小波变换在静态图像数据压缩中的应用

图像数据压缩是多媒体的关键技术之一，寻求好的数据压缩方法是目前的一个热点，本文结合小波变换对图像数据压缩的编码方法进行研究，并在静态图象数据压缩方面进行了有益的尝试。     

提升小波变换在静态医学图像压缩编码中的应用

LeGall(5,3)提升小波直接在时域完成小波构造,不仅算法简单、适合并行处理,而且还能同时用于图像的无损或有损压缩。为了满足远程医疗系统静态医学图像压缩处理的特定要求,该文详细讨论了基于提升格式的LeGall(5,3)小波变换的算法,并在DSP上加以实现。实验结果表明该方案在提高运算处理速度、改善图像压缩比和重建图像质量等方面都取得了较好的效果。     

小波变换在传感器信号滤波中的应用

在流速测量过程中采集的加速度传感器信号是含有随机干扰的信号,为了改善滤波效果,尽可能排除随机信号的干扰,本文介绍了小波变换理论在加速度信息滤波中的应用,并进行了仿真实验。仿真结果表明,小波变换具有良好的时频特性,能有效检测出信号中所含各频率成分,减小测量误差,在传感器信号滤波方面有广阔的应用前景。     

基于小波变换的静态图像数字水印算法

提出了一种基于小波变换并且不需要利用原始图像信息的静态图像数字水印算法,并给出了检测门限的确定方法,实验结果表明,该算法较好地保持了图像质量,并且对各种常用的图像处理方法显示出较强的稳健性。     

基于静态小波变换的提升框架分解

静态小波变换的最大优点是具有平移不变性。该文基于小波变换的多相表示,利用多采样率滤波器理论中上(下)采样算子与滤波器的等效易位关系,提出了将传统的静态小波变换由懒惰小波变换经过有限步交替的提升和对偶提升结构来实现的方法。由于提升框架容易实现逆变换,故在处理边界中具有更大的灵活性。分析表明,与标准算法相比,通过提升分解,可减少一半计算量。     

小波变换在图像压缩中的应用

小波变换克服了传统傅立叶变换的缺点，具有良好的时频局部化性能，从而使得小波理论在图像处理领域得到广泛的应用。实验证明，经过小波变换编解码的图像在实现较高压缩率的情况下能够保证较好的图像质量。     

基于整数小波变换的静态图像压缩编码技术

目前多媒体和Internet技术的迅猛发展导致了人们对图像编码有了越来越高的要求。由于小波变换所具有的一些特性非常符合图像处理的要求,使得小波变换图像编码得到了广泛关注。本文结合小波变换的特点,对几种经典的小波图像编码算法进行了讨论,并对静止图像编码的研究方向进行了展望。     

基于小波变换的影像融合在动态监测中的应用

基于小波变换的遥感影像融合是一种重要的图像信息增强方法，提出了将其应用于土地利用遥感动态监测，以自动探测土地利用发生变化的区域。方法是将某时相的多光谱影像进行主成分变换，用其第一主成分与另一时相的多光谱影像进行数据融合，融合规则是对两时相影像的小波系数进行加权平均法计算。经室内资料检核和野外验证发现，得到的变化信息的噪声小图斑较少，结果精度能满足实际应用需要。     

样条小波变换在图像压缩中的应用

本文介绍样条小波,并在此基础上提出了基于图像分解的二元张量积小波的多分辨分析方法,对变换后的图像进行二维离散余弦的二次变换,量化编码后得到了较高的压缩比和较好的重建图像。     

小波变换在图像压缩中的应用

近十几年来小波理论研究已成为应用数学的一个新方向.作为数学工具,小波被迅速应用到图像处理和语音分析等众多领域.本文试图从工程和实验角度出发,较为直观地探讨小波变换在图像压缩中的应用,并给出了利用MATLAB软件加以实现的方法.     

平稳小波变换在膈肌肌电降噪中的应用

为了去除膈肌肌电中的心电干扰,提出了一种基于平稳小波变换的“逆向”硬阈值的降噪方法.首先,对临床的膈肌肌电信号进行平稳小波变换,根据小波系数检测QRS并确定心电干扰范围;其次,逐层估计心电周期范围的小波系数均方差,并且通过均方差计算各个心电干扰的阈值;最后,对各层心电干扰范围小波系数进行“逆向”硬阈值处理,并进行小波逆变换得到降噪后的信号.实验结果表明,该方法能够有效地去除膈肌肌电信号中的心电干扰,并且能够较好地保留膈肌肌电信号的信号特征.     

小波变换在车流量检测雷达信号去噪中的应用

分析了车流量检测雷达中频信号的特点,探讨了小波变换在中频信号去噪中的应用;分别采用小波变换阈值法、平移不变量法和小波变换模极大值法对中频信号进行了去噪处理并对这三种方法的去噪性能进行了分析;实验结果表明,三种方法均能有效的抑制噪声,其中小波阈值法去噪效果较好,计算速度很快;平移不变量法去噪效果略优于小波阈值法,但计算速度较慢,模极大值法虽然取得了最好的去噪效果,但计算速度很慢;综合而言,小波变换阈值法最具实用价值。     

基于平稳小波变换的掌纹特征提取与识别

掌纹识别作为一种重要的生物特征识别方法,其中的一个重要环节就是掌纹特征的提取。论文基于图像的多尺度分析的思想,提出了一种利用平稳小波的局部极值点来提取掌纹特征的方法。文中利用平稳小波变换,对图像进行不同方向的滤波,然后提取各方向的极值点并融合作为特征点。并以此为基础进行不同掌纹的匹配识别。     

基于小波变换和K-means的非结构化道路检测

道路检测是智能交通视觉系统的一个重要组成部分,为提高复杂环境下非结构化道路检测的实时性、准确性和鲁棒性,提出一种新的道路检测方法。该方法利用高斯金字塔对图像进行降采样,压缩图像数据信息,对图像进行双边滤波,抑制噪声,采用基于小波变换求模极大值的方法对滤波后的图像提取边缘,通过阈值法去除非道路边缘点,给出基于斜率和截距的K-means聚类算法,实现道路方程拟合。实验结果表明,与传统最小二乘法相比,该方法能在道路场景较为复杂的情况下更准确地实现非结构化道路检测,并提高实时性。     

基于平稳小波的X射线底片数字图像去噪方法研究

本文介绍了小波变换的基本内容,重点介绍了离散小波变换和平稳小波变换,并采用平稳小波变换对X光底片进行处理,将平稳小波与离散正交小波进行了对比实验。实验结果证明,利用平稳小波去噪具有较好的视觉效果,提高了被检对象缺陷的辨识率。     

基于平稳小波变换的图像融合算法

针对IHS（intensity,hue．saturation）融合算法的光谱畸变和正交小波变换融合算法的方块效应问题,提出了一种基于平稳小波变换的图像融合算法,并且探讨了在图像处理中应用灰色系统理论的可行性和有效性。该算法结合IHS变换,对于图像平稳小波分解的高频分量利用灰色关联分析准确、有效地检测出有用的边缘信息,并在确定融合权值时,给予不同的重视程度。实验表明,本文算法能够克服正交小波变换在图像融合中出现的方块效应问题,在保持光谱信息方面具有显著的优越性,并且能够有效提高融合图像的空间分辨能力,又由于新算法引入灰色关联分析进行像素分类,具有良好的抗噪性和可控边缘信息量等优点,使算法灵活、有效,进一步改善了融合图像的质量。     

基于平稳小波变换的SAR图像海岸线提取

阐述了一种利用平稳小波变换(SWT)从SAR图像中提取海岸线的方法。该方法首先利用基于局部统计特性的自适应滤波算法对SAR图像进行滤波,然后利用SWT对SAR图像进行分析处理,计算SWT系数的小波梯度信息,通过模极大值搜索检测边缘点,最后利用阈值化和形态学方法对局部极大值图像进行细化处理。实验结果证明,这种方法是对于SAR图像海岸线提取是有效的。     

基于静态小波变换和2代曲波变换的图像融合算法

提出了一种基于静态小波变换(SWT)和2代曲波(curvelet)变换的图像融合算法.首先将原图像分别进行SWT变换得到高、低频分量.然后,对低频分量采用基于2代曲波变换的方法进行融合,对高频分量基于绝对值最大的方法进行融合.最后进行SWT逆变换得到最终的融合图像.实验结果表明,该算法具有SWT变换和2代曲波变换二者的优点,主客观评价均优于单独SWT变换和单独2代曲波变换融合算法,也优于离散小波变换(DWT)和曲波变换相结合的融合算法.     

基于平稳小波变换的管道防腐层微小破损点定位

为了解决密间隔电位检测技术对管道防腐层微小破损点检测效果不佳的问题,应用有限元方法建立管道杂散电流模型,提取管道防腐层发生微小破损的断电电位信号.提出基于平稳小波变换(Sta-tionary Wavelet Transform,SWT)的断电电位信号分析方法,将信号通过平稳小波分解得到细节系数,细节系数中包含的防腐层微...