改进的高效EZW遥感图像压缩方法研究

利用经过小波变换后的图像数据的能量大部分聚集在低频子带这一特点,针对小卫星星载计算机处理能力有限的客观情况,提出一种将预测编码和EZW编码相结合的图像压缩编码方法。通过有限的扫描次数,提取高频系数的重要系数。同时结合预测编码的方案,实现对低频系数几乎无损的压缩。实验证明,该方法能够使遥感图像的压缩同时具有较快的压缩速度和较好的压缩效果。     

一种快速零树编码的小波图像压缩算法

研究了一种新的小波变换零树编码方法,通过定义多级零树根和使用编码信息表和最优量化的方法,对不同方向的小波子带系数采用不同大小的门限和量化码书。充分利用了小波变换后各子带系数对图像恢复的重要程度和人眼的视觉特性,取得了很好的压缩效果,对小波系数只作一次零树编码,大大节约了编码时间。     

小波变换在轴承故障声发射信号降噪中的应用

噪声消除是小波变换最成功的应用之一，其基本思想是将信号的小波变换系数通过阈值处理，然后进行小波重构得到降躁的信号。根据故障轴承声发射信号的脉冲特性选取Morlet小波．以“小波熵最小”原则确定Morlet小波的波形参数，然后进行连续小波变换。采用软阈值方法处理小波东数，通过小波重构得到降噪后的故障声发射信号，噪声得到了很好的抑制，故障脉冲特征明显增强。采用实验数据，通过与离散小波变换的比较，得到了用连续小波变换可以有效降低噪声、提取故障声发射信号特征的结论。     

小波级数变换的一种离散小波变换算法

小波文献中，离散小波变换多由于带分解或拉普拉斯塔形分解等引出。本文从连续小波变换及小波级数变换出发，通过对采样过程的分析导出了离散小波变换的定义。离散小波变换是唯一便于Ｘ数值计算的小波变换，本文提出了一种以离散小波变换计算小波级数变换的算法，该算法较之Ｏ’Ｒｌｏｕｌ的类似算法相比，可取得更好的计算精度。     

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。     

数字图像多重水印及容量分析

利用CDMA系统多址复用的特点,提出了一种基于CDMA的多重水印算法,在小波变换域中同时嵌入多个水印。对多个原始水印进行卷积编码和交织编码后,采用Gold码组进行正交扩频,经CDMA编码的水印信息被叠加嵌入在除HH1以外的其他小波子带中。水印嵌入的幅值根据Watson小波域视觉感知模型确定。嵌入位置取决于一个PN序列随机发生器,检测时不需要原始图像。在此基础上对多重水印容量进行了分析,结果表明当嵌入两个水印时,其容量大于任何一个单一水印的容量,但小于两个单一水印容量之和。     

用余弦调制PR－FIR方法构造M带正交小波基

离散小波变换将离散时间信号分解为一系列不同分辨率下的离散近似信号和离散细节，紧支的正交规范小波与完全重构正交镜像滤波器（ＰＲ－ＱＭＦ）相对应。在紧支正交小波基的构造条件下，利用余弦调制完全重构滤波器组的方法，实现了Ｍ带紧支正交小波基的构造，计算机模拟表明该方法非常简单、有效。     

基于小波变换的结构矩阵矢量量化压缩方法

提出了一种基于小波变换的结构矩阵矢量量化方法。该方法利用图像经过小波变换后,不同分辨率级子图像之间存在相似性,将已生成的第ｍ级图像的分类信息传递给第ｍ－１级图像,并利用各子图像的结构特性,对矢量量化后的编码结果采用结构矩阵的方法进一步压缩。实验表明该方法在较好图像质量的情况下获得了高压缩比,和有关文献给出的结果进行比较,该算法具有较好的性能。     

Mallat算法及其应用

Mallat算法是根据多分辨分析理论发展而成的小波分解和重构的快速算法,该算法在小波变换中的地位如同快速傅立叶变换在傅立叶变换中的地位一样,可以大大地降低小波变换的计算量,有利于对含有大量信息的音频,视频进行适时处理,从而将小波理论与工程应用联系起来,使小波变换真正成为继傅立叶变换后,处理非平稳信号的有力工具。     

基于小波域分形编码的图像插值

传统的图像插值方案(包括最近邻插值、双线性插值和B样条插值等),大多是基于图像分块的光滑连续模型。由于该模型不能很好地描述自然图像的特点,因此插值得到的图像质量不高。为寻求更有效的插值方案,首次提出了基于小波域分形编码的插值算法。该算法在FW编码的基础上,首先利用图像的局部自相似模型,通过小波树的膨胀,并借助小波域的第1级子带,对超分辨率级的第0级子带进行最优预测,再经过小波反变换来得到插值图像。标准测试图像的实验表明,该插值算法与传统的双线性插值相比,不仅可以获得清晰的纹理和边缘,而且峰值信噪比也更高,因此插值得到的图像更加精确、真实。     

基于分数小波变换的空域相关特性的信号降噪新方法

简要介绍了分数小波变换的基本思想及在信号处理方面的特点。利用分数小波变换系数在不同尺度上对应点处的相关性对其进行选择和处理,这样处理后的分数小波变换系数基本上对应着信号的边缘,然后对信号系数进行重构,达到了降噪的目的。以数值仿真和实测齿轮箱振动信号为例,研究了该方法的降噪效果,同时和小波包直接降噪进行了比较。结果表明,该方法能够有效降低振动信号中的背景噪声。     

关于图像压缩编码算法研究的综述

回顾了图像压缩编码算法的研究发展历程,介绍了已被广泛应用的几种典型的图像压缩编码算法及其特点,阐述了图像压缩编码领域的最新研究成果一小波变换压缩编码算法的工作原理及其待解决的主要问题.     

基于自适应提升方案的低比特率图像压缩编码

通过采用自适应提升小波分析,根据处理信息的局部特征自适应地调整预测和更新算子实现与处理信息的准确匹配,有效地降低信息小波分析的运算量和计算的复杂性,并且能较好地实现同址运算,便于采用DSP等硬件实现;其次,通过定义浮动阈值,在编码中提出了采用自适应深度优先搜索的扫描策略,进一步改善了数字图像的编码效率。实验结果表明,通过这些措施实现的数字图像压缩算法,其重构的图像质量较好,有效地降低了压缩后图像的比特数,图像的压缩效果、编码时间等亦有较大的改善。     

基于小波包变换相关性的信号降噪方法及齿轮故障诊断

介绍了小波包变换的基本思想，将新型小波包变换滤波器与信号重采样结合，提出了一种新的小波包降噪方法，研究了该方法的降噪效果，同时比较小波包直接降噪和小波包重构滤波器的降噪效果。将该方法用于齿轮箱的故障诊断，结果表明，该方法能够有效识别齿轮箱中的齿轮典型故障。     

基于频面与嵌入零树小波的图像编码算法

以ＥＺＷ编码算法为基础，通过考虑视觉特性、利用子带相关性及修改完善嵌入编码策略，提出了一种基于频面与嵌入零树小波的图像编码（ＦＥＺＷ）算法．实验结果表明，该算法在压缩速度、图像复原质量等方面均明显优于ＥＺＷ算法．     

用M带小波变换实现图像的边缘检测

小波变换是一种时频域信号分析理论，是信号分析处理的一种强有力的新工具。文中根据小波变换特点和边缘的时频空特性，在Ｍａｌａｔ关于小波边缘提取理论的基础上，将二通道小波变换的边缘提取问题推广到Ｍ通道小波变换的边缘提取，讨论和分析了如何利用Ｍ带小波来获取边缘的方法和实现步骤     

一种改进的SPIHT算法

一种新的嵌入零树小波ECG信号压缩编码算法(简称为改进的SPIHT算法),通过合理分配比特、改进零树集合、完善分类策略等措施能够进一步提高SPIHT算法的工作效率.该算法首先将ECG数据进行离散小波变换,然后对离散小波变换后的系数进行均匀量化,最后用基于上下文的自适应算术编码对量化后的系数进行编码.仿真结果显示,该算法压缩比大,信息损失小,能够较好地恢复原有的信号.     

一种基于小波变换特征提取的集成学习算法

将不同训练数据子集和不同特征子集相结合,提出了一种基于小波变换特征提取的集成学习算法Wavelet-Forests.先随机划分特征集,用小波变换提取特征子集的特征,再用小波系数重构特征集训练基分类器.使用公认的WEKA平台验证了Wavelet-Forests算法的性能,与经典算法Bagging,AdaBoost和Random Forest相比,本文所提算法具有良好的泛化能力.     

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。     

基于小波变换的图像数据压缩方法

小波变换继承了傅立叶分析优点，主要使用在静态和动态图像压缩领域，已经成为某些图像压缩的国际标准。二维小波变换是在第一代图像压缩基础上，采用小波变换为主的多尺度分析算法，使处理后的图像可以达到30—60倍的高压缩比率，也更适合在目前低宽带的网络中传输。