几种三层小波提升方案及其在图像压缩中的应用

1 引言小波理论在图像压缩中已有成功的应用。在小波压缩系统中,有两个因素是至关重要的:一是小波滤波器,二是压缩编码算法。随着小波变换进入JPEG2000,与小波变换相配套的零树编码算法写进MPEG-4,小波理论在图像压缩中也占有越来越重要的地位。基于提升算法的第二代小波变换也日益受到研究者的广泛关注。与第一代小波变换相比,提升算法具有快速、高效的优点,并且提升滤波器的设计可直接在空域中完成。第一代小波变换可通过因数分解转换为提升方案,例如著名的Cohen和     

基于提升格式小波变换的涡街信号处理方法

提升格式是一种完全在时域上构造小波的方法,其基本思想是以一个简单的多分辨率分析为起点,通过提升或对偶提升,得到满足一定性质的多分辨率分析,同时能够减小进行小波变换的计算量,提高算法实现的运行速度。该文应用小波提升原理,研究了基于boirS／3小波滤波器的提升格式算法,并将算法应用于涡街流量信号的处理,提取代表流量信息的涡街信号频率,并且相比第一代小波变换,该算法具有计算简单、运算量小的特点。     

基于提升方法的脉搏波信号处理

小波变换在信号处理中有着广泛的应用，但是传统的小波变换依赖于傅立叶变换，有大量的卷积运算，运算速度较慢。文章讨论了第二代小波变换的原理，并采用第二代小波变换来处理脉搏波信号。提升算法是构造第二代小波的关键技术，它不依赖于傅立叶变换，可实现整数小波变换，大大提高了运算速度。通过分析提升算法的基本原理，尝试用第二代小波变换对脉搏波信号进行去噪处理；并介绍了小波软阈值法和硬阈值法，分别采用这两种方法进行降噪处理，将结果与传统小波变换处理的结果进行比较，得到了令人满意的效果。     

基于Haar小波的图像变换方法的研究

系统地介绍了基于快速滤波器组卷积算法的第一代小波和基于提升方案的第二代小波。通过对图像先行后列分离,结合惰性滤波器进行奇偶分割,由欧几里得算法求出预测算子和更新算子,实现了由此提升方案构造的Haar小波1级图像分解。实验结果表明提升方案构造的Haar小波实现起来相当容易,简化了很多复杂的计算过程,其本身的诸多特点更便于在实际中应用,且在变换后的效果上,与第一代基本无差异。     

一种基于新量化方案的形状自适应整数小波编码算法

首先提出了基于提升方案的形状自适应整数小波变换算法。然后对整数小波同第一代小波的变换系数分布特性的差异进行了详细的分析．针对整数小波变换系数幅值动态变化范围小，而传统EZW中阈值区间相对较大，不利于形成零树结构的不足，提出了基于奇数平方的阈值选取方法．并在此基础上，提出一种基于二分法的量化逼近方案，与传统的基于住平面的量化方法相比，该方案能用更少的比特来完全重构一个系数．最后，提出了基于整数小波变换和新的量化方案的形状自适应EZW编码算法．实验结果表明，闽值选取方法是合理的，而基于二分法的量化逼近方案是有效的．在相同码率下，与传统阈值选取和量化方案相比，该方法重构图像的峰值信噪比要高出0．5～2dB．     

基于提升的二维离散小波变换优化算法与DSP实现

二维离散小波变换是小波处理图像的关键算法。随着人们对多媒体信息需求的日益增长，处理速度正变得越来越重要，传统的先行后列式的二维离散小波变换计算方法具有变换速度慢，不能充分利用硬件设备的缺点。讨论了一种基于小波提升算法的、行列并行的二维离散小波变换改进算法，该算法具有运算速度快、占用内存少的特点，特别适用于嵌入式系统的需求。同时，基于TMS320C6000 DSP平台讨论了它的软件实现方法，经比较可比传统计算方法提高效率20％左右。     

Lifting Scheme及其在小波图象编码中的应用

Lifting Scheme是构造第二代小波的关键技术。相对于第一代小波而言,Lifting Scheme是一种比Mallat算法更快、更简单和更容易操作的算法,也是JPEG2000推荐的算法,为了将其应用到小波图象编码中,提出了一种对Lifting Scheme作适当改进以用于小波图象编码的方法。该方法就是先用Lifting Scheme来实现D9/7双正交小波变换,然后再用这种技术实现的D9/7双正交小波变换来进行图象压缩编码。在将Lifting Scheme算法用于小波图象编码的过程中,对该算法做了必要的简化,以便保证每个提升(lifting）环节都是FIR滤波。同时,根据能量守恒的原则,重新调整了尺度因子。实验结果表明,这种经过改进的Lifting Scheme取得了比Mallat算法更好的图象编码效果。     

基于二代小波提升算法的快速图像边缘检测

利用小波多尺度特性提取图像边缘是目前研究热点之一;通过比较第一代和第二代小波算法特点,引入二代小波提升结构的概念,提出了一种基于二代小波提升结构的快速图像边缘检测算法;对三次B样条小波基实现提升格式,通过计算大尺度下分解子图的模值和幅角来确定边缘;经过实验比较,能比经典的边缘检测算法得出更精确的边缘图像,同时通过与基于第一代小波算法的边缘检测比较,基于二代小波提升格式的边缘检测算法计算更快速,更高效.     

基于二代小波和图像置乱的数字图像盲水印算法

针对基于第一代小波的多分辨率水印算法运算速度慢、图像的重构质量与变换时延拓边界的方式有关等不足，根据第二代小波变换的特点，结合Amold置乱算法，给出一种基于小波多级提升和水印图像置乱来实现的改进型多分辨率图像水印算法，并分别采用Haar、Db2、Db4、9/7小波进行仿真实验。结果表明，该算法不仅保持了传统小波多分辨率图像水印算法的优点，而且有效提高了处理速度，并弥补了传统小波多分辨率图像水印算法中当滤波器增长时，含水印图像质量下降的不足。     

提升小波变换及其在数字水印中的应用

提出了一种基于提升小波变换的数字水印嵌入方案.提升算法是一种新的双正交小波构造方法,这种方法大大地降低了计算的复杂度,可有效地减少运行时间.详细地说明了提升算法的原理及实现步骤,并结合这种算法介绍了它在数字水印中的应用.     

一种基于小波谱的流量识别方法

针对流量识别方法受到服务端口、协议签名、流量加密等限制的问题,提出一种基于多尺度小波谱的流量识别方法。利用离散小波变换对原始网络流量进行多尺度分解,分别计算不同尺度下的小波谱,使用K-means算法对这些小波谱进行聚类分析,由此实现网络流量的识别。实验结果表明,该方法具有较高的识别准确率。     

基于冗余离散小波变换的信号配准及分类

离散小波变换(Discrete wavelet transform,DWT)对输入信号的平移敏感,当输入信号间存在平移时,基于DWT的信号分类会受到负面影响.本文提出一种基于冗余离散小波变换(Redundant DWT,RDWT)的信号配准及分类方法,克服了DWT的平移敏感性,解决输入信号间存在平移变化的信号分类问题,...     

基于图像置乱和小波变换的数字水印算法

本文提出一种新的基于Arnold图像置乱和DWT相结合的数字水印安全算法.先将水印图像置乱,然后用基于小波域的算法按一定规则把水印信息分散嵌入到数字产品中.经实验验证,它能够抵抗常见的各种攻击,不可见性和鲁棒性都得到了提高.     

一种基于小波变换的导弹运输车辆故障诊断方法

利用离散小波变换的时频特性和连续小波变换检测信号边沿的原理,进行模拟导弹运输 车辆轮胎和板簧的故障检测、分离和定位.该方法不需要对象的数学模型.模型车的故障诊断实验 结果表明.该方法灵敏度高,对噪声具有较好的鲁棒性.     

旋转、缩放、位移不变的小波域图像水印算法

介绍了一种基本上不受旋转、缩放、位移影响的小波域图像水印算法.该算法根据人类视觉系统的特性,将水印自适应地嵌入图像小波域的低频子带.为计算和校正旋转及缩放造成水印位置的移动,采用一种新的滤波方法.该滤波方法需要使用原始图像对数极坐标域中的一小方块信息来计算水印位置的平移.实验结果表明,该水印对旋转、缩放、平移和常规的图像处理具有较强的鲁棒性.     

整数小波图象变换及统计分析

整数小波变换是一种整数到整数的小波变换,它能够完全地重构原始信号。该文采用了一种新的二维整数小波变换方法,并对于几种不同的整数小波图象变换特性给出了具体的统计数据,并进行了详尽的数据分析。     

基于级联离散小波变换的信号去噪方法研究

提出了基于级联离散小波变换的信号去噪方法。该方法通过对带噪信号作一层离散小波变换(DWT)后提取的低频部分和高频部分分别作一层DWT和四层DWT,然后,对低频部分提取的低频成分和高频成分均作三层DWT,接着,对所有分解的小波系数进行阈值处理,最后,完成信号重构。实验结果表明:在同样的小波分解层次下,本方法去噪效果好于DWT法和WPD法。     

可抑制伪验证的DWT域图像零水印算法

现有水印算法中存在一类新的安全性问题,即水印的伪验证,为避免在新提出的一种基于DWT域多层分解的零水印算法中出现此类问题,尝试给出了抑制其伪验证性问题的新方法。该方法基于假设检验理论,着重分析了图像局部小波系数差值变化及方差变化对水印算法鲁棒性和伪验证性的影响,并据此给出了算法参数的最佳选择条件以及改进的水印检测式。实验结果表明,新算法不仅对压缩、中值滤波、加噪、剪切、放缩等操作具有良好的鲁棒性,对可能存在的水印伪验证也具有很好的抑制性。     

Variable lighting face recognition using discrete wavelet transform

This paper presents a new discrete wavelet transform (DWT) based illumination normalization approach for face recognition under varying lighting conditions. Our method consists of three steps. Firstly, DWT-based denoising technique is employed to detect the illumination discontinuities in the detail subbands. And the detail coefficients are updated with using the obtained discontinuity information. Secondly, a smooth version of the input image is obtained by applying the inverse DWT on the updated wavelet coefficients. Finally, multi-scale reflectance model is presented to extract the illumination invariant features. The merit of the proposed method is it can preserve the illumination discontinuities when smoothing image. Thus it can reduce the halo artifacts in the normalized images. Moreover, only one parameter involved and the parameter selection process is simple and computationally fast. Experiments are carried out upon the Yale B and CMU PIE face databases, and the results demonstrate the proposed method can achieve satisfactory recognition rates under varying illumination conditions.     

小波变换和清晰块搜索结合的图像融合算法

在基于小波变换的多聚焦图像融合中,低频系数选取决定融合图像的轮廓,同时影响融合图像的边缘细节,因此小波变换法是以损失图像的局部清晰来换取整幅图像的平均清晰;而基于空域块选择的融合方法能很好地保留利用聚焦图像的清晰部分,但是图像模糊区域效果不佳。因此提出一种新的融合算法,先对图像进行小波变换融合,之后对原图像进行清晰块搜索,进行基于清晰块选择的图像融合。实验结果表明,该算法融合结果优于单一的小波变换算法。