产生音频数据索引的有效方法

支持基于例子检索的音频多媒体数据库,应当能够自动分析音频数据而产生音频数据的索引。本文把基于离散小波变换和基于时频分析的索引方示相结合,提出一种利用小波变换、小波子带的过零率、小波子带幅度的均值、一定比例的小波子带的高频系数和全部近似系数等来组成索引向量的方法.提出的方法采用双重索引搜索,即在用过零率向量和平均幅度向量作为索引进行预先扫索的基础上,再用小波变换的关键系数向量作为索引进行详细扫索,实验表明,这种方法具有较高的检索精度和搜索效率,在基于例子索引和搜索的音频多媒体数据库中具有重要意义。     

块重叠小波变换及其在音频编码中的应用

小波变换是信源编码技术的重要数学工具。然而,由于基于块的小波变换的基函数在块边界处的不连续性,导致解码信号在块边界存在“块效应”问题。本文采用块重叠小波变换的方法,利用变换基函数在块边界的连续性,消除了解码信号的“块效应”问题。基于块重叠小波包变换技术,设计了一个音频编码器,验证了上述方法的有效性。     

应用最优小波包变换的特征提取方法

在模式识别或分类中,从原始模式中提取有效的分类特征是非常重要的.但对于大量的非平稳或时变信号模式来说,如语音,雷达,地震信号等,用于分类的特征往往包含在局部的时-频信息中,用一般的变换方法提取有效的特征比较困难.近年来小波变换在信号处理和特征提取中得到了广泛应用,但小波包变换的任意多尺度分解特性,是分析非平稳信号更有效的方法,这是由于小波库中包含了丰富的小波包基,不同的小波包基具有不同的性质,反映不同的信号特性,能获取其他变换所不能获取的信号特征.本文主要研究由给定的训练样本集,如何选择最优小波包基,从被识别或分类的信号中提取具有最大可分性的特征.为此提出了应用三种可分性准则,即距离准则,散度准则和熵准则选择最优基.通过实验,对应用各准则选择最优基提取特征与小波基提取特征的性能进行了比较.     

基于小波包变换的自适应均衡算法

本文在推导出离散正交小波包变换对应的正交矩阵的基础上,提出了基于小波包变换的自适应均衡算法,并分析了这种均衡算法的性能,给出了计算机仿真结果.另外,为了使基于小波包变换的自适应均衡算法应用于实际,给出了减低算法复杂度的方法.     

自适应的混合域音频水印新算法

本文结合小波包变换和离散余弦变换，提出了一种基于听觉模型的混合域自适应音频盲水印算法，在不引入听觉失真的前提下，实现了自适应的水印嵌入。算法首先对音频信号进行小波包分解，使得分解后的子带更接近人耳临界频带。其次对每个子带的小波包系数进行离散余弦变换，计算出子带掩蔽阈值。根据子带掩蔽阈值自适应的选取噪声敏感度小的音频段作为水印嵌入段，选取功率值低于掩蔽阈值的频域系数作为水印嵌入位置，同时采用噪声掩蔽比调整水印嵌入强度。二值水印图像通过量化索引调制的方法嵌入到音频信号的中低频系数中，提取水印时不需要原始音频载体。本算法在水印容量、不可感知性和鲁棒性之间达到了很好的平衡，水印容量在576.7bps到689.5bps之间，算法对添加噪声、重新量化、重新采样、低通滤波和MP3压缩均具有很好的鲁棒性。      

基于最优小波包基的电能质量扰动数据的压缩

针对电能质量扰动信号的频率变化十分广泛（最高达到MHz）的特点，在小波压缩的基础上，提出将基于最佳小波包基的数据分析方法应用于电能质量数据压缩，利用最佳小波包基的快速搜寻算法对高，低频分量同时进行分解，再对扰动数据进行压缩重构，并将其与基于小波变换的数据压缩方法进行仿真比较。结果表示，对于暂态信号，在压缩比大致相同的情况下，基于最佳小波包基的数据压缩效果比基于传统小波的数据压缩效果好，而对于稳态信号，基于两种方法的压缩效果相当．     

小波包变换在指纹图像压缩中的应用实现

小波包是近年来的一个研究热点,在图像处理方面有着广泛的应用.数据压缩是伴随小波分析产生最早的应用领域.指纹自动识别系统因其本身的特殊性对指纹图像压缩提出了特殊的要求.为此,简要的介绍了小波包变换的基本原理,给出了基于小波包变换的指纹图像压缩方法.     

基于PCA算法和小波包变换的人脸识别技术

在人脸识别领域,如何提取人脸特征和降低特征维数是关键.提出了一种基于小波包变换和主元分析相结合的人脸识别方法.小波包具有能够保留图像的主体信息又保留不同方向细节信息的优点.算法首先利用小波包变换,把人脸图像分解成不同尺度的低频和高频部分,提取最优基,再采用PCA方法进行人脸的识别.在ORL人脸数据库的仿真结果表明,该算法能有效提高人脸识别性能,具有较高识别率.     

一种基于正交小波包变换的数据压缩方法

本文将最优小波包基变换应用到数据压缩方法的研究工作中,针对不同频率的小波包系数之不同统计特性设计了相应的标量量化和矢量量化方法,并对一组实际测量数据运用我们建议的方法进行压缩,在失真率较小的情况下,得到较高的压缩比.     

基于最优小波包基的信号增强算法研究及应用

本文介绍了小波包分析的基本理论以及小波包信号降噪的基本原理,与小波变换相比,小波包变换则是对小波分解中所得到的高频部分再继续细分为一些子频带,具有更精细的信噪分离能力,所以对包含大量中、高频信息的信号能更好地进行时频局部化分析。小波包变换在信号去噪中有着非常重要的应用,因此利用小波包对信号进行消噪也越来越受到科学界的关注。本文的主旨在于研究最优小波包基函数的选取方法,以小波包分析为基础,根据最小代价原理研究信号分解的最佳小波包基,从而在最优小波包基的基础上获得最好的信号增强效果。     

Wavelet Packets Analysis Based on IIR Two-channel Bi-orthogonal Filter Banks

1IntroductionAccordingtoitSrelationwithwaveletanalysis,tWo-channelfilterbankscanbeusednotonlyintheimplementationofwavelettransformandinversetransform,butalsoinwavelet'sconsmichon.AndIIRfiltersarewellknowntohaveshadertransihonregions,lowcomplexity,lowreconstrUctionermrandaPPro~lylinearphase.Weconstr'UctIIRhi-orthogonalPerfectreconstructionfilterbanksusinganallpassfunchonA(z)whoseamplitUdecharacterishcsisallpassandwhosephasecharacterishcsisanapproximatelylinearPhaseinthepass-band.Andweacc…     

利用小波包变换实现音频压缩算法

构造了一个音频编码系统,用ＦＶ－ＭＬＴ（Ｆｒｅｑｕｅｎｃｙ Ｖａｒｙｉｎｇ Ｍｏｄｅｌａｔｅｄ Ｌａｐｐｅｄ Ｔｒａｎｓｆｏｒｍｓ）＾［１］实现小波包的变换,进行对输入信号的时频变换。并利用时频变换输出的ＦＶ－ＭＬＴ系数计算蔗蔽门限,提出了基于小波变换的心理声学模型算法。对整个编码器进行了软件仿真,并与ＭＰＥＧ的标准编解码器进行了音质与压缩率方面的比较。在音质接近的情况下,该编码器的平均码率比Ｘｉ     

Adaptive Digital Audio Steganography Based on Integer Wavelet Transform

In this paper a novel method for digital audio steganography is presented where encrypted covert data is embedded into the coefficients of the host audio (cover signal) in the integer wavelet domain. The hearing threshold is calculated in the integer domain and this threshold is employed as the embedding threshold. The inverse integer wavelet transform is applied to the modified coefficients to form a new audio sequence (stego signal). The characteristics of this method are large payload, high audio quality and full recovery. This work was supported by Iranian Telecommunication Research Center (ITRC).     

基于DSP的最优小波包基算法的实现

小波包分析能够为信号提供一种更加精细的分析方法,它将频带进行多层次划分,对多分辨分析没有细分的高频部分进一步分解,并能够根据被分析信号的特征,自适应地选择相应频带,使之与信号频谱相匹配,从而提高时-频分辨率。为了能在DSP嵌入式设备中应用小波包分析方法进行信号处理,首先讨论小波包分解的过程和最优基及代价函数的选择方法,然后提出一种在DSP上实现香农熵代价函数的小波包分解算法的方法,并在浮点型DSP TMS320C6713B上实现了此算法。最后针对具体的数字信号进行小波包分解和最优基选择的实验,实验结果证明了该方法的正确性和高效性。     

Synthetic aperture radar image compression using tree-structured edge-directed orthogonal wavelet packet transform

Currently, wavelet-based coding algorithms are popular for synthetic aperture radar (SAR) image compression, which is very important for reducing the cost of data storage and transmission in relatively slow channels. However, standard wavelet transform is limited by spatial isotropy of its basis functions that is not completely adapted to represent image entities like edges or textures, which means wavelet-based coding algorithms are suboptimal to image compression. In this paper, a novel tree-structured edge-directed orthogonal wavelet packet transform is proposed for SAR image compression. Inspired by the intrinsic geometric structure of images, the new transform improves the performance of standard wavelet by filtering along the regular direction first and then along the orthogonal direction with directional lifting structure. The cost function of best basis selection is designed by textural and directional information for tree-structured edge-directed orthogonal wavelet packet transform. The new transform including speckle reduction can be used to construct SAR image coder with the embedded block coding with optimal truncation for transform coefficients, and arithmetic coding for additional information. The experimental results show that the proposed approach outperforms JPEG2000 and Fast wavelet packet (FWP), both visually and item of PSNR values.     

基于最优小波基函数的语音增强研究

小波分析具有时频局部化和多分辨率特性,而小波包分析是在小波分析的基础上对信号高频部分的更精细地分解,选取合适的小波基一直是小波包去噪分析中的关键问题。将熵函数作为选取最优小波基的评价标准,通过计算语音信号小波包分解系数的熵值来确定合适的分解方式,同时采用小波包阈值去噪算法对三种小波基进行小波包去噪仿真实验,并进行对比分析。仿真实验表明,两种熵函数选取的最优小波基都能较好地消除强噪声背景下的噪声,得到信噪比较高的语音信号。