基于分形压缩的整数小波图像水印技术

通过对现有图像压缩和水印技术的研究,考虑图像压缩率和图像恢复的容错能力,提出了一种基于分形图像压缩编码的整数小波图像水印技术.水印嵌入时,用分形压缩编码技术对灰度水印图像进行高效压缩,再把压缩编码嵌入到载体图像的整数小波系数里,实现了在数字图像整数小波变换域中水印的大容量无损嵌入.根据提取算法,盲提取水印图像的分形编码,分形解压缩获得水印图像.经过实验验证,本水印技术具有较好的数据压缩和隐蔽性能,达到预期的设计目的.     

一种并行提升小波基的设计方法与VLSI实现研究

设计了一种具有二进制特点且消失矩为4的高性能9/7小波基,提出了其VLSI高速实现结构.该小波基的提升系数的分母均可转化为2的幂次有理数,有利于简化VLSI设计.实验结果显示,其压缩性能和CDF97小波相当;在有限位宽下,其压缩性能甚至优于CDF97.新的VLSI结构实现仅需加法和移位等简单运算,可有效地减少硬件资源,缩短关键路径.通过折叠技术和重调度技术,该硬件结构转化为一种嵌入式折叠提升结构,使得每个加法运算可并行执行,关键路径可减小至接近于一个加法器的延时,达到资源的优化利用.仿真结果表明,该硬件结构最大工作频率可达到250MHz左右,可工作的最大系统频率提高到了原来的4倍左右,与传统CDF97的4级流水线结构相比,逻辑单元数减少了约66.7%,特别适合于实时高速压缩应用.     

基于小波变换的电生理信号压缩采样与重构

压缩感知是一个新兴领域,该理论可对信号以低于奈奎斯特采样率的速率进行成比例压缩采样,用来降低数据存储。本文基于压缩感知和小波变换,设计并实现了神经动作电位信号的压缩与重构。首先在小波域构造了64位神经动作电位信号的稀疏矩阵,然后设计了64位神经动作电位信号的2：1压缩矩阵与OMP（OrthogonalMatchingPursuit）重构算法,并通过编程仿真实现,可以完成信噪比较高的压缩信号的高精度恢复。仿真结果表明,重构信号与原信号的关键值相对误差小于15％。     

基于小波包最优基的语音信号压缩方法

提出了基于方差准则的小波包最优基压缩方法.首先选择一个合适的小波函数及分解层次对语音信号进行小波包分解.然后基于方差准则确定小波包最优基,保留语音信号的重要特征,实现信号压缩.最后对小波包最优基中的小波系数进行量化、编码,以便于信号在信道中传输.在接收端进行译码,重构压缩后的语音信号,观察压缩效果.实验中对语音信号采用不同方法进行了压缩实验,验证了本文算法的可行性.实验结果表明,本文算法的搜索量小,易于实现,压缩效果比较明显.     

改进的嵌入式小波在航天图像压缩上的应用

JPEG2000是基于小波变换的图像压缩技术,它不像传统的压缩技术,JPEG2000的良好的压缩效果取决于选取好的小波.嵌入式零树小波编码算法是基于小波变换的一种图像压缩方法,也是有相对不错的压缩效果。对此研究将以嵌入式零树小波为基础,改进其算法,实现在航天项目上的快速高效的压缩图像。     

一种新的基于平衡多小波的编码技术

讨论了用平衡正交多小波编码技术对图像进行压缩处理,设计了一种新的基于平衡多小波变换方法,并将矢量量化和SPIHT零树编码技术用于图像的压缩处理。试验结果表明该方法优于非平衡多小波压缩方法,得到了较好的峰值信噪比和编码效果。     

用Delphi实现基于小波变换的JPEG2000压缩

对Delphi实现基于小波变换的JPEG2000压缩进行了研究.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,对小波变换的理论进行了详细的阐述,对实现过程中的技巧给予了详细的论述.     

基于FPGA图像压缩系统的研究与实现

提出利用5/3提升小波变换和零树小波编码对图像进行压缩编码的方案,并且基于改进算法的二维离散小波变换进行硬件设计,通过FPGA实现了设计的系统结构,并利用FPGA上的PowerPc核实现了EZW编码,最后通过仿真来验证了小波变换系统设计的正确以及对整个系统的性能评估.     

基于小波和偶合特征的多数据流压缩算法

提出了基于Haar小波技术和偶合特征的多数据流压缩方法.主要研究成果包括:(1) 证明了Haar小波变换服从能量守恒规律,并用于压缩数据流;(2) 揭示了数据流的偶合度与变化趋势的相关性、偶合度的平移不变性及等价规律,采用特征流序列的小波系数和流能量近似表示流的趋势,达到压缩的目的;(3) 提出了多尺度能量分解模型,提高了表示精度;(4) 设计了多尺度能量分解压缩算法以及多尺度重构算法;(5) 在真实数据集上的实验表明,新方法的压缩比是传统小波方法的2～4倍.     

基于压缩感知的图像快速重建方法探讨

本文通过设计一种基于观测矩阵与多稀疏变换基的组合并利用正交匹配追踪计算法重建图像,同时通过实验的实际结果,一级小波分解图像,将相似的分子量图像实现提取,而后应用压缩感知技术实现对其的恢复操作,最终借助小波逆变换得到图像的快速重建效果。