基于小波包分解复杂度可分级的音频编码算法

提出了一种基于小波包分解的复杂度可分级的音频编码算法。该算法对信号进行复杂度可分级的不完全不波包分解,并充分利用人耳的听觉特性和不同子带间小波系数的相关性对系数进行零树编码,不仅可在低码率上获得透明质量的重构信号,而且具有复杂度可分级编,解码和多码率可分级编码的功能,可在具有不同计算能力的计算机上实时实现音频编码的解码。     

一种新的可伸缩小波视频编码方法

提出了一种高度可伸缩的视频编码系统,首先对图象序列进行时间、水平和垂直方面的三维小波分解,并采用改进的集合分区等级树算法（ＳＰＩＨＴ）对小波系数进行量化。在量化过程,对压缩比特流进行排序和重组,以便中根据需要从中抽取某些子集进行译码。本编码方案帧率、空间分辨率和失真水平等的可伸缩性,对于在移动通信信道及ＡＴＭ网中进行视频传输业务是非常有用的。     

真正三维小波变换技术及在视频图像编码中的应用

把图像信号当作真正三维信号处理，导出三维空间正交小波基形式。用三维S.Mallat算法来实现三维信号的小波变换，并将其应用在视频图像的编码中。结果表明，低频3－D子带包含有大部分信息，代表图像序列的上下文信息；量化矩阵取值可以调整变化，压缩比最大可达160。因此这种编码方法的性能是十分优越的。     

基于分级位平面偏移的多感兴趣区图像编码

被JPEG2000推荐的Maxshift方式能够高效完成单一感兴趣区(ROI)图像编码,但无法支持不同兴趣度下的多ROI编码.本文提出一种采用分级位平面偏移框架的多ROI编码方式-CBShift.新方法将所有ROI与背景位平面按重要性不同分为重要ROI与背号位平面区(MSRB)、一般重要ROI与背景位平面区(GSRB)及不重要背景区(LSB).当图像中含有多个ROI时,通过调节每个ROI在GSRB区的位平面偏移量支持不同兴趣度下的多ROI编码.实验显示,新方式不仅具有Maxshift方式的优点,而且支持不同兴趣度下无需ROI形状信息的多ROI编码.     

面向人脸对象的极低比特率视频编码方法

针对可视电话、视频电视会议等领域经常出现的视频头肩序列图像,提出了一种面向人脸检屿跟踪的视频分级小波编码方法,在极低比特率下,解码端仍能获得视觉质量较好的恢复序列图像。     

基于小波分解的信噪分离

小波分解能够精细地把信号划分到不同的频带范围内,因此可对振动信号在不同频道范围内的特征进行信息分离,本文从设备诊断领域特征识别的应用角度,探讨了基于小波分解的信噪分离方法,并结合具体实例,说明小波分析对机械振动信号处理的实用性及有效性。     

基于小波分解的时变信道盲辨识

针对传统的信道盲辨识算法很难适应时变信道模型的问题，提出了一种基于小波多分辨率分解的时变信道盲辨识算法．该算法首先应用小波多分辨率分解原理来近似建模时变信道；然后，利用信道输出序列的二阶统计量对时变信道的小波分解模型的小波系数进行两级盲辨识；最后，应用估计的小波系数即可重构时变信道的冲激响应．仿真结果表明，该算法可很好地完成周期时变信道的盲辨识与盲均衡任务．     

基于小波变换的数字图像处理

从小波变换和其他应用于视频压缩编码的变换的对比出发,阐述小波变换的优势所在并给出小波变换的原理和特性。然后,提出三种在小波变换编码中起重要作用的技术。最后,分析四种主流的小波编码算法。     

基于三维小波变换的视频图像编码研究

本文对视频序列的三维小波变换压缩编码算法进行了研究.与传统方法相比,基于三维小波变换的视频序列压缩算法更能消除帧间的冗余度,获得较高的压缩比,因而是一种很有潜力的编码方法.目前,基于三维小波变换的视频序列压缩编码的具体算法也比较多,本文对其中三种有代表性的算法进行了研究,并分析了这三种算法的优劣,并对其进行了展望.     

基于小波与三维离散余弦变换的视频图像压缩

提出一维小波与三维DCT（离散余弦变换）相结合的视频图像压缩算法,可有效地改善XYZ压缩方法在高压缩比时的性能。该方法不涉及运动估计和运动补偿,复杂度低。实验结果表明,这种算法能快速、高质量地压缩视频图像。     

结合小波与增量符号相关的鲁棒图像匹配

结合小波变换和增量符号相关提出了一种有效的鲁棒图像匹配方法。将实时图和基准图做小波分解以获得粗尺度的平滑图像;利用相邻像素间灰度的升降对所获得的平滑图像进行二值化重新编码;匹配二值化后的实时图和基准图,找出前者在后者中的坐标,进而确定实时图在基准图中的位置,以完成匹配。小波分解能有效的去除噪声并能大大提高匹配算法的实时性。增量符号相关方法对图像灰度值的变化不敏感。因此,二者相结合不仅有效的解决了存在噪声干扰、阴影混入（块误差）和部分遮挡等影响下的图像匹配问题,且与传统匹配方法相比,匹配速度提高了约10倍以上。理论分析说明了方法的可行性,多组实验显示了其有效性。     

基于小波分析的可见光图像自动配准方法研究

研究了一种快速,准确,抗噪的可见光图像自动配方法。首先用小波分析技术提取两幅图像的特征点,然后对两幅图像之间的角度差进行补偿,最后用多层特征点匹配技术完成两幅图像的变换参数的估计,对一定研究领域的可见光图像自动配准的仿真实验表明;该方法可以比较快速,准确,自动地得到这些图像之间的配参数。且对噪声具有一定的适应能力。     

EMD趋势分析方法及其应用研究

趋势分析是一种重要的设备状态监测与故障诊断方法,对分析较长时间范围内设备运行状态的变化具有重要意义。研究了一种基于经验模式分解（Empirical Mode Decomposition,EMD）的设备运行状态趋势分析方法。研究表明,与传统方法（如最小二乘法、低通滤波法）相比,经验模式分解能够更准确地提取信号趋势信息。应用于某炼油厂透平烟机故障诊断,表明这种基于经验模式分解的趋势分析方法能够有效提取设备运行趋势信息,消除采样中随机因素的影响,为准确评估设备运行状态、诊断故障提供可靠依据,具有重要的现场实用价值。     

基于经验模式分解的滚动轴承故障诊断方法

针对水泵电机轴承故障振动信号噪声大和非平稳性的特点,提出了基于经验模态分解的诊断方法;通过对原始信号进行经验模态分解,得到包含故障特征的固有模态分量,从而可以提取出故障频率.该方法应用于外圈、内圈和滚动体故障诊断,取得了很好效果.     

基于变分模态分解和奇异值分解的频率相近信号分离方法

频率相近信号分离是故障诊断的难点问题。变分模态分解(VMD)作为一种新的信号时频分析方法,对频率相近信号具有较高的分辨率,能够实现频率相近信号的分离。VMD分解时先指定分解层数,层数选取的优劣将直接影响分解效果,过分解时容易产生虚假频率成分,反之,欠分解则容易丢失有用频率成分。基于此,提出一种基于变分模态分解和奇异值分解相结合的相近频率信号分离方法。首先选择适当的分解层数对信号进行VMD过分解,然后对分解得到的分量进行奇异值分解,通过奇异值分解检测并剔除虚假信号成分,从而实现频率相近信号的有效分离。利用仿真信号和滚动轴承故障信号证明了该方法的有效性和可行性。     

基于FFST和Hessenberg分解的立体图像零水印算法

目的 为提高立体图像零水印方案抗几何攻击性能,提出一种基于快速有限剪切波变换（FFST）和Hessenberg分解的立体图像零水印算法。方法 首先分别对原始立体图像在YCbCr颜色空间下的左右视点亮度分量进行FFST,然后在得到的2个低频子带中,基于随机子块选择策略和Hessenberg联合分解来构造鲁棒特征矩阵,最后与预处理后的二值水印执行异或运算生成认证零水印。此外,零水印检测前先采用傅里叶-梅林变换方法对待认证的立体图像进行几何校正。结果 与相关算法相比,文中算法对常见非几何和几何攻击提取水印的平均NC值为0.984 1,表现出更优的抗攻击性能。结论 所提算法具有无损性和较强的安全性,可为立体图像版权保护提供可行的解决方案。     

Robust Watermarking Algorithm for Medical Images Based on Non-Subsampled Shearlet Transform and Schur Decomposition

With the development of digitalization in healthcare, more and more information is delivered and stored in digital form, facilitating people’s lives significantly. In the meanwhile, privacy leakage and security issues come along with it. Zero watermarking can solve this problem well. To protect the security of medical information and improve the algorithm’s robustness, this paper proposes a robust watermarking algorithm for medical images based on Non-Subsampled Shearlet Transform (NSST) and Schur decomposition. Firstly, the low-frequency subband image of the original medical image is obtained by NSST and chunked. Secondly, the Schur decomposition of low-frequency blocks to get stable values, extracting the maximum absolute value of the diagonal elements of the upper triangle matrix after the Schur decomposition of each low-frequency block and constructing the transition matrix from it. Then, the mean of the matrix is compared to each element’s value, creating a feature matrix by combining perceptual hashing, and selecting 32 bits as the feature sequence. Finally, the feature vector is exclusive OR (XOR) operated with the encrypted watermark information to get the zero watermark and complete registration with a third-party copyright certification center. Experimental data show that the Normalized Correlation (NC) values of watermarks extracted in random carrier medical images are above 0.5, with higher robustness than traditional algorithms, especially against geometric attacks and achieve watermark information invisibility without altering the carrier medical image.