轮廓波(Contourlet)变换-Toy模板网

这篇具有很好参考价值的文章主要介绍了轮廓波(Contourlet)变换。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

轮廓波(Contourlet)变换介绍

NSCT（非下采样轮廓波变换）

NSCT介绍

NSCT图解

NSCT+CNN

NSCT+小波

参考文献

文章来源地址https://www.toymoban.com/news/detail-745161.html

轮廓波(Contourlet)变换介绍

Contourlet变换是利用拉普拉斯塔形分解(LP)和方向滤波器组(DFB)实现的另一种多分辨的、局域的、方向的图像表示方法。

Contourlet基的支撑区间是具有随尺度变化长宽比的“长条形”结构，具有方向性和各向异性，Contourlet系数中，表示图像边缘的系数能量更加集中，或者说Contourlet变换对于曲线有更“稀疏”的表达。Contourlet变换将多尺度分析和方向分析分拆进行，首先由LP(Laplacian pyramid)变换对图像进行多尺度分解以“捕获”点奇异，接着由方向滤波器组(Directional Filter Bank, DFB)将分布在同方向上的奇异点合成为一个系数。Contourlet变换的最终结果是用类似于轮廓段(Contour segment)的基结构来逼近原图像，这也是所以称之为Contourlet变换的原因。

NSCT（非下采样轮廓波变换）

轮廓波(Contourlet)变换理论。轮廓波变换是一种严格意义上的图像多尺度几何转换工具，它成功将小波的优点延伸到了高维空间，仅用少数非零系数就能有效地捕捉图像的光滑轮廓，但由于Contourlet在对图像滤波分解的过程中执行了下采样操作，导致其不具备平移不变性，因而在频域空间存在较严重的频率混叠，当应用于图像融合时同样会在融合图像中出现伪Gibbs效应。2006年，Cunha与Zhou等人将α ̀ trous算法应用到Contourlet的变换当中，发展提出了NSCT理论，该理论很好地解决了上述几种图像多尺度分解工具存在的缺陷，不但继承了轮廓波对图像多尺度、多方向分解的优良特性，还具备了平移不变性。