先更新后预测的提升格式滤波器的设计

目前,基于提升格式的自适应小波变换多采用先更新后预测的结构.本文在Roger Claypoole研究的基础上提出了适用于自适应小波变换的新的提升格式滤波器.在更新过程,利用被更新系数两边的系数及其自身的值进行预更新操作.实验证明该滤波器具有更好的能量集中特性.     

自适应小波变换更新滤波器的优化研究

基于提升格式的小波变换被称为第二代小波变换,该种结构提供了一种灵活构造非线性小波分解和重构的方法.G.Piella根据提升格式小波变换的结构特点,提出了一种不需要额外附加信息就可完成精确重构的自适应更新滤波器,但算法只说明了滤波器系数需要满足精确重构的条件,没有具体说明如何确定滤波器的系数.在先选定预测滤波器的基础上,...     

基于Bemstein滤波器自适应提升小波变换

该文引入了基于提升法自适应离散小波变换,探讨了空间域提升结构中预测算子和更新算子的设计,根据预测误差最小原则使伯恩斯坦预测算子自适应匹配特定的数据序列,最后由数值仿真验证了该算法的性能,对于硬域值法小波系数去噪,自实应提升小波变换同一般的小波变换相比,去噪后的信噪比效率相近,提升方法的优点在于其设计上的灵活性和计算简单,易实现自适应变换。     

一种基于提升方案的双自适应小波变换研究

提出了一种新的基于提升方案的双自适应小波变换方案.在该变换方案中,根据待分析信号的局部信息,自适应地选择更新和预测函数,以保持图像边缘不被平滑,同时防止出现大的小波系数.实验结果表明,用该方法进行图像分解,低频近似信号保留了细节信息,边缘清晰,而且双自适应小波变换后图像信息熵明显优于非自适应变换和单边自适应变换,更有利于图像压缩.     

小波提升算法及其在图像处理中的应用

小波提升算法是一种新的双正交小波构造方法，通过预测算子，确定高频信息，并初步确定低频信息，然后通过更新算子，对初步确定的低频信息进行修正，从而确定低频信息。它在空域对信号进行变换，完成了对信号频域的分析。在图像处理中，基于离散小波变换的提升算法比传统的卷积算法运算简单，实时性好，易于实现，因而被新一代图像压缩标准JPEG2000所采用。文中简要介绍了小波提升算法的原理，分析了其特点，并介绍了JPEG2000标准中采用的W5／3、D9／7两种小波的提升格式和实现算法。     

基于提升格式的自适应预测小波变换算法

基于提升格式的小波变换被称为第二代小波变换,该种结构提供了一种灵活构造非线性小波分解和精确重构的方法。本文根据提升格式的小波变换结构,针对具有突变点的光滑信号,以LeGall5/3小波为例,提出了一种不需要额外附加信息和存储空间就可完成精确重构的自适应预测算法。实验结果表明,该算法应用于分段连续信的一维信号,可较大概率取得零高频系数,获得较好的线性近似结果。     

一种改进的零树结构编码算法研究

现在大部分图像压缩技术都利用了小波变换后图像不同分辨率反相同方向子带之间的相关性。采用双正交提升小波将图像变换到小波域,通过增加熵编码的符号集,提出了一种基于正交小波变换的增广零树压缩编码算法,在整个编译码过程中仅使用一个系数列表,况且不进行任何排序操作。通过相关实验,证实该方法能有效进行图像压缩,提高了压缩率。     

一种提升格式的非线性插值小波图像编码方法

在Sweldens等人提出的提升格式(Lifting Scheme)的基础上,提出了一种非线性的避免边缘的小波变换方法.针对信号的局部特性选择提升格式中的预测环节,同时将如何选择预测环节的信息保存在小波系数中,避免了额外的存储空间.对于保存选择信息的小波系数做简单的可逆变换,使其不会因为量化和压缩编码等原因而丢失,从而保证逆变换的稳定性.     

正交小波和双正交小波在小波矩量法中的应用比较

本文分别应用正交小波变换和双正交小波变换求解电磁散射问题,比较这两种方法的阻抗矩阵压缩率和条件数,并通过计算一个二维理想导电散射体对比两种方法的计算时间。通过计算表明对于不同的阻抗矩阵,双正交小波变换的压缩效果不一定比正交小波好,这一点与文献「４」的结论不同。     

基于双正交小波变换的航空图像压缩研究

提出一种基于提升方案的双正交小波变换结合SPIHT编码的图像压缩方法.小波提升方案是继多分辨分析之后,另一种非常有效的构造小波滤波器的方法,在双正交条件下按所需的小波性能自由构造双正交小波基,并能加快小波变换的执行速度.分析了应用提升方案构造双正交小波的算法,选用性能优良的双正交小波,结合SPIHT编码,进行图像压缩.实验表明,通过该方法进行图像压缩,图像重建质量较高.     

小波提升格式的研究

小波提升格式以计算快速、能形成整数到整数的可逆变换的优势在数字图像压缩领域得到了广泛应用,而如何把适合于图像压缩的第一代小波映射成整数提升格式也成为一个研究问题。本文应用双正交滤波的多相矩阵的多步三角分解,提出不同多相矩阵表示时寻求提升系数的方法,并利用这种方法给出了多相矩阵的行列式不为1的滤波器组的提升格式。     

基于提升框架的整数小波变换

提升框架可以从一个新的角度来构造小波滤波器,它的核心是确定预测算子和更新算子。该文 引进了多项式局部拟合方法来求取预测算子和更新算子,对每步提升下取整,就实现了整数小波变换。仿真结果表明,该方法应用于二维数字图像,在一定失真的前提下,具有较高的压缩比,而且小波系数与尺度系数都是整数,不需要量化步骤。因此,它对于整数数据压缩具有重要的意义。     

一类小波的构造方法研究法

W.Sweldens指出提升框架可以由已知小波滤波器构造新的满足特定性能的小波滤波器,本文在其工作的基础上,给出了构造一类双正交小波的具体实现算法,以CDF(1,3)小波为例进行了说明,并应用于数据压缩,仿真结果表明该方法构造的小波具有优良的压缩性能。     

一种新的二维自适应提升小波变换方法

基于图像的局部特性和统计信息,该文提出一种新的二维自适应提升小波变换方法。该方法通过构造基于图像局部特性的自适应更新算子和基于图像统计信息的非线性预测算子,对图像进行自适应的提升小波变换,与文献中的自适应小波变换方法和非自适应小波变换方法进行对比实验,该文方法所得到的高频子带的熵更低,含零高频系数更多,更有利于图像的压缩编码。     

Self-lifting scheme: new approach for generating and factoring wavelet filter bank

The authors presents a new lifting scheme, the self-lifting scheme, and prove that self-lifted wavelets based on orthogonal or biorthogonal wavelets remain biorthogonal. In contrast to self-lifting, the existing lifting scheme can be called cross-lifting. Compared with cross-lifting, the self-lifting scheme provides new approaches for constructing biorthogonal wavelets, as well as factorising wavelet filter bank (WFB). For constructing wavelets, the self-lifting-based method updates one part of a wavelet filter by the other part of the same filter and obtains two updated filters in one pass, whereas the cross-lifting based method updates one filter by another filter and obtains one updated filter in one pass. To factorise WFB, self-lifting takes one part of a filter as the factor to decompose the other part of the same filter and obtains two factorised filters in one pass, whereas crosslifting based one takes one part of a filter as the factor to decompose the corresponding part of the other filter and obtains one factorised filter in one pass. Several examples show how to use self-lifting scheme to produce new wavelets with desirable properties, how to factorise complex WFBs into simple lifting filter banks, how to implement self-lifting-based discrete wavelet transform (WT) in z-domain and in time domain and why lifting-based WT is superior to convolution-based one.     

自适应小波变换及其在JPEG 2000中的应用

针对传统的线性小波分解不能很好保留图像边缘信息．且在跃变点处会出现大的小波系数而不利于图像压缩，提出了一种新的基于提升方案的二维不可分离自适应小波变换（AWT）方案。在该方案中，根据局部信息自适应地将图像分为平滑区域和非平滑区域．在不同区域选取不同的更新和预测函数。通过在JPEG2000中的实验结果表明，用该方法进行图像分解。低频近似图像保留了细节信息，边缘清晰；对双边AWT后的图像压缩，性能优于JPEG2000的5／3小波和9／7小波，峰值信噪比（PSNR）提高0．5～2．0dB。     

9/7提升小波变换图像处理算法的高速FPGA实现

提升结构(Lifting Scheme)是一种新的双正交小波变换构造方法.这种方法使得计算复杂度大大降低,有效地减少了运行时间.介绍了基于FPGA的高速9/7提升小波变换的设计,提出采用多级流水线硬件结构实现一维离散小波变换(1-D DWT).该结构使系统吞吐量提高到原来的3倍,面积仅增加40%.在实现二维离散小波变换(2-D DWT)时采用基于行的结构,可以提高片内资源利用率和运行速度,满足小波变换实时性的要求.