基于Matlab的长序列快速小波变换实现

借助Matlab作为辅助设计工具,在Mallat算法的基础上,利用重叠保留法对长序列进行分段处理,并用圆周卷积代替小波变换中大量的线性卷积运算,有利于信号的实时处理。使用Matlab语言按算法流程编写程序,仿真结果验证了算法的正确性和有效性。     

基于Matlab的长序列快速小波变换实现

借助Matlab作为辅助设计工具,在Mallat算法的基础上,利用重叠保留法对长序列进行分段处理,并用圆周卷积代替小波变换中大量的线性卷积运算,有利于信号的实时处理.使用Matlab语言按算法流程编写程序,仿真结果验证了算法的正确性和有效性.     

长信号卷积的快速运算及其语音处理的应用

通过对有限长信号卷积运算的快速算法分析，根据长序列信号的结构特点及卷积运算的数学特征，提出了一种长信号引速卷积及相关的算法实现，给出了相应的C 算法程序，结合算术傅立叶变换进行了改进。并把该算法运用到实际的语音处理中，得到了较好的快速和重建效果。     

一种长序列线性相关及卷积的快速算法

随着多媒体通信和数字信号处理技术的快速发展,各种信号处理的方法及相关理论不断完善,其中两种基本方法——卷积和相关得到了广泛的应用.鉴于多媒体信号的数据量很大,如果直接用以上两种方法处理,计算量将会很大.文章通过对快速傅立叶变换(FFT)的算法原理分析,根据线性相关和卷积的数学特征及物理含义,针对长序列信号,提出了一种基于FFT的长序列快速相关及卷积算法,用C++进行了算法编程,在计算机上得到较好的实验效果,提高了运行速度,并结合算术傅立叶变换进行了改进.     

基于FPGA的数论变换算法及应用的研究

本文介绍了数论变换及其一些基本特性;讨论了数论变换中的快速算法和较长序列变换等重要问题,并给出了解决方案。进一步论证了基于FPGA实现数论变换的可行性及其在数字信号处理应用中优势所在;最后设计出了基于FPGA的基本数论变换的实现并基于此实现了快速卷积运算器。     

旋转角序列小波分析快速算法

提出了一种新型小波分析快速算法--"旋转角序列快速小波变换(RAS-FWT)",并给 出了正交小波旋转角序列的约束关系.该算法将传统的基于卷积的小波变换快速实现方法,转化 为微处理器更易实现的迭代结构,并采用"循环指针"实现数字延迟,代码更加高效简洁.Mallat 算法将正交小波与N长度离散系数序列建立起了--映射关系;而RAS-FWT建立起正交小波 与N/2长度离散角度序列的--映射关系,故计算量降低为Mallet算法(FWT)的一半.另外,基 于"旋转角序列"的特征构造,这一技术将为正交小波构造理论开辟一条崭新的技术路线,成为这 一学科的新分支.     

图像处理中小波提升方案和Mallat算法的比较

离散小波变换(DWT)的快速算法是近几年小波变换领域研究的热点。Swedlen提出一种不依赖于傅立叶变换的新的小波构造方案——提升方案(LIFTING SCHEME)，其计算速度是传统Mallat算法的两倍左右，因而成为计算离散小波变换的主流方法。提升方案为第一代小波变换提供了一种新的更快的实现方法，同时，大大降低了第一代小波的难度，并且已经证明提升方案可以实现所有的第一代小波变换。     

一种快速离散小波变换算法及其在语音信号中的应用

随着小波分析的理论研究水平不断提高,其应用领域也在不断扩展。特别是其多分辨率分析和Mallat算法在数字信号处理和数字通信中得到了广泛的应用。但是如果直接按照上述算法计算信号的小波分解和重构,其计算量将是很大的。通过对实序列的快速傅里叶变换(FFT)算法的推导及Mallat算法原理的分析,根据离散小波变换算法结构特征,提出了一种基于FFT的快速离散小波变换算法,并从数学理论上进行了论证。同时把该算法应用到实际的语音信号处理中,得到了很好的快速分解和重构效果。     

小波变换算法在数字图像处理中的应用

本文研究的是小波变换在数字图像处理中的应用,文中介绍了数字图像处理的基本概念和小波变换的基本理论。基于图像小波理论,对图像小波变换的实现技术——Mallat算法进行了分析,并且根据Mallat算法应用VC++编程实现了图像小波变换。     

离散小波变换的VLSI架构

这篇论文对小波变换技术及其VLSI实现架构进行了回顾与总结。重点讨论了离散小波变换及其快速算法——Mallat算法。然后对该算法的几种典型VLSI实现架构进行了讨论和比较，并对未来的工作给出了建议。     

应用提升格式实现的基于行小波变换的图像压缩算法

内存需求量大、计算复杂度高等问题很大程度上限制了JPEG2000的应用。基于行小波变换的图像压缩算法以累进方式完成列向小波变换,在不影响变换结果的前提下降低了对存储容量的需求。应用三项加法单元形式的提升格式代替原基于行的小波变换算法中的Mallat算法,充分利用了提升格式的全替换特性,加快了计算速度,节省了内存。同时针对基于行的小波变换的特点,设计了相应的上下文模板,可以简洁、高效地进行概率估计。应用该方法对JPEG2000进行改进,可大大提高其实用性。     

一种融合小波变换与卷积神经网络的高相似度图像识别与分类算法

针对特定领域高相似度图像识别与分类问题,提出融合小波变换与卷积神经网络的高相似度图像识别与分类算法。首先,利用小波变换提取图像纹理特征,对不同类别、不同分辨率图像集进行训练并确定最佳纹理差异度参数值;其次,根据纹理差异度运用小波分解方法对图像进行子图分解,提取各子图能量特征并进行归一化处理;接着,通过卷积神经网络5层卷积和3层池化交替,将输入图像特征向量转化为一维向量;最后,通过训练次数的增加以及数据量的增大,不断优化网络参数,提高在训练集中的分类准确度,在测试集中验证权值实际准确度,得到具有最高分类准确率的卷积神经网络模型。实验选取鸡蛋、苹果两类图像数据集作为实验数据,进行鸡蛋散养或圈养识别、苹果产地判定,实验结果表明：该算法平均鉴别准确率均达90%以上。     

由小波变换模极大值重构信号的快速算法

信号在不同尺度上的小波变换模极大值包含了信号中的重要信息,因此研究如何由小波变换模极大值重构信号是很有意义的.本文提出了一种基于Hermite插值由二进小波变换模极大值重构信号的快速算法.数值试验表明,与Mallat经典的交替投影算法相比,本文算法可以在保证信号重构质量的前提下简化计算过程,提高计算效率,计算所需时间与交替投影算法相比大大减少,是一种实用性较强的信号重构算法.     

基于Mallat算法的图像边界问题的研究

首先介绍了一维信号边界对称延拓方式及图像双正交小波分解重构算法，然后在一维信号边界延拓方式的基础上，研究了当高、低通滤波器长度为偶数，且关于1／2对称时，图像能够精确重构的边界延拓问题，并给出了图像的小波变换及边界对称延拓的步骤。最后，通过仿真实例验证了该对称边界延拓方式能够保证图像在小渡变抉中精确重构。     

一种新的面向信号处理的小波变换加速算法

给出了小波分析滤波器系数的解析构造方法,导出了类似于快速Fourier变换的小波快速变换算法.它比著名的小波变换Mallat算法更简单、方便,计算速度更快.同时,它还可以根据分析的信号自适应地选择小波分析滤波器参数.     

边界镜像对称延拓双正交小波变换矩阵的构造

计算小波变换的Mallat算法需要进行逐级分解和重构,对于有限长信号的小波变换来说,为了保证其完全重构,有必要对其进行边界延拓。基于边界周期延拓的小波变换算法极易实现,也常见于文献,而边界对称延拓较周期延拓则更适合用于信号和图像的处理,但基于边界对称延拓的小波变换矩阵实现方法却很少出现在文献中。为了用矩阵-向量乘积实现信号的小波变换,给出了一种在信号镜像对称延拓方式下,任意深度小波变换矩阵的构造方法,并证明了该延拓方式下实现Mallat算法的完全重构条件。作为实例,绘出了B ior3.3小波的分解和重构矩阵的基向量及波形图。将构造的变换矩阵用于基于小波的图像处理中,不仅可以避免逐级迭代,大大简化运算量,而且边界效应也明显减少。     

利用循环卷积实现的素长度ＤＣＴ快速算法

提出了一种利用循环卷积（Ｃycli convolution)和扭循环卷积（Ｓkew cyclic eonvolution)实现计算机素长离散余弦变换（ＤＣＴ）的快速新算法,算法将ＤＣＴ系数分成三部分,ＤＣ分量,偶下标分量和奇下标分量,根据数论理论,本文定义了一种新的标变换算子,利用该算子进行下标变换,将偶下标ＤＣＴ系数的计算转化为一个循环卷积,根据不同长度,奇下标ＤＣＴ系数的计算被转化为循环卷 积或扭循环卷积,利用循环卷积和扭循环卷积的高效率和规则的算法,构造具有简单,规则的结构和较低的运算复杂性和奇素长度ＤＣＴ快速算法。