一种基于提升格式的双正交小波设计方法及应用

提升格式是一种新的小波构造方法，它是因构造紧支的第二代小波之需而产生的。Sweldens等人提出的提升格式设计方法只能设计基于Lazy小波的插值小波，为了满足各种应用需要，提出了一种基于任意双正交小波，而非仅针对Lazy小波的增加小波消失矩的新算法。利用小波消失矩和与其对应滤波器在z=1处零点阶数之间的关系，通过求解一组简单的线性方程组来设计基于任意双正交小波的提升系数；根据最佳提升格式的唯一性，给出了求最佳提升系数的迭代算法。     

构造双正交小波的提升框架方法研究

对于已知小波函数，它的性能是确定的。为了改进它的某些性能，文章从一给定双正交小波出发，利用提升框架构造满足特定要求的双正交、紧支撑小波，结合Mallat算法，得出快速算法，并给出了具体例子进行说明。     

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).     

多尺度双正交多小波包的构造

给出了双正交多小波包的构造方法,证明了多小波包对应于传统小波包的一些良好性质.通过将小波包的概念引入到双正交的多小波中,构造出了多尺度双正交多小波包;给出了双正交多小波包中函数傅里叶变换的具体表达形式;证明了双正交多小波包中2簇函数相互之间的双正交关系;利用建立的双正交多小波包,得到L2(R)2组基,满足双正交关系.该方法具有较大的应用价值.     

基于提升框架的嵌入式图像压缩

提出的算法充分结合了方向信息提升框架和嵌入式压缩的优点,引入了迭代提升框架,使图像的编码计算更为灵活,调节性强,能有效控制图像压缩的计算量,在有比特流丢失的情况下,能优先保持图像的细节,充分考虑了视觉特征。该算法具有很好的细节处理效果,在大压缩比的情况下使图像的失真率大大降低。具体仿真结果表明了该编码方法的有效性,即通过比较常用的SPIHT算法、EZW算法、JPEG2000算法和本文的算法,在相同压缩比下,文中论述的算法能获得较好的效果。     

基于双正交小波弱目标边缘提取方法

在图像处理的实际应用中,正交性能保持能量,而对称性使信号在边界易于处理,双正交小波同时拥有这两种性质.本文提出一种在复杂背景下的运动目标的提取方法,充分利用此特性,并设计具体的双正交小波基,达到最佳的滤波和检测效果.通过实验证明,该方法对于弱小目标的提取具有较好的效果,优于传统的边缘检测方法.     

α尺度双正交多小波

讨论了α尺度双正交多尺度函数的一个性质，在α尺度双正交单尺度函数与α尺度双正交多尺度函数之间建立了一种联系，证明了由任意α尺度双正交单尺度函数和任意一组双正交滤波器生成α尺度双正交多尺度函数的一个充分必要条件，并用这种α尺度双正交多尺度函数构造出一种α尺度双正交多小波。     

提升算法的正交小波包复用系统研究

正交小波包复用(OWPM)系统利用小波函数的非零平移自正交性,一定程度上有效地避免了符号间干扰和信道间干扰,具有比正交频分复用(OFDM)系统更高的频谱利用率和抗干扰性能.提升方案是一种可原位进行的快速小波变换算法,其运算量比Mallat算法减少一半.研究了基于提升理论的正交小波包复用系统,该系统与基于Mallat算法的OWPM系统(非提升OWPM系统)相比,既提高了运算效率,又节省了存储空间.给出了该系统在不同信道下的误码率,并和非提升OWPM系统、OFDM系统进行比较.仿真结果证实了该系统的可行性和实用价值.     

一种基于9/7小波提升格式的自适应提升系统

提出了一种在变换和重建时可采用不同决策算子的自适应算法,并将其应用到9／7小波的提升步骤中,组成了一个与JPEG2000相兼容、灵活的自适应提升系统．实验结果表明,此系统对奇异信号的处理优于9／7小波本身,具有很强的实用性和可推广性．     

基于区间双正交小波的多尺度边缘提取

对区间双正交小波所具有的多尺度边缘提取能力进行了理论分析，用消失矩N=N^-=3的[0，1]区间上的双正交滤波器对图像进行了小波变换，提出了沿幅角方向确定局部极大值的小波边缘检测算法．仿真结果表明，区间双正交小波比Daubechies正交小波和双正交小波更适宜图像的边缘检测．     

一种适于硬件实现的提升9-7小波滤波器

小波提升方案是继多分辨分析之后。另一种非常有效的构造小波滤波器的方法．文中从一般的9-7小波提升方案出发，给出了一种新的更适于硬件实现的提升9-7小波滤器。其图像压缩性能与CDF97相当。但计算复杂度由于引入了大量的移位运算而大大降低，非常适于ASIC实现．     

基于Harr小波提升格式的图像压缩方法

提出了一种哈达玛变换,离散余弦变换和小波变换相结合的混合型编码,即先采用哈达玛变换对图像压缩,再对处理后的图像用离散余弦进行压缩,最后采用提升Haar小波格式对图像进行了压缩,并引入零树小波分析,得到最优小波树。仿真结果表明,所提出的方法在灰度图像压缩效果方面优于一些传统的压缩方法。     

基于自适应阈值的提升小波去噪方法

鉴于传统的去噪算法中的阈值很难选取到最优值,设计了自适应的阈值选取器,结合最小均方算法和小渡阈值去噪算法,提出了一种基于LMS算法的小波去噪方法.该方法根据LMS算法来自适应地控制阈值参数,并实现提升小波阈值去噪.仿真结果表明,该方法优于传统去噪方法,可较大程度地减少信号中的噪声,提高输出信号的信噪比,能很好地提取有用信号的特征.     

基于小波提升算法的脑电节律提取

小波变换在信号处理中有着广泛的应用,能同时分析时域和频域方面的信息,但是传统的小波变换依赖于傅立叶变换,有大量的卷积运算,运算速度较慢.该文讨论了第二代小波变换的原理,并采用它来处理脑电信号.提升算法作为构造第二代小波的关键技术,通过预测确定高频信息,更新后得到正确的低频信息,它不依赖于傅立叶变换,大大提高了运算速度.通过分析提升算法的基本原理,用第二代小波变换实现了对脑电信号的节律(δ、θ、α、β)提取,并得到了令人满意的效果.     

基于提升静态小波包变换的自适应消噪方法

基于离散小波变换(DWT)的自适应消噪方法为雷达信号的滤波提供了一种可行的方法.但DWT不具有平移不变性,若不用相同的小波对滤波后的信号进行重构,则会带来较大的重构误差.针对这一现象,提出了一种基于提升静态小波包变换的自适应消噪方法,它推导了静态小波包的提升实现方法,并设计出适合该系统的确定最优小波包分解树的相应步骤,利用引入更多动量因子的权系数迭代公式对各子带进行自适应匹配,并将匹配结果二次自适应,得到拟合的原信号.仿真结果表明,该方法可在计算量增加不大的前提下,进一步改善系统的滤波性能.     

基于FPGA的多用途提升小波变换核

根据小波变换的框架式结构,提出了一种在FPGA上完全依靠重构来实现不同提升小波变换核的方法。根据变换特性和重构要求,采用了由下至上的结构体设计方法,将每个提升步骤用可编程的参数来表示,以保证每个提升步骤均可重构。给出了提升小波变换核在FPGA上的结构体,在逻辑综合时按不同小波的要求,改变参数可得到不同的结果。仿真实验表明,提升小波变换核的结构体在处理能力和功耗方面都取得了很好的效果,尤其在处理速度上,能满足图像处理实时性要求。