A novel algorithm of multi-sensor image fusion based on wavelet packet transform

In order to enhance the image information from multi-sensor and to improve the abilities of the information analysis and the feature extraction, this letter proposed a new fusion approach in pixel level by means of the Wavelet Packet Transform （WPT）. The WPT is able to decompose an image into low frequency band and high frequency band in higher scale. It offers a more precise method for image analysis than Wavelet Transform （WT）. Firstly, the proposed approach employs HIS （Hue, Intensity, Saturation） transform to obtain the intensity component of CBERS （China-Brazil Earth Resource Satellite） multi-spectral image. Then WPT transform is employed to decompose the intensity component and SPOT （Systeme Pour I＇Observation de la Therre ） image into low frequency band and high frequency band in three levels. Next, two high frequency coefficients and low frequency coefficients of the images are combined by linear weighting strategies. Finally, the fused image is obtained with inverse WPT and inverse HIS. The results show the new approach can fuse details of input image successfully, and thereby can obtain a more satisfactory result than that of HM （Histogram Matched）-based fusion algorithm and WT-based fusion approach.     

基于小波压缩域的字符自动定位

本文提出一种基于小波压缩域的图像/视频字符自动检测定位方法.对于基于小波变换的压缩格式图像/视频,仅部分解压即可实现具有复杂背景的字符区域定位.与其他定位方法相比,明显降低计算复杂度,对字符尺寸的鲁棒性,检测精度显著提高.初步实验结果验证了该方法的有效性和快速性.     

基于离散小波变换的网络流量多重分形模型

网络流量过程中所蕴含的分形尺度特性对网络性能有显著的影响。因此研究能全面准确地刻画网络流量过程在小时间／空间尺度上的复杂奇异性特征和大时间／空间尺度上的长程依赖性特征的流量模型对Internet网络工程有重要的意义。本文对实测的流量数据(从著名的校园网和国内著名的ISP)进行了分析，利用小波技术构建了一个新的网络流量的多重分形模型，通过模拟验证，发现该新模型能以较简洁的形式捕捉实际网络流量特性，并具有刻画真实流量数据中的多重分形特征的能力。     

An efficient 3-dimensional discrete wavelet transform architecture for video processing application

This paper presents an optimized 3-D Discrete Wavelet Transform (3-DDWT) architecture. 1-DDWT employed for the design of 3-DDWT architecture uses reduced lifting scheme approach. Further the architecture is optimized by applying block enabling technique, scaling, and rounding of the filter coefficients. The proposed architecture uses biorthogonal (9/7) wavelet filter. The architecture is modeled using Verilog HDL, simulated using ModelSim, synthesized using Xilinx ISE and finally implemented on Virtex-5 FPGA. The proposed 3-DDWT architecture has slice register utilization of 5%, operating frequency of 396 MHz and a power consumption of 0.45 W.     

A wavelet transform based POCS Superresolution algorithm

Research interest in multi-frame Superresolution has risen substantially in recent years.This paper presents a modified Projection Onto Convex Set (POCS) superresolution method based on wavelet transform.The method analyzes the image formation model from wavelet multiresolution analysis point of view and defines an closed convex set and its corresponding projection based on wavelet transform.An iterative procedure is utilized to reduce the estimated errors of the result image,and this guarantees the estimated image to lay in the intersection of different convex sets,thus produces a high resolution image with a reduced error.The effectiveness of the algorithm is demonstrated by experimental results.     

DWT based HMM for face recognition

A novel Discrete Wavelet Transform (DWT) based Hidden Markov Module (HMM) for face recognition is presented in this letter. To improve the accuracy of HMM based face recognition algorithm, DWT is used to replace Discrete Cosine Transform (DCT) for observation sequence ex- traction. Extensive experiments are conducted on two public databases and the results show that the proposed method can improve the accuracy significantly, especially when the face database is large and only few training images are available.     

基于信噪比门限判断和小波变换的SAR干涉图滤波法

该文首先研究了一种基于离散小波变换(DWT)的干涉图滤波算法,对该算法的噪声模型和处理流程进行了详细的分析,并在其基础上做了基于静态小波变换(SWT)的改进。接着利用实测数据对这两种方法做了实验,通过对实验结果的分析,提出了一种高噪声环境下,在保证残点数降低率的同时,还能提高干涉条纹质量的滤波方法。在此滤波方法的基础上, 进一步提出了基于信噪比门限判断的干涉图两级处理滤波法,并对其处理流程做了详细的讨论。利用实测数据对该方法进行了仿真,实验结果验证了该方法的有效性。     

加权系数平均法改进的小波域LMMSE信道估计算法

针对传统LMMSE算法需要知道信道特性的问题,提出了一种加权系数平均法改进的小波域LMMSE信道估计算法.运用离散小波变换对LS初始估计和预滤波处理后的信号实行阈值量化去噪处理,然后结合时域信道能量分布的稀疏性特征,利用加权系数平均法求出各子载波的频域响应,从而克服了传统LMMSE算法需要预先知晓信道统计特性的缺陷.对算法的BER和MSE性能进行实验仿真,结果表明:文中所提改进算法的信道估计整体性能显然会更优于LS、SVD-LMMSE以及加权平均改进后的LMMSE算法.另外,在信噪比较低且信道统计特性未可知的状况下,文中算法要优于传统的LMMSE算法,并能够较好地降低噪声的影响,有效提升信道估计的精确度.     

基于小波多分辨分析的图像融合方法

图像融合的目的是把来自多传感器数据的互补信息合并形成一幅新的图像,以便更好地进行监视和侦察之类的视觉感知[1,2]。在阐述了小波变换多分辨分析的基本原理及其特点的基础上,提出了基于小波多分辨分析的图像融合的新方法。实验结果表明,该方法效果良好,可广泛用于各研究领域。     

Audio steganalysis of DSSS based on statistical moments of histogram

Compared with the histogram of Discrete Cosine Transform (DCT) coefficients before the Direct Sequence Spread Spectrum (DSSS) embedding, the peak value of the histogram after the em-bedding decreases and expands toward the border. Based on the property, an audio steganalysis of DSSS based on statistical moments of histogram is proposed. The statistical moments of the histogram in DCT domain and its frequency domain and the statistical moments of the histogram of the wavelet coefficients of every level in frequency domain are calculated as the features of classification. Support Vector Machine (SVM) is exploited as the classifier. Experimental results show that the proposed technique is effective on the DSSS embedding in DCT domain using different embedding length, and the average detection rate is 91.75%.     

采用小波变换的OFDMA系统误码性能分析

针对LTE下行链路,建立一种基于小波变换的OFDMA(Wavelet Transform based Orthogonal Frequency Division Multiple Access,W-OFDMA)系统,克服频偏和相位噪声带来的不良影响,提升系统的误码性能.将小波作为系统的正交子载波,利用滤波器组的级联形式实现小波变换,取代原系统的快速傅里叶变换.利用Simulink建立W-OFDMA系统基带模型,分析比较高斯信道下基于不同小波的W-OFDMA系统的误码性能,并与传统的OFDMA系统进行比较.仿真结果表明,sym4小波为W-OFDMA系统的最佳子载波,且基于sym4的W-OFDMA系统的误码性能优于传统的OFDMA系统.     

基于小波变换的低对比度图像增强

针对传统算法存在噪声过增强的问题,提出了基于小波分析的图像增强算法。在小波变换多尺度分析的基础上,算法对图像多尺度分解得到的小波系数进行缩减去噪,然后在不同尺度上对各分解系数进行不同程度的增强;对同一尺度的系数进行非线性处理以增加对比度;增强低频子带图像的对比度以保证整体的增强效果。实验表明,该算法能有效地增强低对比度图像,减小了噪声的增强幅度,使结果图像具有很好的视觉效果。     

一种基于小波变换与奇异分解的图像水印算法

提出一种基于离散小波变换(Discrete Wavelet Transform,DWT)与奇异值分解(Singular Value Decomposition,SVD)相结合的数字水印算法。该算法将原始图像的小波子图进行奇异值分解,将灰度水印图像进行Arnold变换以及扰乱加密,再进行分块离散余弦变换(Discrete Cosine Transform,DCT),将变换后的系数分类嵌入到相应的奇异值中。实验仿真表明,这种方法能抗大多数图像处理攻击,具有良好的鲁棒性。     

基于小波变换的改进影像金字塔模型

随着遥感影像数据量不断增长,为了更加高效地组织与管理海量的遥感影像,研究并提出了改进的基于小波分解的影像金字塔构建方法。利用多分辨率分析和图像的小波分解与重构算法,参考影像金字塔构建的一般方法,将图像小波分解的不同级系数量化、编码后,分别存储于金字塔的不同层中。该构建方法可以有效地降低金字塔各层之间的数据冗余,减少总数据量和浏览时的数据流量,并能更好地支持嵌入式码流和渐进式传输。     

基于混沌映射的小波变换域数字水印算法

本文结合传统的密码学和小波变换域数字水印技术,在水印信息被嵌入到载体作品之前,根据密码学原理将水印进行加密,然后再进行嵌入,充分考虑了小波变换的频域特性与人类视觉系统的很好匹配.在前人的研究基础上,利用图像的小波变换域的JND模型提出了一种基于混沌映射的在图像的小波变换域嵌入数字水印的算法.实验证明,用该算法嵌入的水印...     

基于小波变换的图像融合方法

提出了一种基于小波变换的改进图像融合方法。对小波分解后的高频分量使用图像区域内像素的最大绝对值作为该区域中心像素的活性测度以得到融合图像的高频分量,对分解后的低频分量通过度量其图像块的质量来确定融合图像的低频分量。实验结果表明,该方法得到的融合图像清晰度和对比度都较好,是一种有效的图像融合算法。     

离散小波变换和奇异值分解相融合的彩色图像水印算法

为加强数字多媒体的版权保护,提出了一种结合离散小波变换和奇异值分解相融合的彩色图像水印算法(DWT-SVD).首先对彩色数字载体图像进行小波分解,并对其小波系数进行奇异值分解;然后对水印信息采用Arnold进行置乱,并进行奇异值分解;最后将水印信息的奇异值嵌入到彩色图像的小波系数奇异值中,并对水印嵌入强度进行调节.仿真结果表明,DWT-SVD可以检测到完整的水印信息,具有良好的不可见性,对各种攻击具有较强的鲁棒性.     

网络业务量的一种稳定多分形模型及其检验

目前网络业务量研究中有自相似和多分形两种主要的先验模型。自相似模型简洁,运用单一的H 指数来描述业务量特性,但它并不能完全表达业务量的信息;多分形模型更准确,但它运用函数形式的多分形谱来刻画信号,不便于实际分析。本文在无穷可分层叠的理论框架下提出了网络业务量的一种稳定多分形模型。运用小波变换方法,通过多个业务量记录的检验,证实此模型从尺度行为和边缘分布两方面都能准确刻画业务量。作为一般多分形过程的特例,该模型把多分形指数的表达式确定下来,并归结为4个参数的估计。