基于分形和小波变换的自适应混合图像编码

待编码图像经过金字塔型离散小波变换后的系数在小波域内可以组成分层树状数据结构一个小波树，这些跨越不同分辨率的小波树之间存在一定的相似性，可以通过分形变换来描述，本文正是构造小波树的基础邮基于分形和小波变换的自适应混合图像压缩算法，实验证明，我们提出的图像压缩方法与ＪＰＥＧ相比，能够在相近的压缩比的情况下（６０：１～７０：１）使得重建图像的ＰＳＮＲ（〉２９．５ｄＢ）增加约５．４ｄＢ并且图像的主观视觉     

分形维数与光学小波变换

用光学方法成功地进行了分形图像的小工测出其分形维数。分形维数值的测定可以推动分形动力学的研究与发展。实验证明,光学小波变换不失为一种实时分析分形图像的重要方法。     

基于小波变换的多方向分形预测图象编码方法

小波图象编码属于子带编码,但是,与通常的子带编码不同,图象经过小波变换后,不但分解成不同频带（即分辨率）的子带图象,而且,同分辨率的子带图象还进一步分解成不同空间方向的子带图象。同方向的各个子带图象之间具有相似性,利用这种相似性进行图象编码可以提高压缩比。不同方向的各个子带图象之间虽然不具有相似性,但是,原图象的特征在这些子带图象中的空间位置具有不变性,利用这种空间位置的不变性进行图象编码,可以进一步提高压缩比。本文提供了这方面的理论分析和实例验证。     

基于小波变换的快速分形图像编码

分形图像压缩编码方法以其高压缩比的潜在性能而在近年来倍受重视,但是分形方法还存在着一些问题亟待解决。本文所提出的基于小波变换的分形压缩方法不仅弥补了分形方法编码时间过长的缺点,而且还使分形方法高压缩比的优点,得以进一步发挥。     

图像小波变换的分形编码技术

简要介绍小波变换在图像处理上的基本原理，初步探讨小波变换的分区块编码算法，在小波分解的基础上结合人眼特性，利用子带的相关性，引进分形编码思想，对图像进行有效压缩。仿真实验结果说明，该方法在同等图像的恢复质量下，其压缩比优于传统的压缩方法，在提高图像的恢复质量方面也有一定价值。     

小波与分形在图像压缩中的比较及应用

小波与分形都是当今图像编码领域中的热点。综述了小波和分形的原理、优缺点以及发展现状，并提出了基于小波和分形混合编码的思想。     

小波与分形相结合的图像编码方法

小波和分形都是新兴的图像编码方法,它们都突破了基于局域内相关去冗余的传统压缩方法的局限性,而一各有其优点,两种方法的结合,将更加发挥它们的潜力,文中介绍小波和分形结合的编码的最新进展,其中重点介绍了在ＰＰＣ方法。     

小波域内的分形视频编码方案

探讨了使用分形映射实现小波子带系数自量化编码的改进方案。利用小波系数父子节点之间的相似性,对Ｒａｎｇｅ块进行快速的分形匹配,并且在算法中采用了ＤＰＣＭ、算术编码;对视频序列则采用条件补充帧间编码,以减少算法运算量。实验结果表明了该算法的有效性。     

提升小波变换与分形结合的图像压缩算法

遥感图像在环境监测、军事侦察等多方面有着广泛应用,然而遥感图像包含信息量大,对其进行压缩来提高存储效率具有重要意义.传统分形编码由于压缩比大的特点被广泛应用到遥感图像压缩中,但是传统分形编码存在压缩时间太长的问题.提出提升小波变换与改进分形结合的压缩方法,把提升小波变换后的低频分量进行基于最小方差搜索法的分形压缩.实验结果表明,提升小波变换与改进的分形结合的压缩方法与小波变换与分形结合的压缩方法相比,在峰值信噪比保持在35 dB不变的情况下,压缩时间大约可以缩短8倍,图像压缩比也有提高.     

小波变换技术在指纹图像预处理中的应用

本文旨在提高指纹识别的识别率,在指纹图像的预处理中,加以小波变换。将小波函数进行分解与重构,并将其运用到对指纹图像的预处理中,包括小波压缩、去噪和增强。通过加入小波变换的预处理技术,可使指纹图像的特征提取与匹配中更加精确;结论:通过仿真实验,将小波变换技术运用到指纹图像的预处理中,可提高指纹识别的识别率。     

信号包络提取方法从希尔伯特变换到小波变换

本文分别讨论了希尔伯特变换和小波变换的原理、性质和在提取信号包络方面的应用,并进行了分析、对比;说明了小波变换(采用已调高斯小波)除了能够对信号实现正交、提取包络外,还具有带通滤波的功能;从而能提取出优于希尔伯特变换的信号包络。     

M带小波变换在图象中的应用

小波变换是近年来兴起的一种时频域信号分析理论,是信号分析处理的一种强有力的新工具.本文根据小波变换的特点,在Mallat二带多分辨分析的基础上,讨论分析了信号的多带多分辨分析的理论和实现算法,并将这一理论和算法应用于图象处理,取得了满意效果.     

从时频分布到连续子波变换

本文从时频分布的物理概念出发,首先指出了各种时频分析方法的内在联系和差别,然后着重从连续子波变换在信号分析中的物理意义来讨论它的数学表示和特有性质,并和短时傅里叶变换作了比较。接着对连续子波变换在时间尺度平面上的离散化的概念作了扼要描述。最后,基于文中叙述的物理概念,对子波变换的应用和进展作了简要评述。     

基于边缘视觉特征描述的自适应多尺度小波边缘检测方法

本文从人类视觉的特点出发,提出了一种新的图象边缘特征描述。根据该特征描述,定义了邻域的有效边缘测度,以作为边缘复杂程度的度量,并以此来调整多尺度小波边缘检测中的尺度参数。最后给出了相应的实验比较结果。     

基于分形和神经网络理论的多尺度图象分割方法

特征空间聚类分割方法存在的关键问题是有效的特征参数提取和聚类方法的构造。针对这两个问题,本文采用小波变换的多尺度分析方法提取图象的多尺度分形维数作为分割特征参数,用Kohonen自组织特征映射实现特征空间聚类,获得了良好的分割效果。     

一种不做乘法的快速整数小波变换

该文提出了一种不做乘法的整数小波变换方法,它可以迅速地完成二维可分离小波变换,比传统的浮点型小波变换在速度上有了很大的提高,并且便于硬件实现,在图像压缩上有广泛的应用前景。     

一种基于小波变换和隐Markov模型的声调识别方法

本文给出了一种基于小波变换和隐Markov模型(HMM)的声调识别方法。根据小波变换检测信号突变的性质,充分利用多分辨率分析,准确可靠地实现了基音检测;采用分划Gauss混合(PGM)概率密度函数的HMM进行汉语声调识别,推导出用PGM函数的Viterbi算法的简化递推式。在匹配计算量大大减小的情况下,特定人的四声识别率为97.22％,非特定人达到94.47％。     

小波域的扩频数字图像水印算法

该文利用小波变换良好的时频局部特性,提出了基于小波变换的数字图像水印嵌入方案,提高了数字水印的隐蔽性;把扩频通信的概念和方法引入数字水印系统中,采用了扩频理论中的伪随机序列进行处理,提高了数字水印的稳健性,同时扩频通信的多址原理也将对实现多重水印起一定的作用。该文详细讨论了该算法的视觉效果,抗JPEG压缩、抗随机噪声和抗尺寸变换能力,以及多重水印的实现。     

基于子波变换的纹理图像分类

本文用子波变换的方法描述了纹理图像多尺度、多方向的特性,提出了适合于纹理图像分类的新的子波特征。通过对其稳定性和视觉特性的详细分析,指出此特征优于传统的能量特征。文章最后结合九类自然纹理图像,分别基于标准子波特征、子波包特征用BP神经网络进行了分类识别。实验结果表明,在无噪声情况下,对自然纹理图像可无误差分类;在有噪声情况下,正确分类识别率高,表现出强的稳定性。     

小波方向子树的分形量化与零树量化相结合

本文通过对标准图像内在相关性的统计分析得出了自然图像具有方向自仿射性的结论,并首次提出了小波方向子树量化的概念。对分别属于水平、垂直和对角方向的尺度压缩因子是相互独立的情况采用小波方向子树量化进行了编/解码分析,同时深入研究了零树小波量化与小波方向子树量化之间的相互关系。实验证明,采用小波方向子树量化与零树量化的混合编码算法可使编码质量有较大的改善。