基于小波变换的图像修复算法

传统的图像修复算法速度慢，对大面积的破损区域修复效果较差．本文针对这一缺点，首先对待修复图像进行小波分解，使得图像的破损区域在低频部分留下的空洞大为缩小，然后利用基于快速行进法（FMM）的图像修复算法修复低频部分的破损区域，再利用低频信息来预测相应的高频信息，最后进行小波重构，并对受损部分进行自然化处理，得到修复的图像．仿真实验结果表明，本文提出的算法速度快，修复结果基本恢复了原有的视觉效果．     

用小波系数估计图像边缘方向的相干增强扩散图像降噪算法

在分析相干增强扩散方法和小波阈值收缩方法之间关系的基础上,给出了相干增强扩散在小波分析意义下的解释,同时解释了相干增强扩散方法与小波阈值收缩方法在图像性质上的等价性。针对相干增强扩散计算扩散矩阵较慢的缺点,提出了一种用小波系数估计图像边缘方向的相干增强扩散图像降噪算法。仿真试验结果表明,该扩散算子可以很好地定位图像边缘,较好地运用了小波的时频分析功能。     

基于特征的小波变换与高通滤波相结合的图像融合算法

提出了一种基于多尺度分解的像素图像融合方法,综合考虑图像的边缘特征和小波变换后的系数相关性,对低频分量进行高通滤波,得到低频分量的细节分量并进行融合;在高频区域采用提取图像的边缘和区域能量相结合的方法进行融合.实验结果表明该算法具有很好的融合效果.     

基于B样条小波的医学图像边缘提取

利用基于三次B样条小波的边缘提取方法,对医学图像进行了边缘检测并与传统的图像边缘提取方法进行了比较。结果表明:基于三次B样条小波变换的边缘提取,具有定位准确,保留细节较好的优点。     

基于小波变换和神经网络的视频文字检测

图像中文字的检测有广泛的应用范围。无论是出现在场景中的文字 ,还是以图形的形式附加在视频图像中的文字 ,都能提供重要的索引信息资源。在这篇文章中 ,我们实现了一种基于小波变换和人工神经网络的视频文字检测系统。它能检测出现在数字图像中的文字区域。我们的系统实现了一个层次间隔的特征提取器 ,其输出结果将送到一个用于提取文本区域的人工神经网络处理器 ,即智能分类器。分析出来的文字区域可以送往适当的光学字符识别系统。在对各种各样文本检测的试验中显示了我们的系统的性能。     

小波-神经网络在视频文本自动检测中的应用

数字视频数据中的文本能提供重要的语义信息,用具有良好时频局部特性和变尺度特性的小波分析方法,提取图像中的尺度一空域特征,经神经网络分类器进行分类后,自动检测视频数据中的文本信息,为基于内容的视频检索提供索引．实验表明该检测方法效果良好。     

基于图像内容可恢复的脆弱水印技术

提出了一种用于图像内容认证和保护的脆弱数字图像水印算法,该算法不仅可以检测定位出图像中内容的篡改,而且可以恢复被篡改的图像内容。算法用小波变换提取出图像的低频部分作为水印,然后再用RS纠错编码技术对水印进行编码,再利用置乱技术及加密技术将校验码处理后植入图像的最低有效位。实验结果证明该算法是比较有效的脆弱水印算法。     

一种火灾检测的新方法

传统的离子式、吸气式、光电式等烟雾检测器在大空间中检测烟雾时,会受到发射信号与接收信号之间的距离、平面角度、精确对准等限制,无法对整个空间的烟雾状况进行描述。新的方法通过监测区域的摄像机拍摄的视频图像序列,进行小波变换,分析图像帧在时域和空域的频率特性,来确定被监测区域是否有火灾烟雾的发生。实验证明该方法不受空间高度、热障、易爆、有毒等环境的限制,并且有灵敏度高、抗干扰力强、适用范围广等特点。     

基于Haar小波变换的无失真图像压缩

提出了一种利用Ｈａａｒ小波进行图像无失真压缩的算法。对线性预测后的图像进行Ｈａａｒ小波分解，将各子带小波系数根据大小分解成两部分，其位置信息分别通过自适应算术编码进行了有效的压缩。试验结果表明，该算法实现简单，达到了很好的压缩效果。     

基于小波变换的机织物高密度检测

针对目前高密度机织物密度自动检测算法测量精度较低的现象,提出在三原组织织物密度自动检测过程中,利用小波变换的分解与重构特性分析预处理后的织物图像,对分解的子图像进行二值化、平滑处理来提取纱线周期性特征 参数,统计二值图像中黑白循环更替次数来确定织物经纬密度。为提高密度检测精度,采用分区域平滑减小了斜纹纹路的影响;通过缎纹织物图像反面获取纬纱信息消除缎纹组织织物浮长的影响;运用形态学滤波去除因高密度织物上纱线毛羽导致平滑过程中出现的细条块。实验结果表明：该方法检测误约为1.00%,测量精度较高,具有一定的实用参考价值。     

基于形态学的微目标的图像分割

提出了一种适于高分辨率可见微目标图像的分割算法,首先通过形态学运算强化微目标区域,利用阈值化分割并提取这些感兴趣区域;然后运用小波多尺度算子检测这些区域的边缘;最后再次采用形态学运算以获取目标区域边缘。仿真结果表明该方法能有效地将图像中的具有特定结构的微目标区域分割开来。     

基于Curvelet变换的多聚焦图像融合算法

曲波变换是近几年发展的多尺度分析方法,它比小波更适于分析图像中的曲线边缘特性,利用这一特性,本文提出了一种基于Curvelet变换的多聚焦图像融合算法.实验结果表明,该算法融合效果优于小波变换等其他传统图像融合算法.     

受控齐次随机信号的小波表示

通过分析受控齐次过程在小波变换下的特征,对信号进行小波分解,得到了若干结果．     

小波变换用于示波计时电位信号处理的研究

本文根据小波交换所具有的时频局域化、分频和时移不变性等性质,将其用于未波计时电位信号平滑与去噪、重叠峰分辨、有用信息提取多方面的研究．结果表明：小波交换是一种优良的信号处理技术,可以明显改善示波分析的现状．     

冗余提升不可分离小波的图像融合方法

提出了一种基于冗余提升不可分离小波的多源图像融合方法。该方法不仅能很好地提取图像的细节信息,而且具有平移不变性,非常适合于图像融合;同时,采用基于局部邻域梯度的融合规则对分解后的高频和低频小波系数作不同的处理。对多光谱红外图像以及不同类型的医学图像进行了融合试验,结果表明该方法可以取得更好的融合效果。     

用Delphi实现基于小波变换的JPEG2000压缩

本文从Delphi的一般应用方法入手,给出了实现基于小波变换的JPEG2000压缩方法,详细的阐述小波变换的理论,介绍了实现过程中的技巧。     

基于多因素小波回归分析的国际原油价格分析与预测

基于国际石油市场的复杂性,本文不仅考虑油价时间序列自身的发展规律,而且在模型中加入油价的主要影响因素,采用小波分析与多元回归相结合的方法建立原油价格预测模型。并且对WTI（西德克萨斯轻质）原油月度价格进行了实证分析,验证了该方法的可行性和有效性。     

二维小波变换在虹膜特征提取中的应用研究

本文提出了一种采用canny变换来提取虹膜特征,并用小波神经网络来进行分类的虹膜检测识别的新方法。该方法结合了小波神经网络作为一种新的分类方法,它很好地改进了识别精度,同时提高了系统的性能。一个简洁并且能快速训练的算子Adaboost也将在小波神经网络中给出介绍。实验结果表明,应用该算子进行分类识别时,识别率为100%,该方法具有很高效的可行性。     

互文性理论视域下的中国文化意象翻译

由于源语和译语文化的巨大差异,文化意象翻译中的文化缺失似乎在所难免。然而,源于后结构主义的互文性理论给文化意象的翻译带来了新的启示。为保留源语文化意象的韵味,译者应正确理解源文本与他文本间的互文指涉并评价它在译语文化中的意义,继而采用协调式异化,适当应用一些补偿手段,以帮助译文读者积累源语互文知识,培养源语文化互文能力。