多小波的预处理及其在图像压缩中的应用

多小波是近几年小波理论研究的一个重要方向,但在图像压缩中还没有成功的例子;本文综述了多小波的重要性质,对几个常用多小波作了预处理;图像压缩应用实验结果表明平衡处理比预滤波效果好,尤其是Opt-recl多小波能精确重构,无边界失真,在一定的压缩比下可达到很高的峰值信噪比PSNR.     

基于小波变换的多规则图像融合方法

针对红外和可见光图像各自特征,提出了基于小波变换多分辨率的不同规则图像融合方法.首先对原图像进行多级小波分解,产生多频带小波系数,利用像素的局部区域方差、平均梯度及掩膜滤波等方法对不同频带小波系数计算融合权重,最后将小波融合系数逆变换实现图像的融合处理.实验结果表明,融合图像特征显著,易于观察.     

杂波抑制的分形处理:小波-多尺度自适应Kalman滤波

从杂波分形模型的角度,以基于小波变换和多尺度自适应Kalman滤波的方法,解决雷达信号处理中重要的杂波抑制问题。首先对接收信号作小波分解,利用小波系数建立状态方程和观测方程,用Kalman滤波对每一尺度估计分形杂波,然后从接收信号中减去估计得到的分形杂波,从而实现杂波抑制。仿真结果表明,基于小波变换和多尺度Kalman滤波的处理方法,能对分形杂波进行有效的估计分析,进而实现有效的抑制。     

多分辨率传感器多尺度融合估计算法

该文在基于信号统计特性的离散小波变换理论(DWT)和基于状态转移模型的动态多尺度系统理论(DMS)的基础上,提出了一种多分辨率传感器的多尺度状态融合估计新算法.该方法利用离散小波变换,首先对不同分辨率传感器Kalman滤波模型的状态方程和观测方程分别进行多尺度处理,构建统一的多尺度Kalman滤波模型,然后将不同分辨率...     

基于空间屏蔽的M通道小波星图去噪法

小波图像去噪已经成为目前图像去噪的主要方法之一,在分析了小波变换的基本理论和小波变换的多尺度分析基础上,根据多尺度小波变换的多分辨特性,提出了M通道小波变换去噪方法;在该方法中,根据噪声信号小波变换的极大值随尺度的加大而显著减少的特点,将一种基于多尺度分析的空间屏蔽滤波法用于对小波系数进行处理。并将此方法用于星图降噪处理中,收到良好的效果。     

单传感器多尺度状态融合估计算法

该文在离散小波变换理论和动态多尺度系统理论的基础上,建立了一种基于单传感器的多尺度状态融合估计新算法。该方法利用离散小波变换,对Kalman滤波模型的状态方程和观测方程分别进行多尺度处理,构建多尺度Kalman滤波模型,充分利用状态估计和观测数据在不同尺度上的特征进行融合估计,获得了优于单尺度Kalman滤波及已有多尺度状态融合估计方法的处理效果。并利用Monte Carlo仿真验证该算法的有效性。      

基于GHM多小波的多模态医学图像融合算法研究

本文研究了基于多小波的多模态医学图像融合。在分析结构成像和功能成像特性的基础上,提出了分层融合的理念。详细阐述了预滤波后,如何使用GHM多小波分解二维医学图像、具体融合规则和多小波重构。与单小波分解相比,多小波要经过分解前的预滤波和重构后的后滤波。实验结果分析证实,该算法融合效果良好,各项指标有一定的提升。     

基于多尺度Wiener滤波器的分形噪声滤波

针对淹没在1/f噪声中的有用信号恢复问题,本文提出了一套基于双正交小波变换与Wiener滤波的多尺度滤波算法,并设计出多尺度Wiener滤波器.首先,利用双正交小波变换将带有1/f噪声的信号分解成多尺度的子带信号,通过小波变换对1/f噪声的白化作用,消除了1/f噪声的非平稳性、自相似性和长程相关性.其次,在小波域内,利用Wiener滤波,实现了噪声和有用信号的分离,估计出了各子带中的有用信号.最后,利用双正交小波的精确重构性,较好地恢复出淹没在1/f噪声中的有用信号.仿真实验表明,该滤波器能有效的抑制分形噪声,显著地提高信噪比.     

一种基于数学形态学与小波域增强的滤波算法

为了有效滤除图像高斯噪声,将数学形态学与小波域增强相结合,提出了一种高斯噪声新型滤波算法.该算法首先将噪声图像进行二维小波分解,得到低频和高频子图像;然后保留低频子图像不变,对各高频子图像根据其噪声分布特点分别设计出多角度、多结构逐级形态学滤波器进行滤波处理,并进行小波分解系数重构;最后对经过形态学滤波后的图像进行2层小波分解,通过设计出一种新型小波增强函数对不同幅值的小波系数进行不同程度的收缩处理,在此基础上进行分解系数重构.将自适应中值滤波与数学形态学滤波与本文算法进行比较,实验证明本文滤波算法其去噪效果优于前两种算法.     

一种基于多尺度小波变换的自适应滤波新算法

将多尺度小波变换的理论引入到LMS自适应滤波器的设计中,分析了基于多尺度正交小波变换的自适应滤波算法的原理;将变步长LMS算法与多尺度小波变换的思想结合,提出了一种新的小波自适应滤波算法(MSWT-MVSS-LMS),新算法既减少了输入向量自相关矩阵条件数,又克服了固定步长LMS算法在收敛速度与收敛精度方面与步长因子μ的矛盾,获得了更好的收敛速度和稳定性.仿真结果表明新算法是有效的和优越的.     

提升多小波变换及其在图像编码中的应用

多小波是一种新的小波．他在理论上所表现出来的优势以及他在应用领域所具有的潜力．使其受到高度重视。在短短的几年时间内，他在图像处理方面的应用已取得了一定的成效。提升方法不仅是现存小波变换的一种快速算法．而且是构造新的小波变换的一种工具。根据提升方法和多小波变换的特点，介绍了一种实现多小波变换的提升方法．并把这种提升多小波变换应用于图像处理，结果表明有很好的效果。     

基于图像内容的多子波去噪

本文介绍了多子波变换的一般理论及OPTFR多子波的性质,通过改进其一阶平衡器,避免了预滤波,从而简化了运算。在将OPTFR多子波用于图像处理时,采用了一种基于图像内容的阈值方法,实验结果表明,其去噪效果优于CL多子波及一般的阈值方法。     

多小波变换的理论及其在图像处理中的应用

本文综述了多小波变换理论及其在图像处理方面的应用,并展望了它今后的发展。我们的图像编码实验表明充分利用多小波变换的特点可以提高图像编码的性能     

Multiwavelet bases with extra approximation properties

This paper highlights the differences between traditional wavelet and multiwavelet bases with equal approximation order. Because multiwavelet bases normally lack important properties that traditional wavelet bases (of equal approximation order) possess, the associated discrete multiwavelet transform is less useful for signal processing unless it is preceded by a preprocessing step (prefiltering). This paper examines the properties and design of orthogonal multiwavelet bases, with approximation order >1 that possess those properties that are normally absent. For these “balanced” bases (so named by Lebrun and Vetterli (see Proc. IEEE Int. Conf. Acoust., Speech, Signal Process. (ICASSP), Munich, Germany, vol.3, p.2473-76, 1997 and ibid., vol.46, p.1119-24, 1998)), prefiltering can be avoided. By reorganizing the multiwavelet filter bank, the development in this paper draws from results regarding the approximation order of M-band wavelet bases. The main result thereby obtained is a characterization of balanced multiwavelet bases in terms of the divisibility of certain transfer functions by powers of (z^-2r-1)/(z^-1-1). For traditional wavelets (r=1), this specializes to the usual factor (z+1) ^K     

Fusion algorithm for multisensor images based on discrete multiwavelet transform

The authors review the notion of multiwavelets and describe the use of the discrete multiwavelet transform (DMWT) in image fusion processing. Multiwavelets are extensions from scalar wavelets, and have several advantages in comparison with scalar wavelets. Multiwavelet analysis can offer more precise image analysis than wavelet multiresolution analysis. A novel fusion algorithm is presented for multisensor images based on the discrete multiwavelet transform that can be performed at pixel level. After the registering of source images, a pyramid for each source image can be obtained by applying decomposition with multiwavelets in each level. The multiwavelet decomposition coefficients of the input images are appropriately merged and a new fused image is obtained by reconstructing the fused multiwavelet coefficients. This image fusion algorithm may be used to combine images from multisensors to obtain a single composite with extended information content. The results of experiments indicate that this image fusion algorithm can provide a more satisfactory fusion outcome.     

Image compression through embedded multiwavelet transform coding

In this paper, multiwavelets are considered in the context of image compression and two orthonormal multiwavelet bases are experimented, each used in connection with its proper prefilter. For evaluating the effectiveness of multiwavelet transform for coding images at low bit-rates, an efficient embedded coding of multiwavelet coefficients has been realized. The performance of this multiwavelet-based coder is compared with the results obtained for scalar wavelets.     

多小波图像变换的自适应预滤波

该文基于多小波分解高通能量的极小化,提出了一种计算量小、实现简单的自适应预滤波方法,并将其推广到二维图像,对行与列分别处理,实现了图像的自适应预滤波,使恢复图像质量的整体效果变好。实验结果表明,利用本文提出的自适应预滤波方法进行图像压缩明显优于现有的其它预滤波器。     

多小波子空间采样定理

该文基于再生核Hilbert空间理论,把小波子空间的Walter采样定理推广到多小波子空间,建立了多小波子空间的均匀采样定理,利用Zak变换给出了由尺度函数构造重构函数的公式。进一步针对采样点不均匀的情况,建立了多小波子空间的不规则采样定理。最后给出数值算例。     

基于平衡正交多小波的MR图像去噪算法研究

磁共振图像中的噪声分布的特殊性不仅大大降低了图像的质量,影响医学诊断,而且为噪声的去除提出了更高的要求。平衡正交多小波同时满足正交性和对称性,不仅具有比单小波分解更加精确、去噪效果更好的特点,同时避免了普通多小波分解过程中的预处理过程。文中对磁共振图像进行平衡正交多小波分解后,采用了一种自适应性更高的阈值确定函数与半软阈值相结合方法对小波系数进行萎缩处理,实现降噪目的。结果表明：该方法优于97提升小波及ghm多小波方法,去噪效果进一步提高。     

Balanced multiwavelet bases based on symmetric FIR filters

This paper describes a basic difference between multiwavelets and scalar wavelets that explains, without using zero moment properties, why certain complications arise in the implementation of discrete multiwavelet transforms. Assuming we wish to avoid the use of prefilters in implementing the discrete multiwavelet transform, it is suggested that the behavior of the iterated filter bank associated with a multiwavelet basis of multiplicity r is more fully revealed by an expanded set of r² scaling functions φ_i,j. This paper also introduces new K-balanced orthogonal multiwavelet bases based on symmetric FIR filters. The nonlinear design equations arising in this work are solved using the Grobner basis. The minimal-length K-balanced multiwavelet bases based on even-length symmetric FIR filters are better behaved than those based on odd-length symmetric FIR filters, as illustrated by special relations they satisfy and by examples constructed