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。     

三种B-样条小波基处理重叠信号的比较

以B-样条小波为分析小波，提出了用于分析化学重叠信号解析的新方法一连续样条小波变换。详细讨论了采用二阶、三阶、四阶基数B-样条小波函数时，连续样条小波变换对重叠信号的解析，结果表明：连续样条小波变换应用于分析化学信号的处理，能使峰变窄同时还能提高信号的信噪比，是一种新型有效的重叠信号解析方法；对比三种样条小波基的处理结果，二阶B-样条小波基优于其余两种。     

基于小波变换的汉字签名鉴别

汉字签名鉴别是通过对手写人的笔迹进行分析从而得出签名是否由某特定人书写的结论。不同人的签名特征是不相同的，可以从其签名信息中抽取出最有效的签名特征来区分真假签名。该文采用新的数学工具——Wavelet 变换方法，利用复信号小波变换的优良特性抽取了一些新的具有旋转、平移及尺度不变性的签名特征，经验证这种特征具有很好的稳定性与可靠性。     

三次样条插值在小波去噪中的应用

针对传统小波阈值函数在图像去噪中的不足,结合三次样条插值提出一种新的阈值函数。该函数具有很好的光滑性,既克服了硬阈值函数不连续性造成的吉布斯效应,也解决了软阈值函数引起的恒定偏差问题,而且能够根据图像噪声方差的大小,自适应地改变函数系数以达到最佳的去噪效果;最后,利用人工蜂群算法构造新的阈值进行去噪。实验结果表明,该去噪方法无论是主观感受,还是客观评价均优于软阈值及硬阈值的去噪效果,与其他改进的小波去噪方法相比该算法也具有较好的效果。     

基于三次B-样条小波变换的汉字字形无级放大算法

本文提出将三次Ｂ－样条小波变换用于汉字字形无级放大处理的算法。该算法是在点阵汉字字形转化成轮廓线描述字形的基础上，将小波变换中的合成过程用于汉字字形的轮廓线放大，小波变换中的分解过程用于提高字形轮廓线放大的质量；在轮廓线放大成２＇与２ｊ＋１倍之间，实现任意比例的无级放大。从仿真结果来看，本算法具有放大质量高、算法简单等特点，不失为一种有效的汉字字形放大处理方法。     

正交样条小波在图像压缩中的应用

给出了正交样条小波滤波器系数的计算方法和数据,将正交样条小波应用于图像压缩中,并与其他常用的小波如Daubechies小波和双正交小波进行了比较。结果表明,用正交样条小波进行图像压缩可以取得很好的效果。     

基于三角样条小波变换和三角样条插值信号重构方法

文献8使用二进小波变换提取信号边缘特征,根据信号特征点的值和导数值用三次埃米特多项式进行插值重构。该文分析了文献8存在的两个问题,并针对这两个问题进行改进,即在二进小波变换和插值重构时使用同一种函数———三角样条小波函数,这样才能体现出信号处理的本质。文章作者曾提出的三角样条小波正好同时具有作为小波函数和插值函数双重作用,大大提高信号重构质量。就信噪比和相对误差两项指标与Mallat算法和文献8算法进行了比较,效果明显。     

基于样条插值预测的小波图像压缩方法

本文通过分析小波分解后所得到的离散逼近图与原图的相似性,研究不同层次上各个方向上小波系数之间的相关性,利用小波分解的层次性、方向性以及层次间系数的相似性,提出了一种基于样条函数插值预测的小波图像压缩方法。实验结果表明,在保证视觉质量的情况下,该算法能够有效地减少系数方差和增加小幅度系数的数量,在一定程序上提高了图像压缩比。     

基于B—样条小波变换汉字字形生成方法的研究

本文提出Ｂ—样条小波变换用于汉字字形生成的方法。该方法将字形轮廓转换成Ｂ—样条曲线，用小波变换分解曲线的控制点为不同层次的细节与低层次控制点（曲线），这些细节代表汉字字形的某些特征，改变某些层次上细节，通过小波变换中的合成过程恢复字形，能得到一种新特征的字形。从实验结果看，该方法不失为一种有效的字形生成方法。     

双变量Box样条小波在图像处理中的应用

将单变量样条扩展到双变量Box样条,并给出Box样条在图像处理中极为有用的几条性质,然后,提出了一个使用一类双变量Box样条来计算滤波器库的方法,这样得到的滤波器库在4频带分析/综合框架中具有完全重构的性质,可用来十分有效地分解合成图像。最后,给出应用此方法的一个实例。     

中心B样条二进小波多尺度边缘提取

分析了截尾的Canny算子在多尺度边缘提取时对运算速度造成的影响,提出了中心B样条二进小波多尺度边缘提取,详尽地研究了Canny算子与中心B样条函数的若干性质,中心B样条函数具有紧支集,以极快的速度逼近高斯函数,四阶中心B样条函数的导数比Canny算子更接近最佳边缘检测滤波器.四阶中心B样条函数是二阶平滑问题的唯一最优解,并且它的时频测不准关系值非常接近时频测不准关系下界.从对计算结果的讨论中也得出中心B样条二进小波优于Canny算子的结论.     

小波变换在数据压缩中的应用

回顾了小波变换理论与信号处理的关系，探讨了小波变换的多分辨思想和Nallat算法，并应用小波变换和Huffman编码方法对信号进行压缩，取得了很好的压缩效果。     

基于样条小波的增强算法在角点提取中的应用

文章分析了样条小波在尺度空间中描述图像的特点,针对图像分割中角点提取对图像增强的要求,探讨了样条小波增强技术。算法利用小波域的多尺度点积来设定门限,提高了图像对比度,增强了图像的几何特征。实验结果表明,对图像采用样条小波增强方法,改善了视觉效果,加强了边缘和细节,增加了角点提取的准确性,为进一步图像匹配奠定了良好的基础。     

基于小波变换和CPN网络的手写签名鉴别

手写签名鉴别技术作为生物特征安全认证领域的重要技术之一,具有广泛的应用前景。为了提高手写签名鉴别的正确性,提出一种基于三层小波变换和CPN神经网络结合的方法。首先对手写签名样本图像采取滤波去噪、二值化、细化、归一化等预处理措施,然后使用离散DB3小波分解提取高通系数矩阵处理后作为样本特征进行提取,而后采用CPN神经网络分类器对4680个训练样本进行每样本7500次训练,最后使用训练完毕的分类器对待鉴别样本进行分类鉴别。在由36个鉴别实验组组成的实验数据集上,样本识别正确率达到了93.48%。通过多种方法的对比实验,结果表明该方法签名特征提取全面、分类识别效果明显优于线性分类器。     

基于多小波基维纳滤波图像去噪

提出一种多小波基维纳图像去噪方法。它把多个小波基用于小波维纳滤波图像去噪，利用多个小波各自独有的特性和维纳滤波估计最小误差估计的优点，达到对图像更有效去噪的目的。实验结果表明，该方法可以有效降低图像噪声，同时，较好地保持图像视觉效果。     

基于小波神经网络的通用多变量非线性系统辨识算法和应用

在分析小波函数对L2(R)空间的逼近原理的基础上,给出了仅使用尺度函数的神经网络模型和网络学习方法,使得用于逼近低通系统的小波基函数大大减少,并给出逼近的理论依据.提出的小波神经网络模型的学习为线性LS参数估计问题,具有通用性和易用性,并具有线性系统中线性LS参数估计的优良性质,保证了在训练数据受噪声污染时的网络模型的推广能力.理论分析、仿真实验和实际应用结果都说明该辨识方法具有好的辨识精度和推广能力.     

基于样条小波变换局部的医学图像边缘提取

医学图像在现代医疗诊断中起着不可低估的重要诊断作用。本文根据甲襞微循环图像的特点．采用三次B样条小波对甲襞显微图像进行小波变换，利用模局部极大值方法较好地检测出图像的边缘，定位精度较高。克服了传统的梯度法、灰度法和改进型自适应阈值模板相关匹配算法的不足。     

基于样条小波变换局部的医学图像边缘提取

医学图像在现代医疗诊断中起着不可低估的重要诊断作用。本文根据甲襞微循环图像的特点,采用三次B样条小波对甲襞显微图像进行小波变换,利用模局部极大值方法较好地检测出图像的边缘,定位精度较高。克服了传统的梯度法、灰度法和改进型自适应阈值模板相关匹配算法的不足。     

基于样条小波变换局部的医学图像边缘提取

医学图像在现代医疗诊断中起着不可低估的重要诊断作用。本文根据甲襞微循环图像的特点,采用三次B样条小波对甲襞显微图像进行小波变换,利用模局部极大值方法较好地检测出图像的边缘,定位精度较高。克服了传统的梯度法、灰度法和改进型自适应阈值模板相关匹配算法的不足。