA1介导胆固醇外流障碍致细胞胆固醇超负荷在糖尿病肾病肾小球内皮细胞免疫炎症损伤中的作用机制研究
SDF-1/CXCR4介导的PI3K/AKt/mTOR信号通路在电针干预椎动脉型颈椎病中的调控机制
自适应Bandelet变换及其在SAR图像压缩中的应用
基于Bandelet变换的压缩域图像检索技术研究
基于Contourlet的图像奇异性检测
图像自适应隐写的可靠检测