一种基于小波包分析的图像压缩方法

讨论小波包的基本原理，并把其运用于图像压缩、提出一种新的编码和量化的方法：在最低频部分采用DPCM编码，在高频部分，根据能量分布的不同，采用不同的量化编码方法．实验结果标明该方法精细度高，具有很强的局部分析能力和自适应性强的特点．     

一种基于HVS的小波域彩色图像水印算法

提出了一种基于HVS的小波域彩色图像水印算法。首先将彩色载体图像由RGB彩色空间转换为YIQ彩色空间,选取Y分量进行多级小波分解,通过修改中频系数,将水印信息分成两部分,分别嵌入到三级水平细节子带和垂直细节子带中。在系数的选择上利用了人眼的视觉特性,使得水印信息嵌入到图像中比较暗的区域。实验证明,嵌入水印后的图像具有很好的不易觉察性,并且对JPEG压缩、图像添加高斯噪声、中值滤波和对比度增强等常见图像处理操作具有很强的鲁棒性。     

基于快速提升小波变换的改进型SPIHT算法在图像压缩中的应用

为保证图像传输的实时性和在保证图像质量下获得高压缩比,对图像压缩技术提出了新的改进型算法.提出的基于快速提升(lifting)小波变换[1,2]的改进型SPIHT(Set Partitioning in Hierarchical Trees)[3]图像编码算法,引入快速提升小波变换以改进变换过程,且利用量化编码后出现许多连续零这一特点,将熵编码与SPIHT编码统一进行,一次完成,熵编码采用变长零游程方法.仿真结果表明,图像经该方法编码后峰值信噪比和效率上都得到了提高.该方法可以应用于电力系统中远程图像监控系统的图像数据传输与存储.     

基于快速提升小波变换的改进型SPIHT算法在图像压缩中的应用

为保证图像传输的实时性和在保证图像质量下获得高压缩比,对图像压缩技术提出了新的改进型算法。提出的基于快速提升(lifting)小波变换[1,2]的改进型SPIHT(SetPartitioninginHierarchicalTrees)[3]图像编码算法,引入快速提升小波变换以改进变换过程,且利用量化编码后出现许多连续零这一特点,将熵编码与SPI HT编码统一进行,一次完成,熵编码采用变长零游程方法。仿真结果表明,图像经该方法编码后峰值信噪比和效率上都得到了提高。该方法可以应用于电力系统中远程图像监控系统的     

一种基于小波变换的夜视图像去噪和融合方法

微光夜视图像使用的像增强器会导致电子噪声和低照度的产生,2种因素会导致图像不清晰,细节不足.该文分析了2种影响因素的产生原理,针对其采用改进的小波变换去噪算法和融合算法进行处理以提高图像分辨率.实验结果表明:经过去噪和融合的微光夜视图像获得了更高的图像分辨率,保留了更多的图像细节.     

一种基于第二代小波变换的图像压缩方案

本文提出了一种基于第二代小波变换与SPIHT算法、自适应算术编码相结合在图像压缩中的编／解码方案,对CDF(2,2)和FBI 9-7小波压缩的性能进行了分析和比较,获得了良好的无损或近无损压缩效果。研究结果表明这一方法充分利用了医学图像的统计特征,对于医学图像具有较高的无损压缩率,压缩的空间和时间复杂度低,利用质量递进手段可以获得满意的压缩比和PSNR,达到视觉无损、数据近无损的目的。对于典型的医学图像(X线图像、CT图像、MRI图像等)的存储、传输和检索等应用,本方案是十分有效的。     

基于小波包变换和矢量量化的电力系统故障数据压缩

在实际的故障分析中通常不是利用故障暂态信号的全部频带信息，而是利用其部分频带信息来解决问题，因此提出了针对电力系统故障信号压缩的特殊要求，即对于所要解决问题有重要价值的频带信息无损压缩，对不重要的频带信息可以失真压缩，即保频带压缩，在此基础上提出了基于小波包变换、Huffman编码方法和矢量量化相结合的故障数据压缩算法，首先利用小波包变换将故障信号分解成各个频带的信息，选择有重要信息的频带采用自适应Huffman无损压缩算法，而对于其他频带数据信息，采用矢量量化压缩算法，通过仿真测试，该算法较好地满足了故障暂态信号的压缩要求，具有较大的应用潜力。     

一种基于小波变换和神经网络的视频水印算法

针对视频版权的保护,本文提出了一种基于三维小波变换和RBF神经网络的视频水印算法。算法是采用二值图像作为水印,首先对水印图像进行随机置乱预处理以增强其安全性能,然后对宿主视频进行视频分割,并分别对得到的各序列作三维DWT变换。最后把水印嵌入到经过三维变换的低频子带中,在水印提取过程中,结合RBF神经网络模型,而不需要原始图像,快速有效提取出水印。实验结果表明,该算法具有较强的不可见性,并且针对帧压缩、旋转、滤波和比例缩放等具有良好的鲁棒性。     

一种基于Arnold置乱和小波变换的二值图像水印算法

为了更有效地保护网络上静态图像版权,提出了一种基于Arnold置乱和小波变换的二值图像水印算法。将Arnold置乱过程用于提高其安全性和抗剪切的鲁棒性;然后将置乱后的水印进行一次小波分解,再根据人眼的视觉特性以相应的尺度因子嵌入原始图像的小波变换不同频域中。仿真实验表明该算法安全、有效,兼顾了水印的透明性和鲁棒性。由于该算法是在小波变换域中实现的,故可JPEG2000、MPEG4相兼容,是一种可以推向实用的水印算法。     

基于小波变换和贝叶斯理论的图像分割算法

基于非下采样小波变换和贝叶斯分类理论的图像分割算法,在处理可见光图像时,容易受到噪声的干扰,而且,原算法在计算最大局部最小点时易产生偏差,从而影响分割效果。因此,本文首先使用滤波器滤除噪声,然后对原来的最大局部最小点的计算方法进行了等价变换,并调整了分割阈值以纠正由于对图像进行小波变换造成的灰度偏移,最后利用数学形态学运算对分割后的图像进行处理以消除孤立点,仿真结果表明改进算法分割效果较好。     

基于CWT和DWT相结合的谐波检测

提出了一种基于连续小波变换(CWT)和离散小波变换(DWT)相结合的电力系统谐波检测方法。首先利用CWT系数的幅值来检测谐波频率,该过程不用事先根据谐波次数确定分解层数,而只是确定尺度范围及步长,即可得出各次谐波频率。然后根据确定的谐波成分利用DWT来检测谐波幅值,并通过Matlab软件进行了仿真分析。仿真结果表明该方法有效地解决了基于离散小波变换的谐波检测方法中谐波次数未知而无法确定分解层数的难题,并能精确可靠检测各次谐波频率和相应的幅值。因此,CWT和DWT相结合是一种有效的电力系统谐波检测方法。     

基于混沌加密和小波包分解的数字水印算法

提出了一种基于混沌加密和小波包分解的自适应数字水印嵌入算法.该算法首先利用混沌序列对水印图像进行预处理加密,使水印嵌入方案具有一定的安全性.然后根据信息熵选取最优小波包基,对宿主图像进行小波包分解变换.利用不同频域可以承受的信噪比不同的原理,在低频区域引入人类视觉系统,高频区域采用适当的阈值,分别计算出各频域的水印嵌入强度系数,自适应地嵌入水印信息.实验表明此算法使水印的嵌入达到了很好的抗攻击鲁棒性和视觉效果.     

基于双树复小波变换信号去噪算法研究

离散小波变换被广泛应用于数字信号的去噪处理中,特别是非平稳信号、瞬时时变信号等的去噪,但是有平移敏感性的缺陷。为了克服这种缺陷,文中采用双树复小波变换进行信号去噪,并使用硬阈值、软阈值等准则进行滤波处理。最后采用SNR（信噪比）和MSE（均方误差）来评估两者信号去噪效果。结果表明,双树复小波变换能够较好的保存信号的细节信息,其去噪效果优于离散小波变换。     

Medical image lossless compression based on combining an integer wavelet transform with DPCM

To improve the classical lossless compression of low efficiency, a method of image lossless compression with high efficiency is presented. Its theory and the algorithm implementation are introduced. The basic approach of medical image lossless compression is then briefly described. After analyzing and implementing differential plus code modulation (DPCM) in lossless compression, a new method of combining an integer wavelet transform with DPCM to compress medical images is discussed. The analysis and simulation results show that this new method is simpler and useful. Moreover, it has high compression ratio in medical image lossless compression. __________ Translated from Journal of Northeastern University (Natural Science), 2007, 28(10): 1454–1457 [译自 : 东北大学学报 (自然科学版)]     

基于小波包变换的电能质量扰动数据压缩

正交小波包变换可以对信号进行多频带分解，并根据被分解信号的特征，自适应地选择相应的频带，弥补正交小波变换的不足。将正交小波包变换与门限阀值相结合，应用于电能质量扰动数据压缩，并对其中最佳小波包的选取、门限阀值确定、算法实现等问题进行了讨论。对用电消耗信号、电压间断信号及暂态谐波失真信号进行了压缩仿真，并比较了这些信号在不同分解层次和门限限定系数取值时的压缩效果，结果验证了该方法的可行性和有效性。     

小波变换与形态学运算相结合的脉搏波检测算法

提出了1种基于小波变换模极大值与形态学运算相结合的脉搏波检测算法.该算法采用Symlet小波的Mallat算法对脉搏信号作多分辨率分解,利用数学形态学运算突出信号的峰谷点特征,将小波变换模极大值检测原理与形态学峰谷检测算法相结合,实现了对脉搏波的准确检测和精确定位.     

基于空域Contourlet-时域小波变换的视频水印算法

通过采用空域的Contourlet变换和时域的一维小波变换,提出了一种新型三维多分辨率分解方法,并将水印信息嵌入到Contourlet分解后空域低频子带系数的静止成分和动态成分中。为了增强水印的鲁棒性和安全性,在水印嵌入前先通过Arnold变换对原始二值水印进行置乱加密。在水印的嵌入过程中,构造了一种十位数规则来修改三维分解后的系数。实验结果表明,该算法能够抵抗各种攻击,如MPEG压缩编码、丢帧、帧平均和叠加噪声等等,算法简单,计算复杂度小,兼顾了水印的不可见性和鲁棒性,并且能取得更好的视觉效果。     

基于小波变换的新型SURF图像拼接方法

针对传统图像拼接算法特征点计算量大、耗时较长等问题,提出了一种基于小波变换的新型加速鲁棒特征算法(SURF)图像拼接方法。首先通过Haar小波函数对图像进行二阶分解以获取图像低频成分,并利用小波梯度矢量对低频图像重合区域进行特征点提取,从而实现低频图像下快速获得特征点的变换参数以指导高频图像下的特征点提取;在此基础上,提出一种SURF图像匹配改进算法,利用特征点约束的单向匹配和方向一致等性质,有效剔除误匹配点对,以提高特征点匹配精度和实时性。最后,通过两组实验验证了所提出方法的有效性和可行性。