基于小波包的SPIHT算法图像压缩

富含细节、纹理和边缘的图像中,重要信息大量集中在中、高频部分,基于小波变换的压缩方法只对低频信息进行多次分解.针对这个问题,以SPIHT算法为基础,研究了基于小波包分解的图像压缩算法.仿真结果表明,采用小波包分解的SPIHT算法与传统SPIHT算法相比,在同压缩比情况下,峰值信噪比提高了0.35~1dB,适用于纹理丰富的图像的压缩.     

二维表示的电能质量故障数据压缩

高培生,陈新建,吴为麟,宋保明为处理大量的电能质量监测数据,应用图像压缩中的嵌入式零树小波(EZW)算法,压缩二维表示的电能质量故障数据.故障数据按整周期倍数进行截断和重组,一维电能质量故障数据变换为二维;二维小波多分辨率分析分解此二维数据得到小波系数;应用嵌入式零树小波编码完成压缩.数据的二维表示使嵌入式零树小波编码得以直接应用,无需改变算法来适应原一维数据.仿真实验表明,此方法具有压缩率高、速度快和特征不变的特点.压缩时采用7级量化,既节省了67.5%的数据存储空间,又不影响故障数据的特征.     

基于小波包和改进EMD的脑电信号消噪研究

由于采集到的脑电信号含有噪声,提出了总体经验模态分解(EEMD)的希尔伯特黄变换(HHT)结合小波包分析的脑电信号去除噪声的方法。含噪脑电信号经EEMD分解可以得到一定数量的IMF分量,而且可以解决经验模态分解(EMD)时的模态混叠问题,然后,对IMF分量进行Hilbert变换,分析Hilbert谱,把含噪的IMF部分进行小波包处理,最后,把各IMF相加,可得处理过噪声的脑电。经验证得,单独使用小波包方法消噪和改进EMD消噪,都没有小波包结合改进EMD方法的信噪比高,提高了去噪效果,有利于更精确的诊断医学疾病。     

基于指数阈值的小波包变换图像去噪方法

小波包分析是一种比小波变换更加精细的分析方法,在对分解后的小波包系数进行软、硬阈值化处理时,易使重构后的图像产生马赛克现象,造成图像失真,为此提出一种基于指教阈值的小波包变换图像去噪方法.该方法采用小波包对含噪图像进行分解,然后利用指数降噪因子除小波包系数.实验表明,本算法去噪后的图像在峰值信噪比及主观视觉效果两方面均得到了明显改善.     

图像序列的三维小波变换编码研究

本文对图像序列的三维小波变换压缩编码进行了研究。图像序列的三维小波变换可分为帧间一维小波变换和帧内二维小波变换，同时将运动补偿技术和帧间内插技术引入到压缩过程中，取得了较好的效果。帧间一维小波变换选用Daubechies3小波基，而帧内小波变换选用bior4．4小波基。实验结果：缓变图像序列的压缩比可达到254：1，恢复的各帧图像的峰值信噪比(PSNR)约为25dB。     

基于DTCWT-MAP去噪及Hilbert包络的滚动轴承故障诊断

针对轴承振动信号易受噪声影响造成故障特征难以提取的问题,提出一种基于双树复小波(Dual-Tree Complex Wavelet Transform, DTCWT)和最大后验估计(Maximum A Posteriori, MAP)的信号去噪及故障诊断方法。该方法首先对振动信号进行DTCWT分解,获得不同层次的小波系数,有效克服了传统小波分解频率混叠和畸变的缺陷。然后根据各层小波系数中的噪声强度构造MAP软阈值函数,对不同层次的小波系数进行阈值去噪。最后对去噪后的各层小波系数进行DTCWT反变换,将信号分解到不同频带,结合Hilbert包络实现轴承故障诊断。仿真信号去噪分析、轴承复合故障诊断实验及风机轴承微弱故障诊断应用结果表明,该方法能够有效去除噪声,提高信噪比,增强故障特征,提高轴承故障诊断的准确性和实效性。     

基于小波变换的SAR幅度图像压缩算法

针对合成孔径雷达信号处理的幅度图像压缩问题,提出一种基于小波变换的幅度图像压缩方法,对幅度图像进行离散小渡变换,实现幅度图像的多级分解,达到良好的压缩效果.使用星载合成孔径雷达RADARSAT的图像作为测试图像进行实验,压缩比CR=10∶1,峰值信噪比PSNR=31.86 dB.仿真实验结果验证了所提出算法的有效性和实用性.     

基于小波变换和奇异值分解的图像水印算法

针对多媒体资源的版权保护问题,结合离散小波变换和奇异值分解技术的优点,提出了一种基于离散小波变换和奇异值分解的图像水印算法.该算法首先将原始宿主图像分解为4个频带(LL、HL、LH和HH),再对水印图像做奇异值分解,并修改宿主图像的离散小波变换系数和水印图像的奇异值.实验结果表明,该算法不仅具有良好的不可见性,而且对诸如滤波、几何攻击、JPEG压缩和旋转等常见的图像攻击具有很强的鲁棒性.     

一种基于提升格式的过程数据压缩新方法

为了有效利用数据压缩中过程数据的局部特征，提出了一种基于提升格式的自适应压缩方法.该方法根据信号的局部特性选择预测环节，利用塔式分解中小波系数不参与下一层分解的特性，对小波系数做简单的可逆变换，将选择预测环节的信息保存在小波系数中.理论分析及仿真结果均表明，预测环节的选择信息不需要额外的存储空间，不会由于阈值处理和压缩编码受到损害，保证了逆变换的稳定性.与非自适应的插值小波以及常用的Haar小波相比，这种自适应的提升格式降低了均方根误差(RMSE)和单点误差(LPE).     

基于小波变换的静止图象压缩技术研究

小波变换是当前热门的研究课题，它在信号和图象处理领域获得了非常广泛的应用，当图象经过小波变换后被分解不同分辨率级和不同方向的子图象，对不同的子图象采用不同的编码方法，为了提高编码效率还采用了多级零编码技术。最后给出的实验结果表明：采用本文的压缩方法可以得到较高的压缩比，在压缩比为１２８：１时，峰值信噪比（ＰＳＮＲ）仍有２７．７３ｄＢ。     

一种最优小波包基搜索算法

提出了一种最优小波包基搜索算法.信号奇异点的小波分解系数远大于其余点,利用这一特性构成有效的数据压缩方法.在小波包分解各节点中保留与信息有关的较大的系数,去掉其余干扰数据.由于有关的信息被保留下来,舍弃的是大量无关的干扰,一方面达到了消噪的目的,另一方面大大压缩了数据,便于数据的存储和传输.最后基于该算法给出了算法用例,并将该算法应用于分解压缩,得到了较好的效果,证明该算法在工程应用中具有一定的价值.     

基于小波变换的结构矩阵矢量量化压缩方法

提出了一种基于小波变换的结构矩阵矢量量化方法。该方法利用图像经过小波变换后,不同分辨率级子图像之间存在相似性,将已生成的第m级图像的分类信息传递给第m-1级图像,并利用各子图像的结构特性,对矢量量化后的编码结果采用结构矩阵的方法进一步压缩。实验表明该方法在较好图像质量的情况下获得了高压缩比,和有关文献给出的结果进行比较,该算法具有较好的性能。     

一种自适应的小波方向对比度图像融合算法

对多传感器获得的图像序列进行图像融合,可以采用基于小波变换的多分辨率分析图像融合方法。首先,对两幅待融合图像进行小波变换,采用平均加权的方法来获得融合后的低频分量;采用一种基于图像对比度的自适应算法来获得融合后的高频分量。最后从最高分解层到最低分解层依次对得到的高频小波系数和该分解层的低频小波系数进行小波逆变换,最终得到具有原图像有用信息的融合图像。实验结果表明,这种算法可以很好地保留原图像的有用信息,是一种有效的图像融合算法.     

小波变换在储粮害虫图像压缩中的应用

介绍了小波变换的基本理论以及基于小波变换的图像分解和重构过程.对储粮害虫图像实现了2种图像压缩方法.通过实验结果表明,小波变换用于粮虫图像压缩有很高的实用价值.     

基于小波变换域的数字图像嵌入和提取方法

针对数字图像水印的嵌入和提取问题,提出了一种基于小波变换域的数字图像水印的嵌入和提取算法.该算法结合了离散小波变换、Arnold置乱变换和奇异值分解.通过Arnold置乱变换对数字水印图像进行变换,对原始图像进行二次离散小波变换,之后分别对置乱后的水印图像和原始图像小波变换中的低频部分进行奇异值分解,对两者的奇异值矩阵进行加性操作实现水印的嵌入过程.结果表明:该算法能够准确实现水印的嵌入和提取功能;嵌入的水印具有良好的隐身性,人眼不能感觉出水印嵌入带来的变化;算法具有较强的鲁棒性,经过椒盐噪声、高斯噪声、JPEG压缩、高斯平滑和裁剪操作等污染及攻击后,都能较好地恢复水印信息.     

Wavelet-based gray-level digital image watermarking

0　ＩＮＴＲＯＤＵＣＴＩＯＮＴｈｅｓｕｃｃｅｓｓｏｆｔｈｅＩｎｔｅｒｎｅｔｉｎｔｒｏｄｕｃｅｓａｎｅｗｓｅｔｏｆｃｈａｌｌｅｎｇｉｎｇｐｒｏｂｌｅｍｓｒｅｇａｒｄｉｎｇｓｅｃｕｒｉｔｙ .Ｏｎｅｏｆｍａｎｙｉｓ ｓｕｅｓｔｈａｔｈａｖｅａｒｉｓｅｎｉｓｔｈｅｐｒｏｂｌｅｍｏｆｃｏｐｙｒｉｇｈｔｐｒｏｔｅｃｔｉｏｎｏｆｅｌｅｃｔｒｏｎｉｃｉｎｆｏｒｍａｔｉｏｎ[1] .Ｄｉｇｉｔａｌｗａｔｅｒｍａｒｋｉｎｇｈａｓｂｅｅｎｐｒｏｐｏｓｅｄａｓａｗａｙｔｏｃｌａｉｍｔｈｅｏｗｎｅｒｓｈｉｐｏｆｔｈｅｓｏｕｒｃ…     

一种新的化工过程历史数据压缩方法研究

为了对化工过程的历史数据进行压缩处理以减少数据的存储空间，给出了一种新的数据压缩方法.该方法基于整数小波变换和多级树集合分割编码，对原始数据进行5层整数小波分解，得到小波系数和相应的时间方向树，使用多级树集合分割编码对小波系数进行编码，输出位平面，再利用自适应算术编码对输出的位平面进行编码，进一步提高压缩比.应用该方法对一造纸厂的温度数据进行压缩和还原，仿真结果表明，该方法无需浮点运算，编码时利用了原始信号在各尺度下小波变换系数的自相似性，具有计算复杂度低、数据压缩速度快、压缩比高和重构误差小的特点.     

基于周期延拓的纯二维小波变换

研究了周期延拓在纯二维小波变换中的应用,给出了原始像块最大分解级数和各级像块支撑区的确定方法.原始像块的行数和列数不拘泥于2n,可以是任意整数,其左上角行列坐标可以是奇数或偶数的任意组合,小波分解域数据量等于或略大于原始像块的数据量,若忽略有限精度问题,可以实现数据的完全重构.以纯二维5/3小波变换为例,给出了小波分解与重构规程.     

基于小波变换的图像压缩方法中小波基的选取问题探讨

本文介绍了在利用小波变换进行图像压缩中小波基的选择时一般需要考虑的几个方面。     

基于移动通信电路域的语音信息隐藏算法

通过分析移动通信电路域语音信道的结构特点,提出了一种适用于移动通信电路域信道的抗语音声码器断续传输(DTX)处理和有损压缩的语音信息隐藏算法.选择经语音端点检测判决为浊音帧的有效语音信号进行3级小波分解,选择第3级小波细节系数做快速傅里叶变换(FFT)后,在表征频带0.5～1 kHz的FFT系数上根据听觉掩蔽理论对秘密信息进行量化抖动调制嵌入,实现秘密信息在语音中的隐藏.实验结果表明,该算法模型在10 bit/s上限容量时,携密语音质量评价分数高于3.48,经过全球移动通信系统增强型全速率声码器的DTX技术处理、有损压缩以及信道中存在的其他干扰后,误码率保持在0.06左右.