一种Loop细分小波的边界处理方法

细分小波近年来发展迅速,在计算机图形显示、渐进网格传输和网格多分辨率编辑等领域获得了广泛的应用。Bertram提出的Loop细分小波是基于提升格式的双正交细分小波的典型范例,它所针对的对象均为网格的内部顶点。目前尚未发现相关文献提及细分小波对于边界的处理。该文在Loop细分小波算法的基础上,给出了一种Loop细分小波边界处理的方法,经验证效果令人满意。     

一种静态的蜂窝细分算法

介绍了一种静态的蜂窝细分算法。该算法采用对偶模式,在每次迭代过程中,新顶点仅由旧顶点分裂而成,不需要辅助点来计算。该算法能够有效地节省时间和空间的开销,同时也能使细分矩阵拥有循环的特性,从而方便了特征值分析。通过对控制系数的合理选择,该算法能够的到比较好的细分效果。     

Armlet多小波的构造算法

给出将紧支撑的非Armlet正交多小波变换成1阶或更高阶的紧支撑Armlet正交多小波的构造算法.此构造算法是显式的,且保持原多小波的所有性质.最后给出一个构造算例.     

Loop细分小波框架对图形传输与去噪的应用

基于细分小波的多分辨率分析是近年来三维图形处理的重要方法,该方法在图形的压缩,去噪,渐近显示和传输,多分辨率绘制和编辑等领域已有很多研究与应用。最近Maria Charina等人提出了一种新的基于细分小波紧框架的多分辨率分析理论,使得细分小波框架在三维图形处理领域的应用成为值得研究的新课题。在深入学习和研究这种全新的多分辨率分析理论的基础上,详细推导了Loop细分小波紧框架的分解和重构公式,应用这些公式实现了多分辨率曲面的构造并将其应用到三维网格图形的渐进传输和去噪中。通过与M.Bertram的双正交Loop细分小波算法的对比,表明基于Loop细分小波紧框架的多分辨率分析算法具有较好的渐进传输和去噪效果。由于通常的输入网格不具有细分连通性,而基于细分曲面的多分辨率分析算法要求它所处理的网格具有这种连通性,所以还特别提出了一种构造既能逼近输入网格又具有细分连通性的网格的简捷算法。     

一种新的细分曲线方法研究

对经典的四点细分格式进行推广，提出了可通过对形状参数的适当选择来实现对极限曲线形状调整和控制的三参数四点细分曲线造型方法，并对其收敛性进行了分析，同时给出了曲线C⁰到C³连续的克分条件，并加以证明．     

一种新的基于小波变换的边缘检测方法

本文根据经典的基于小波变换的多尺度边缘检测方法,提出了关于一维信号和二维信号的基于相邻尺度上小波变换乘积的边缘检测方法,该方法可以有效地增强边缘和抑制噪声,对一维和二维信号的计算机仿真实验表明该方法是正确的和有效的。     

一种基于多小波变换的方向加权图像融合算法

针对单小波在图像变换中存在的不足,将研究推到多小波领域.提出边沿信息方向性加权的区域能量融合改进算法,重新构造融合图像对应的多小波系数,通过逆变换重构融合图像.此外,利用交叉熵;平均误差;峰值信噪比等参量,对该融合方法的融合性能进行了评价与分析.实验结果表明,该融合方法是有效的.     

一种级联混合小波神经网络盲均衡算法

针对严重非线性失真信道,提出了一种级联混合小波神经网络自适应盲均衡器．这种均衡器在小波网 络输入层之前级联一个横向滤波器,横向滤波器的节点输出作为小波网络的输入．利用常数模代价函数分别获得横 向滤波器和小波网络的梯度信息,将两个梯度信息进行加权融合处理,可以得到混合小波网络参数调整的梯度信 息．级联混合小波网络盲均衡器实现了对非凸性误差性能曲面的线性和非线性寻优的组合．普通电话信道和非线性 信道条件下的仿真结果表明,级联混合小波网络盲均衡与前馈网络盲均衡以及传统小波网络盲均衡相比较,具有更 好的均衡性能．     

一种新的小波变换边缘检测方法

提供了一种新的小波变换边缘检测方法,这种方法解决了第一代多尺度边缘检测方法中存在的两个问题即边缘仅定义为信号的奇异性表现;滤波尺度参数难以选择。它直接从人的视觉特征出发,描述边缘的特征,并定义象素点在邻域内的有效边缘测度,作为对该象素点进行滤波的尺度调整依据,以解决多尺度边缘检测中的尺度确定,从而实现边缘检测。实验和对比结果都证明,这种方法效果很好。     

一种小波神经网络结构的优化设计方法

为了提高小波神经网络的收敛速度,提出了将负梯度下降法与DFP变尺度算法相结合进行权值修正的方法,在误差寻优初期采用梯度下降法迭代,当寻优过程开始接近最优时,更改寻优算法,即使用DFP变尺度算法。最后,通过仿真,结果表明改进的算法减少了迭代次数,提高了寻优的收敛速度。     

小波分析中一类滤波器的构造

通过对多分辨分析性质的讨论,提出了使用数值方法修正初始滤波器得到紧支集 正交滤波器的方法。可以针对任何紧支集滤波器进行迭代,自动得到消失矩更高、质量更优的 滤波器。基于Legendre 多项式,构造一组平移正交系,在得到初始滤波器后进行修正,获得消 失矩为2 的滤波器。与db3 小波进行处理一维信号和二维信号的对比检测,实验证明该滤波器 在图像边缘处理中有效。     

蜂窝细分

给出了一类新颖的基于六边形网络的细分方法，该方法拓广了细分曲面的种类，被形象地称为蜂窝细分法，通过引入中心控制点的概念，使蜂窝细分具有参数选取灵活，形状控制容易，网格复杂性增长缓慢，适用范围广等优点，分析了蜂窝细分方法的极限性质以及参数选取规则，可保证细分曲面处处达到切平面连续，并在适当条件下具有插值能力，该方法适用于动画造型和工业造型设计。     

基于一般紧支撑小波的一类动态多尺度系统最优估计算法

This paper addresses the problem of dynamic multiscale system (DMS) estimation. Research achievements in the related area have been reported in the literature, but they either rely on the assumption of stationarity of the observed process or are difficult to be implemented. In this paper, a model of DMS that meets the requirements of the standard discrete time Kalman filtering is built and is realized by general compactly supported wavelet. The introduction of the state space projection equation and the augmentation of measurement equation are a major part of the novelty in our work. A theorem on the optimal filtering output at each scale is put forward. Experimental results are given to verify our methods0 superior performances.     

Modeling and Estimation of a Class of Dynamic Multiscale Systems by General Compactly Supported Wavelet

This paper addresses the problem of dynamic multiscale system (DMS) estimation.Re- search achievements in the related area have been reported in the literature,but they either rely on the assumption of stationaxity of the observed process or are difficult to be implemented.In this paper,a model of DMS that meets the requirements of the standard discrete time Kalman filtering is built and is realized by general compactly supported wavelet.The introduction of the state space projection equation and the augmentation of measurement equation axe a major part of the novelty in our work.A theorem on the optimal filtering output at each scale is put forward.Experimental results are given to verify our methods' superior performances.     

基于组合预测算法的光栅信号新细分方法研究

针对现有光栅信号细分技术对光栅输出原始信号波形质量要求较高的问题,本文利用运动过程中时间与空间的映射关系,建立一种利用时间基准测量空间的新方法.通过光栅栅距触发采样时间建立样本序列,在通过分析不同运动状态特性的基础上,研究采用组合预测算法,提出一种光栅信号自适应细分新方法,实验结果表明此算法能实现圆光栅栅距内100倍细分,细分误差为±0.56″,满足实验所需的实时性和细分精度的要求,实现光栅信号细分.此细分方法充分利用光栅本身的制造精度,与光栅输出信号正弦性无关,在精密测量领域具有重要应用价值.     

利用小波变换加权自相关的基音检测法

自相关函数法、平均幅度差函数法及小波变换法是经典的基音检测方法,本文简要分析了单独使用它们进行基音检测时存在的不足,提出了一种基于小波变换的加权自相关的检测方法。将多级小波变换的近似分量加权求和以突出基音信息,采用改进的平均幅度差函数加权自相关函数的方法以突出真实基音周期处的峰值,提高基音检测的正确率。实验表明,与传统的自相关函数法和平均幅度差函数法相比,本文方法减少了倍频和半频错误,提高了基音检测的精度,在信噪比为-5dB时仍能得到较准确的结果。     

基于小波分析和多项式细分定位的超分辨率图像重建算法

图像超分辨率重建是图像增强和图像复原研究中的一项重要课题,广泛应用于高清晰电视、医学成像和遥感成像等领域。在小波分析边缘检测的基础上,通过多项式细分算法定位亚像素边缘,将图像分为平滑区域、边缘区域和微细边缘区域。根据不同的区域特性,采用不同的插值方式进行超分辨率图像重建。仿真结果显示所提算法重建的高分辨率图像边界部分清晰自然,其主观判断和客观评价结果明显好于传统重建算法,从而验证了本算法的可行性和有效性。     

Wang-Said型广义Ball曲线的细分算法

Wang-Said型广义Ball曲线(WSGB),以不同参数L统一表达了一批有用的曲线.利用对偶泛函,给出了此类曲线的一种新颖的显式细分算法.与传统的离散算法不同,该算法避免了烦琐的矩阵求逆及基转换,推导简捷;且其使用可归结为细分矩阵与顶点向量阵的乘积,绘图比较方便.作为特例,参数L取特殊值时验证了与Wang-Ball细分矩阵、Said-Ball细分矩阵表达式的统一性.     

具有特殊效果的混合细分方法

提出了基于三角形和四边形的混合控制网格的细分曲面尖锐特征、半尖锐特征生成和控制方法,避免了已有方法仅局限于初始控制网格为单一的三角形或单一的四边形网格的缺陷.通过局部修改混合细分规则,在光滑混合曲面上产生了刺、尖、折痕、角的尖锐特征效果,并对尖锐特征处局部细分矩阵进行了详细的特征分析,讨论了极限曲面的收敛性及光滑性.同时,用特征处的离散曲率来控制特征处的尖锐程度,实现了半尖锐的特征效果,并通过自适应细分方法,把尖锐特征、半尖锐特征的生成统一起来.该方法具有多分辨率表示能力强、局部性好、简单易操作的特点.实验结果表明,该算法效果好,成功地解决了混合曲面特殊效果生成问题.     

基于双正交小波和加权NLDA的人脸识别

文章针对基于零空间线性判别分析方法在高维多类别的人脸识别应用中存在的“次优性”和“效率低”两个问题,提出了一种改进方法.该方法用加权函数重新定义类间离散矩阵以减弱边缘类带来的不良影响来改善次优性问题;并对图像进行双正交小波分解来降低分辨率以到达提高效率的目的.最后在ORL人脸库上进行了实验,通过实验确定了最优加权系数和小波分解的最佳层数,并验证了该方法比基于零空间线性判别分析方法有更高的效率和识别率.