偶数长有理数对称紧支双正交小波滤波器设计

基于Daubechies紧支集小波构造方法所得到的小波滤波器多为非线性相位和无理数系数。非线性相位滤波器在图像处理过程中容易引起失真,而无理系数滤波器给小波变换的应用尤其是在算法的硬件实现方面带来不便。借助完全重构滤波器思想,进行了具有线性相位的双正交小波滤波器设计,同时通过添加消失矩特性条件,归纳推导出偶数长有理系数双正交对称紧支集小波滤波器的构造方法。以长度为8-4双正交小波设计为例,对设计方程中出现的自由变量的取值范围进行了讨论,得到了8-4有理系数双正交对称小波滤波器。     

基于栅格结构的正交小波滤波器组逼近方法

提出一种基于栅格结构的小波滤波器逼近方法．应用栅格结构的特性，采用分步栅格优化和随机栅格优化两个过程来构造小波滤波器．在分步栅格优化中，提出两种优化策略：扔掉和保留；并证明这两个优化策略是等价的，这样可以采用扔掉策略也可以保证我们每步优化是最优的．同时，将这种构造算法推广到不同长度滤波器构造，也成功地将该算法应用到以下问题：构造二通道接近线性相位的正交小波滤波器和有限脉冲的信号自适应小波滤波器(主分量滤波器)．另外，分步栅格优化的部分结果已经出现在IEEE ICIP2003上．     

高性能的9/7小波滤波器组设计

提出了一种二进制系数的9/7双正交小波滤波器组.首先对小波滤波器组的完全重构条件和双正交条件进行三角基函数变换和因式分解,然后对求出的小波滤波器系数进行优化设计,从而得到一组滤波器系数都为二进制分数的9/7双正交小波滤波器组,其离散小波变换只需采用简单的"移位-加"即可.理论分析和实验表明:改进的9/7小波滤波器组具有与CDF9/7小波滤波器组相近的性能,同时大大降低了离散小波变换的算法复杂度.因此,非常适用于大规模集成电路的实现.     

一种用于图像编码的双正交插值小波

针对CDF-9／7小波滤波器系数是无理数的缺点,利用小波滤波器的精确重构条件,构造一类仅用一个自由参数表达的双正交插值小波。通过调整自由参数构造一种具有最佳编码增益和二进制（形如k／2^n,t,n∈Z的数）系数的插值小波。实验表明其图像压缩性能与CDF-9／7小波相当,小波变换的计算效率提高50％以上。     

图像编码中双正交小波基能量聚集特性的度量

1　引言为了避免图像编码中的相位失真 ,希望滤波器的有限脉冲响应 (FIR)具有线性相位特性 ,这对采用小波分解不同尺度上的相关性 (比如零树量化编码 )来进行量化的图像编码是非常有益的 ,因为它不需要相位补偿就可精确重构图像 .为了保持线性相位特性 ,同时使小波变换后的能量主要集中在低频分量中 ,作者采用具有紧支集的双正交小波基 .在低码率图像的变换编码中 ,受到关注的是变换的能量聚集特性 ,从逼近的观点看 ,这使得只用很少的变换系数就可以得到许多不同图像的精确逼近 .然而到目前为止 ,还未能在变换编码的效果与双正交小波的特…     

湖底回波的包络特征提取

湖底回波包络包含了湖底沉积物的结构和物理性质的信息,可以作为沉积物分类的特征.用传统的Hilbert变换提取宽带回波包络存在一些固有的缺点.该文中,采用线性相位的双正交小波,对湖底回波解析信号的实部和虚部分别进行离散正交小波变换,提取合适尺度上的小波系数的模值作为包络特征矢量.它可以采用Mallat快速算法,运算量少,提取的包络特征矢量维数少,能简化目标识别的算法.对实测的湖底回波数据进行特征提取和分类的仿真实验也表明,采用这种方法得到的包络特征是一种稳健、有效的特征,能获得较高的正确识别率.     

基于提升方法的简单9／7小波滤波器

本文以构造双正交小波的Cohen-Daubechies-Feauveau定理为基础，利用提升方法构造了一组对称双正交9／7小波滤波器，它与JPEG2000中采用的CDF97小波压缩性能几乎相同，并且它们两者在图象压缩中可以互相作正变换与逆变换，新9／7小波的计算只需要两个浮点运算和16个整数运算，而CDF97小波需要14个浮点运算，因而它能极大地简化和 减小图象压缩和视频压缩的运算量。     

双正交小波变换的算子矩阵及去相关性能分析

利用基于推选体制（Lifting Scheme)的小波变换实现算法,构造出了与具有紧支集的双正交小波滤波器对应的小波变换和逆小波变换的算子矩阵,这些矩阵是大小与信号长度相等的可逆常数矩阵。这些矩阵为从理论的角度研究双正交小波滤波器的性能提供了一个工具。利用这些矩阵,从理论的角度对不同的双正交小波滤波器的去相关性能进行了分析比较研究,并和其他常用的正交变换,如DCT、DFT进行比较,给出了定量的比较结果。比较结果表明,在高压缩比的情况下,（9,7）滤波器具有好的性能,而在中等压缩比下,（5,3）滤波器有比较好的性能。     

基于提升格式的紧支集双正交小波的设计

通过研究提升格式构造完全重构滤波器的方法,并结合传统的双正交小波的构造理论,得到了构造基于提升格式的双正交紧支集小波的方法。同时列举滤波器长度为4-4,消失矩为2-1的基于提升格式的双正交小波的构造实例。将所构造出的小波实例用于信号和图像消噪,发现在滤波器长度相同的前提下,基于提升格式的小波的消噪效果优于普通小波,并且用自适应的方法在已求得的范围内找出达到最佳消噪效果的自由变量的取值。     

有限长标准正交小波基滤波器的构造

从紧支撑正交小波滤波器的正交性、规范性及正则性条件出发,获得了求解滤波器系数的非线性差分方程组,并采用最优化方法求解。由于该优化问题的目标函数是具有零残数的最小二乘,可以用Gauss-Newton法求解。为了克服Gauss-Newton法的局部收敛性,结合随机算法和Gauss-Newton法形成了一种更为可行的算法。它不仅计算出了Daubechies小波的滤波器系数,还可以得到其他对称性与局部性更好的小波。另外,该算法还可以用于双正交或多小波滤波器的构造,具有很好的可移植性。     

Hilbert-小波变换的齿轮箱故障诊断*

采用希尔伯特—小波变换对振动加速度传感器获取的齿轮箱振动响应信号进行特性分析。利用小波变换分解获得振动响应信号的各层高频信号小波系数和低频信号小波系数,对小波系数进行重构获得具有不同特征时间尺度的各高频信号和低频信号;再对分解的信号进行希尔伯特变换获得时频信息谱以提取系统的统计特征信息,实现监测齿轮运转工作状态,及时发现齿轮的早期故障,提高机械运行的安全性。仿真研究结果表明,小波变换分解和希尔伯特边际谱方法在故障信息诊断方面是可行和有效的,提高了故障检测的可靠性。     

双树复小波包变换语音增强新算法

实小波包变换是语音增强中效果较好的一种算法,利用阈值的方法对小波包系数进行压缩进而重构语音信号.分析了实小波包变换的平移敏感性,以及其对语音进行增强时的缺陷.提出采用双树复小波包变换方法进行语音增强,当低通滤波器和高通滤波器对应的小波基近似为希尔伯特变换对时,该变换能大大减小实小波包变换中的平移敏感性.同时考虑小波包系数之间的相互关系,提出了重叠块复阈值算法.结果表明,算法优于传统实小波包变换及点阈值算法,尤其对含周期噪声的语音信号,双树复小波包变换算法的优势更为明显.     

基于小波变换的无驱动结构微机械陀螺信号自旋频率的提取

针对一种新型陀螺,它能敏感旋转载体的俯仰、偏航和滚转角速度,敏感信号是一种调幅波信号,载波频率是自旋频率,包络是横向角速度。实际应用中,需要精确提取自旋频率。基于此,提出了一种提取载波频率的新的方法——小波变换构造解析函数法,对自旋频率解算算法进行了理论推导,并通过MATLAB软件对噪声比为30 dB的模拟陀螺调幅波信号进行了自旋频率的提取和误差分析,其中Hilbert变换相对误差为0.033 6,小波变换相对误差为0.017 8。对三轴精密转台实时测试的横向角速度为180°/s的陀螺信号进行了自旋频率的提取和误差分析,其中Hilbert变换相对误差为0.035 9,均方差MSE为7.915 9;小波变换相对误差为0.001 8,均方差MSE为0.293 7。小波变换较Hilbert变换求解自旋频率精度提高二十倍,降噪性能和频率稳定性更好。     

基于小波变换区域方差的遥感图像融合新算法

提出一种基于小波变换的遥感图像融合新算法。利用离散小波变换把图像分解成不同尺度的低频和高频部分,采用小波区域窗口和子区域窗口统计把小波系数分类成边缘和非边缘系数。在融合处理中,低频图像的小波系数平均值作为融合后的低频系数,高频细节系数根据不同区域特征选择方法以及对应输入图像小波系数的最大多窗口区域方差来确定融合后高频小波系数。实验结果表明,这种方法能够在保留图像微小细节方面获得满意的结果,这种算法有效且优于其他的图像融合方法。     

基于小波变换的反锐化掩模图像增强新算法

针对传统的基于小波变换的反锐化掩模图像增强算法中存在的问题，即对比度相同而幅角不同的边缘达到的增强效果之间差别较大，提出了一种新的基于小波变换的反锐化掩模图像增强算法。该算法在对原始图像进行小波分解的基础上，根据小波变换所提供的幅角，对小波系数进行自适应增强处理。实验结果表明，与传统算法相比，新算法使对比度相同而幅角不同的边缘达到的增强效果之间的差别明显减小。     

小波变换的低频数字水印

为了使水印具有更强的鲁棒性和更广泛的适应性,提出了一种基于Haar小波基的离散小波变换(DWT)的隐形水印算法。该算法根据数字水印小波基的选择与水印鲁棒性的关系,选取Haar小波基,并根据水印长度和人眼视觉特性,自适应地把图像进行相应的小波级数分解,并对最低层逼近系数分类,根据分类的结果将不同强度的水印分量嵌入到低频系数中。实验结果表明,该算法具有不可见性,经过某些图像处理操作和JPEG有损压缩后仍是鲁棒的。     

基于改进的SPIHT整数提升小波变换的图像压缩

针对传统小波变换过程复杂的缺点和SPIHT算法编码过程重复运算、存储量大以及未考虑人眼视觉特性的不足,提出了基于改进的SPIHT整数提升小波变换的图像压缩算法,首先选用9-7整数提升小波对图像进行分解,然后对低频子带的重要系数采用特殊处理,对高频子带改变扫描方式来获得最大系数和按频率优先的原则输出系数.同时引用最小输出位、最大值表思想,具有节省索引的时间、节省内存、计算速度快,编码、解码简单的特点.实验结果表明了该算法在相同的比特率下(特别在低比特率下)得到的重构图像的PSNR值高于原算法且缩短编解码时间,是一种有效的快速图像压缩算法.     

基于小波变换和稀疏表示的图像去噪

传统小波阈值去噪在对图像进行去噪时,并不能很好地保留图像的细节纹理等边缘信息部分.针对这一不足,结合了稀疏表示相关的理论,提出了一种基于小波变换和正交匹配算法相结合的图像去噪算法.首先选取小波函数对含噪图像进行处理,分离出图像的高频和低频小波系数,然后对高频系数结合正交匹配追踪算法,通过多次反复迭代求得高频稀疏分量,再结合低频分量,用逆小波变换得到恢复图像.实验结果表明,在相同的噪声条件下,该算法能取得较好的峰值信噪比(PSNR),获得更好的视觉效果.     

基于小波域影响锥的小波萎缩去噪算法

信号的奇异点和不规则结构往往携带了一些重要的信息,而小波变换是检测信号奇异点和跳变沿的一种有效的工具。为了更好地从噪声污染的信号中消除干扰和保留信号原始特征,根据奇异点影响锥的范围和小波域模极大值线传播特性,提出了一种新的算法来寻找奇异点影响锥内的小波系数,并进行去噪处理。仿真实验表明:与传统的阈值去噪方法相比,该算法实现简单并且有着更好的滤波性能。     

基于小波变换的图像增强新算法

传统的小波增强算法应用于光照不足或不均匀的图像时处理效果一般,针对该问题提出了基于小波变换的图像增强新算法。首先,对图像进行多级小波分解,得到尺度系数和多个层次的小波系数;然后,对不同层次的小波系数采用不同的增强算法进行处理,同时,对图像的尺度系数采用多尺度方法进行处理;最后,利用得到的小波系数和尺度系数进行小波逆变换。实验表明,该方法无论是增强效果还是抗噪性能都明显优于传统的图像增强算法,同时对光照不足或不均匀的图像具有较好的处理效果。