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     

多级二维整数小波变换的FPGA实现研究

为了满足整数小波变换实时应用的需要,研究了整数小波变换的FPGA实现问题。相对于DSP等传统实现方式,用FPGA实现整数小波变换具有处理速度快,可重新配置硬件,易于修改移植等优点。论文首先描述了二维（5,3）整数小波变换的算法,接着阐述了一种多级二维（5,3）整数小波变换的FPGA实现结构,最后给出了硬件资源消耗、最大时钟频率和功能测试结果等FPGA实现结果。为了提高系统的处理速度,降低系统的资源消耗,本设计采用了参数可配置、共享一维小波变换单元等方法进行结构优化。实验结果证明了本设计结构的有效性,逻辑功能的正确性,修改移植方便,具有良好的应用价值。     

一种基于小波变换和人类视觉系统的图像压缩算法

为了解决大数据量的图像信息给存储器存储容量、通信信道带宽和计算机处理速度带来的压力,必须对图像进行压缩处理。提出了一种基于小波变换和人类视觉系统的图像压缩算法用以提高对高质量图像的压缩效果。该算法首先使用小波滤波器选择模型及最佳滤波器以得到最小数目的非零小波系数。其次,利用人类视觉系统特性对分解后的小波系数进行有效的量化处理,最终进行小波编码,实现对图像的压缩。实验结果表明,所提出的算法对高质量图像进行压缩所达到的效果要优于传统压缩算法。     

一种新的小波变换功率测量整数算法的研究与实现

在深入分析研究滤波器系数为整数的整数小波变换的基础上,首次提出了基于小波的电压、电流有效值及功率分频带测量的整数算法,并用框图形式表示出其在DSP上的实现方案.实验中采用Dmey小波的整数测量算法测量电压、电流有效值功率的准确度可优于10-4,速度比第一代小波变换的测量算法提高了十倍以上.     

基于SWT的GIS电压互感器二次侧干扰分析

特快速暂态过电压（VFTO）是气体绝缘变电站（GIS）中切换隔离开关时产生的特殊电磁暂态现象。VFTO会以传导和辐射方式影响二次设备的正常运行。为探究VFTO对二次设备的干扰特性,文中采用自制的二次侧干扰测量装置对某1 000 kV GIS的电压互感器（PT）二次侧共模干扰进行现场实测。接着,对比了5种时频分析方法的性能,采用其中性能较优的同步压缩小波变换（SWT）对实测波形进行了时频分析。实测结果表明：PT二次侧的共模干扰电压峰峰值最高可达9.65 kV。微脉冲的时频分析结果表明：7.8 MHz频率分量幅值高,且贯穿波形的始终,是PT二次侧干扰的主导频率分量。该分析结果可为GIS中二次设备的电磁抗扰度测试和电磁防护设计提供参考。     

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。     

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。     

基于整数变换的图像可逆水印方法

为了缓解水印图像质量与嵌入水印量之间的矛盾,给出了一种新的基于整数变换的图像可逆水印方法。宿主图像块通过简单的整数变换扩展各像素点与图像块平均值之间的差值,变换后所有像素值最低有效位相同,产生的冗余数据可用于嵌入水印。方法可根据水印数据量大小选择整数变换引入失真较小的图像块用于水印嵌入,从而控制水印图像失真提高水印图像质量。实验结果表明该方法具有较好的水印图像质量和较大的水印嵌入容量,提取水印信息后原宿主图像可无失真恢复,达到了预期的效果。     

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.     

基于小波变换的薄膜显微图像多重分形分析

用透射电镜(TEM)观察了采用直流磁控溅射法制备厚度在1.5 nm~67 nm之间的半连续Ag膜的形貌。对TEM显微图像,提出了利用小波变换消除显微图像中的低阶趋势项,然后用多重分形谱来定量表征不同厚度半连续Ag膜的复杂微结构特征。结果显示,多重分形谱的宽度(Δα)、顶点位置都会随着膜的厚度变化有规律地变化。这种方法表征了不同条件下薄膜的形成机理,为探索薄膜微结构的制备条件提供了重要的理论依据。     

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。     

基于邻域方差加权平均的小波图像融合

提出了一种基于邻域方差加权平均的小波图像融合方法.利用离散小波变换分别将两幅源图像进行多尺度分解,再用不同的小波系数特征指导高频分量和低频分量的小波系数的融合.低频分量采用简单的加权平均法,高频分量采用邻域方差加权平均法,最后根据融合图像的各小波系数重构融合图像.实验表明不论从主观感受,还是采用信息熵和交叉熵作为评价标准,该方法都优于像素级融合方法.     

一种基于ADV212图像压缩的方法

高效的硬件图像压缩系统可以有效的减少图像数据的冗余度,在分析专用编解码芯片ADV212的基础上,设计了一种现场可编程门阵列(FPGA)组合ADV212的图像压缩系统,实现对720×288的静态图像进行JPEG2000压缩.FPGA用来实现时序控制和数据转换,ADV212则进行图像的压缩.本次实验主要是改变图像压缩倍数及小波变换级数,并采用峰值信噪比(peak signal to noise ratio,PSNR)和均方误差(mean squared error,MSE)两个参数来衡量压缩图像的质量.实验结果表明,该系统可实现图像的有效压缩,并且压缩倍数越大图像失真越严重,小波变换级数在3级以上时图像质量较好.     

靶场光测图像序列的复合压缩方法

针对靶场海量测量图像的存储问题,提出了光测图像序列的复合压缩方法。该算法解决了小波变换产生浮点数,导致信号不能精确重构的问题,实现了从整数变换系数中完全重建图像;同时借鉴ROI思想,解决了图像压缩需求与测量精度的矛盾,在同一压缩框架下,实现了目标区域的无损压缩和背景区域的高倍压缩;设计了靶场测量图像序列压缩码流结构,保证了解码时目标区域信息的完整性、目标区域和背景区域压缩码流的可分割性和整体码流的连续性。经仿真验证,该算法科学可行,在同一压缩比时本文方法的SSIM值优于JPEG2000压缩标准,压缩后目标判读误差在3”内,在满足数据处理精度的基础上实现了光测图像的大比例压缩。     

基于非高斯分布的四元数小波图像去噪

图像去噪一直是图像处理的经典问题之一.四元数小波变换是一种新的多尺度分析图像处理工具,图像通过四元数小波变换后的小波系数尺度间具有一定的相关性,而广义高斯分布不能体现这个特性.本文首先采用非高斯二元分布的贝叶斯统计模型来模拟四元数小波系数的统计分布,然后运用最大后验概率估计从带噪声图中的小波系数估计原图的小波系数,从而达到去除噪声的目的.实验表明;该方法不仅可以达到明显的去除噪声的效果,而且在峰值信噪比上也要优于目前的许多算法.     

基于ARM9的整数小波阈值压缩算法及其EVC实现

采用传统的一代小波变换进行数据压缩,存在实时性差,内存需求量大等问题.本文从小波滤波器的多相位矩阵出发,利用Euclidean分解方法,实现了小波变换由传统卷积模式到提升算法的转变,并进行了整数提升,克服了一代小波的不足.在此基础上提出了一种改进的整数小波阈值压缩算法,在ARM9上利用EVC予以实现.实验表明该算法在均方误差为0.3490%时,压缩比为11.875%,计算速度快,适合应用在实时性要求较强的场合.     

基于小波系数均衡方向变换的图像压缩

本文提出了一种新的基于小波系数的均衡方向变换方法,首先用小波变换对图像做多尺度分解,再用改进后的均衡方向滤波器组(uniform directional filter banks,uDFB)对小波变换后的高频子带作方向变换。该变换是对基于小波的contourlet变换的一种改进,它充分利用了小波的非线性逼近特性以及均衡方向滤波器良好的多分辨率和多方向特性,进一步增强了图像的方向特征,同时能有效抑制瑕玷的引入。仿真结果表明,将该方法用于图像压缩可以比基于小波的压缩算法更好地恢复出原图像的轮廓和纹理,并获得较高的峰值信噪比。     

一种基于Curvelet变换的指纹图像增强方法

Curvelet变换具有各向异性和多方向性等良好特性,是表示分段平滑曲线边缘的最优基。为了确保指纹特征提取算法的鲁棒性,需要对原始含噪指纹图像进行预处理以增强纹线的清晰度,增加脊线和谷线的对比度,减少伪信息。本文提出了一种基于Curvelet变换的指纹图像增强方法,该方法对Curvelet变换后的低频系数实现线性灰度拉伸,以增强其对比度,而高频系数采用阈值去噪。仿真实验表明,该方法优于常用的空间域直方图均衡化和小波域图像增强法,具有良好的视觉效果。