本项目主要研究Contourlet的理论模型并构造快速算法。Contourlet提供了图像的一种灵活的多尺度的、局部性、方向性的扩展。Contourlet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,结构化的象Curvelet一样的分解采样信号的方法。它提供了一种图像的二维分段光滑信号的稀疏表示。在高维滤波器组和连续空间结构之间的联系是准确定义在一种新的方向性多分辨分析上的,并能有效地捕
本项目主要研究了自然图像和SAR图像模型,并结合Contourlet的稀疏逼近特性,提出了自然图像去噪和SAR图像相干斑抑制算法,基于Contourlet的图像分割、融合和分类算法,以及自适应Contourlet网络的模型和算法,并用于复杂背景中的目标(如SAR目标)检测与识别,使其性能代价比有明显提高,类似研究国内外未见报导。