基于自适应提升格式小波变换的图像压缩研究

为了减小提升格式小波变换中的误差、提高图像的压缩效果,提出基于自适应提升格式小波变换实现图像压缩的新方法。在自适应提升小波变换时,通过梯度法构造决策函数来调整更新算子和预测算子并获取最优的小波基函数,在系数量化时运用整数量化方法。实验结果显示该方法具有较好的压缩效果。     

利用MSP430芯片实现小波变换对涡街信号的去噪测量

利用Mallat算法对涡街信号进行多分辨率分析和去噪，相对于传统滤波器组的直接分解，具有品质因数恒定、运算量小、分解尺度可灵活变化的优点，且去噪效果好。利用MSP430单片机进行实现，完成涡街信号检测的整个系统功能，达到了功耗要求低、可利用工业现场4～20mA电流环直接驱动以及滤波效果满意的目的。     

多小波变换的提升格式及其在图象编码中的应用

在简要介绍提升格式和多小波之后，提出了一种新的实现多小波变换的提升格式模型，由于这个模型主要由若干个单小波变换的提升格式搭建而成，因而不必自己推演提升格式的内部结构和参数，另外，这个模型还可以根据实际应用的需要选用不同的单小波，该文还给出用D9／7双正交（单）小波变换的提升格式构造的多小波变换的实例，并把这样构造的多小波变换应用于图象编码，结果表明，该方法可取得比常用的GHM多小波图象编码更好的效果。     

基于提升格式小波变换的医学图像融合技术

图像融和是对取自不同时间、不同传感器或不同视角的同一场景的两幅图像或者多幅图像进行信息融合的过程,主要用于消除来自不同传感器图像中目标的位置差异。在分析常见算法的基础上,提出了一种新医学图像融合算法,新算法以提升格式小波变换为基础,利用图像多级小波分解后近似分量的轮廓相似性进行图像的快速融合。实验结果表明,新方法高效精确。     

应用于图像的基于提升方法的双自适应小波变换

由于小波具有良好的时频特性,对于平滑图像,利用固定尺寸的小波滤波器滤波可以获得良好的分解结果.然而对于具有较多突变点的图像而言,采用固定尺寸的小波滤波器进行滤波并不是一个理想的选择.基于Heijman等人提出的2维自适应更新提升格式,本文提出了一种双自适应的小波变换算法,在更新与预测过程均采用自适应算法.最后,对标准图像进行测试分析,实验结果表明该算法在图像精确重构不需要额外的附加信息,且可以提高图像的峰值信噪比（PSNR）.     

基于提升格式小波的磁浮间隙信号降噪处理

针对高速磁浮轨道不平顺检测中间隙信号的降噪问题,提出基于提升格式的小波滤波方法;通过Lagrange插值法设计预测算子,并根据小波消失矩的特性建立线性方程组求解出更新算子,该方法也适用于求解带有边界问题的预测算子和更新算子;仿真实验比较了采用不同小波分解层数时硬阈值和软阈值的降噪效果,结果表明对信号进行4层分解并采用硬阈值法对小波系数进行处理,可以更有效提高信噪比,并更好保留了间隙信号的脉冲尖峰特征;将其仿真结论应用于实测间隙信号的降噪处理中,结果表明该方法满足了轨道不平顺实时检测的要求。     

基于提升小波变换的并网逆变系统信号去噪

分布式电站的功率调节系统采用并网逆变器进行直流/交流电转换输出,其核心处理器是定点型DSP器件.为了抑制系统外部干扰和测量噪声,需要在控制系统中加入滤波环节.由于采样信号波形是非光滑曲线,存在跳变点,为了获得去噪后良好的近似精度和不失真,选用自适应小波变换来线性近似信号.文章针对控制系统的处理器的特点,选择提升小波变换,应用于DSP嵌入式系统的反馈信号数字滤波.实验结果显示,采用自适应提升小波变换滤波后,在不影响控制系统的实时性能条件下,具有良好的抗干扰能力和去噪效果.     

一种不需要乘法的整数小波变换及其基于行的提升格式

对提升后的Donoho小波进行了进一步研究,通过正则性的计算和小波采样逼近理论说明N=N~=4(记为SWE13/7)时有较好的逼近性能,并在采样逼近上优于D9/7小波。SWE13/7的提升系数是简单分数,从而可以得到在计算过程中仅使用到整数位移和加法的提升格式,使计算复杂性大幅度低于D9/7小波,而且结果等价于中间过程使用浮点数运算时的结果。基于行的提升格式可以大幅度减少内存使用量,并在并行计算时提高计算速度,本文实现了SWE13/7的基于行的提升格式,它的计算量也明显小于D9/7。数值实验结果说明使用零树编码时,SWE13/7的图像压缩效果整体上优于D9/7效果,并且计算量小很多。     

基于小波变换的动态称重信号处理方法

针对目前动态汽车衡因货车拖磅称重而导致称重信号异常及称重不准确问题,提出采用小波变换极大值信号重构算法对拖磅称重信号进行处理:首先将拖磅称重信号逐层分解到不同频域和时域,在保持频率不变的条件下,对称重信号逐级求极大值点,得出信号逐级变化趋势;然后将多级称重信号按原离散逼近系数重构成新的称重信号,进而得到车辆称重信息。现场实测表明,采用小波变换极大值信号重构算法处理后的货车拖磅称重数据与正常过磅时称重数据的误差小于1%。     

小波变换与FFT相结合在涡街信号处理中的应用

针对工业现场对涡街流量信号处理测量精度的问题,利用小波变换与F F T相结合的方法,有效地去除干扰噪声,提取出涡街信号主频率。最后通过MATLAB仿真,并与直接用FFT算法相比较,结果表明改进后的算法测量精度明显提高。     

基于静态小波变换的提升框架分解

静态小波变换的最大优点是具有平移不变性。该文基于小波变换的多相表示,利用多采样率滤波器理论中上(下)采样算子与滤波器的等效易位关系,提出了将传统的静态小波变换由懒惰小波变换经过有限步交替的提升和对偶提升结构来实现的方法。由于提升框架容易实现逆变换,故在处理边界中具有更大的灵活性。分析表明,与标准算法相比,通过提升分解,可减少一半计算量。     

一种新的M通道提升小波变换的图像处理算法

本文利用M通道小波变换对信号分频范围更细这一特点,实现了M通道小波变换的提升分解,并给出了一种M通道快速提升小波变换的算法。此算法只要有分解算法,立即可以得到合成算法,而且将运算结果取为最接近的整数,就可实现整数到整数的小波变换。数值实验结果表明,该方法对图像压缩行之有效。     

基于提升小波的自适应阈值图像去噪

介绍了提升方法(Lifting Scheme)的基本原理,给出了用提升方法构造传统小波的实现方法.在提升小波分解变换的基础上,研究一种自适应阈值的图像去噪方法--AdaptThr Shrink去噪法.这种方法是基于Bayes框架,在不同子带和不同方向上选择不同的最佳阐值.结合软阈值法对图像进行去噪,与传统方法相比,此种方法提高了去噪后图像的峰值信噪比(PSNR),而且使图像更加清晰.基于提升小波的自适应阈值图像去噪法实现简单、计算速度快、去噪效果好.     

基于提升小波的自适应阈值图像去噪

介绍了提升方法（Lifting Scheme）的基本原理,给出了用提升方法构造传统小波的实现方法。在提升小波分解变换的基础上,研究一种自适应阚值的图像去噪方法——Adapt Thr Shrink去噪法。这种方法是基于Bayes框架,在不同子带和不同方向上选择不同的最佳阈值。结合软阈值法对图像进行去噪,与传统方法相比,此种方法提高了去噪后图像的峰值信噪比（PSNR）,而且使图像更加清晰。基于提升小波的自适应阈值图像去噪法实现简单、计算速度快、去噪效果好。     

基于提升的二维离散小波变换优化算法与DSP实现

二维离散小波变换是小波处理图像的关键算法。随着人们对多媒体信息需求的日益增长,处理速度正变得越来越重要,传统的先行后列式的二维离散小波变换计算方法具有变换速度慢,不能充分利用硬件设备的缺点。讨论了一种基于小波提升算法的、行列并行的二维离散小波变换改进算法,该算法具有运算速度快、占用内存少的特点,特别适用于嵌入式系统的需求。同时,基于TMS320C6000 DSP平台讨论了它的软件实现方法,经比较可比传统计算方法提高效率20%左右。     

基于小波提升变换的边缘检测及应用

在分析了小波提升格式的基础上,提出了基于小波提升变换的图像边缘检测新算法.首先,通过小波提升分解获得水平、垂直、对角线细节子图和近似子图.然后,根据子图特性分别采用不同的算子进行边缘检测.最后,利用小波逆变换重构图像.通过在交通车流量检测的实验表明了该方法有效性.     

提升格式下的小波优化及陀螺信号降噪

在小波的各种应用中,一直存在着小波基的选择问题。在小波的提升框架下,提出了一种基于进化算法的小波优化方案,能够根据信号处理的目标对已有小波的系数进行修正。针对陀螺信号的降噪问题,采用此方案得到了一个优化的新小波,并利用这个新构造的小波进行了仿真。结果表明,优化的小波可获得更好的降噪效果,而且与传统方法相比,这种优化方案具有较大的灵活性,可适用不同的实际要求。