基于调制解调的图象多分辨率分解理论与方法

In this project, a novel method is proposed which is called Image Multiresolution decomposition based on the Modulation and Demodulation. Its basic idea is: with the help of Carrier Image, an adaptive and fine image decomposition method is developed which is fit for more kinds of image. While the basic theory is studied, four algorithms which involve noise, gradient, edge, and direction are mainly introduced. In the project, the flowing questions are also studied: the Carrier Image building method, its influence to the final result; the distribution character of the decomposited layer; the state of the Residual data; the fitted image and its range for these algorithm; the rapid decomposition algorithm fitting for the engineering application. All in all, after a deep study, a novel tool for image analysis will be developed.

本项目提出了一种新的图象分解方法-基于调制解调的图象多分辨率分解方法，其基本思想是：通过构造载体图象，建立一种更具适应能力的自适应、精细图象分解方法。在研究其分解机理的同时，重点对四类算法进行了研究：基于噪声调制解调的图象多分辨率分解、基于梯度调制解调的图象多分辨率分解、基于边缘调制解调的图象多分辨率分解、基于方向调制解调的图象多分辨率分解等。研究载体图象的构造方法，不同载体图象对分解结果的影响；研究图象经这些算法分解后的各层次信号分布特征；研究载体图象的残留分布情况和特点；研究这些分解算法的适应对象和适应范围；研究更具有工程应用价值的快速分解算法。通过本项目的深入研究，为图象分析提供一种新的分析工具。

本项目建立了几种多分辨率分解算法，并实现了工程应用。构建了一种具有“方向聚类”功能和精细分解能力的算法；对LCT域的二维Hilbert变换和相应的测不准原理进行了数学分析；构建了利用梯度来实现有效分解的方法，在分解和抑制噪声方面性能优良，同时在GPU上实现了快速算法；构建了张量域的边缘约束分解方法，具有抑制斑点噪声的能力；与多尺度分解结合，建立了一种图象增强算法；建立了一种能够消除“灰度斑”的快速经验模式分解算法；在视频拼接和图象篡改验证方面进行了初步探索；利用本项目技术及以往技术积累，开发了一套视频检索系统、一套虚拟维修训练系统和一套三维可视化平台。