本文详细描述了基于小波包的纹理图像去噪方法： 噪声对图像的后续处理影响较大，常用的去噪方法虽然可以去除变化平缓的图 像中的噪声，但对细节较多的纹理图像的去噪效果却不太理想, 文中基于信号和噪声在小 波分解中呈现出来的不同特性，提出了一种新颖的小波包去噪算法, 采用该算法对纹理图 像进行最优小波包分解，并计算每个子频带的两个范数，然后根据范数值区分信号和噪 声，从而达到去除噪声的目的, 实验结果表明，该算法对皮革图像具有较好的去噪效果，不 仅可以去除纹理图像中的大部分

提出一种基于可分离Gabor滤波的纹理分析新方法,该方法把传统的Gabor滤波器分解成为两个相互正交的低通和带通滤波器,以降低滤波运算量 并指出在正交分解条件不满足的情况下,通过旋转样本图像,解决Gabor滤波器在任意角度的正交分解问题。实验表明,新方法与传统方法相比,效率提高30 以上,并且准确率更高。-Proposed a new method of analysis based on separable Gabor filter texture, which the traditional

提出了一种新的基于小波包变换 和偏斜度的检测方法。该方法利用小波包对图像进行多尺度分解，解决了高频段分辨率低的问题； 并提出了一个基于偏斜度的高斯判别准则，用于对小波包分解系数进行高斯性检验，最终得到了 小目标的精确检测-The wavelet packets were applied to decompose the image into pyramid subbands at different scales and solve the problem of the high