地震数据的小波交换压缩方法

针对地震勘探中检测信号的数据压缩处理问题引入了小波变换方法,运用小波变换数据压缩基本原理进行地震信号压缩研究.仿真结果表明,该方法能够有效地对海量地震数据进行低损压缩.     

基于小波变换和矢量量化的遥感图象压缩方法

提出基于小波变换 (WT)的矢量量化 (V Q)的遥感图象压缩编码方法。采用二维 WT消除象素间的空间相关性 ,然后对变换后的小波系数进行 VQ压缩编码。实验结果表明 :该方法可获得 10倍压缩比 ,峰值信噪比(PSNR)为 30 .5 2。本方法明显优于 JPEG方法 ,而且没有方块效应。该方法可用于各种遥感图象压缩 ,压缩比和PSNR这两项指标与 JPEG压缩方法相比 ,也有明显的提高。     

一种多进制小波变换DEM数据简化方法

通过对DEM数据的二维多进制小波变换系数特征的讨论，针对三维地理景观的动态、实时绘制问题，提出了一种基于多进制小波变换的数字高程模型数据压缩方法，给出了DEM数据多进制小波系数编码压缩算法及其算法实验结果。     

基于小波变换的化工过程数据实时压缩技术研究

以国际化工界著名的TE过程大型仿真模型为背景,分析了化工数据压缩技术的特点和要求,提出了一种基于haar小波变换的实时过程数据压缩算法,以及相应的工程评价指标。实验验证了该算法能够对过程数据进行有效压缩,同时可以较好地保留信号时-频域的显著特征,并对信号含有的白噪声具有很好的消噪抑制效果。     

小波变换在图像压缩中的应用

小波变换克服了传统傅立叶变换的缺点，具有良好的时频局部化性能，从而使得小波理论在图像处理领域得到广泛的应用。实验证明，经过小波变换编解码的图像在实现较高压缩率的情况下能够保证较好的图像质量。     

用小波变换进行图像压缩

利用新兴的小波理论对数字图像进行压缩与重建,用C语言编程,在微机处理系统上实现,效果较为理想。     

地震信号小波变换的去噪方法

运用模极大值法基本原理进行地震信号去噪研究,进而运用二次小波变换原理通过低层系数处理对常用小波去噪方法进行改进.通过合成不同的染噪地震信号,由一系列仿真实验对模拟地震信号进行不同尺度的小波分解与重构,从而实现最优小波分解尺度上的地震信号噪声去除.与常用的快速傅立叶转换方法比较,仿真结果表明,该小波变换方法能够有效去除地震勘探信号中的噪声,并且针对系数的二次小波变换可以明显改进去噪的效果.     

小波变换在图像压缩中的应用

小波变换克服了传统傅立叶变换的缺点,具有良好的时频局部化性能,从而使得小波理论在图像处理领域得到广泛的应用。实验证明,经过小波变换编解码的图像在实现较高压缩率的情况下能够保证较好的图像质量。     

空间数据的小波变换压缩方法

地理信息系统(GIS)中的空间数据量十分庞大,其中栅格数据以及影像数据占有很大的比重.本文采用基于小波变换的混合编码的方法对不同用途栅格数据进行压缩,节省了数据的存储空间,提高了数据的传输速度,同时也提高了后续分析和处理的效率.     

具有误差修正的线矢量数据小波变换

由于已有的基于小波的线矢量数据多尺度表示算法中未考虑数据的非均匀采样特性,也未给出有效的误差控制方法,因此经过多级小波分解后,可能导致局部区域形变过大.针对以上问题,提出一种具有误差修正的线矢量数据小波变换算法.首先对数据进行高频分量的小波分解,以高频系数作为判断依据,寻找出低频表示误差过大的位置;在这些位置利用插值对数据增加采样;最后对处理后的数据进行低频分量的小波分解.实验结果表明,该算法能很好地解决线矢量数据小波多尺度表示中局部误差过大的问题.     

基于线扫式小波变换的海量地震数据准无损压缩算法

提出了一种新的海量地震数据准无损压缩算法,并针对LWT的特点给出了率失真优化的码率分配方案。     

提升小波变换的数据并行计算方法研究

研究了基于SIMD PE阵列对G级像素帧进行9/7提升小波变换的数据并行计算实现方法.首先,在分析9/7提升小波变换运算公式的局部计算特点的基础上,提出了 PE状态标识法和基于PE标识的条件计算方法;其次,提出了SIMD PE阵列的虚拟化实现方法.研究表明,该方法提高了计算的并行度和规则性,并行度仅受限于阵列的规模且具...     

采用小波变换的图像数据融合方法及实现

如何对同一目标的多传感器获得的不同波段的图像数据进行有效融合,提高对检测目标检测的识别率,抑制每个传感器的检测器声,降低检测信息不确定性,这是数据融合研究的重要课题之一,本文介绍了一种基于小波变换的融合方法,并应用于四幅不同波段的ＳＡＲ图像的融合,取得了良好效果。     

基于小波变换和数据融合技术的图像降噪方法

提出了一种基于小波变换和数据融合技术的图像降噪的方法．此方法对同一原始图像信号不同噪声的多源图像分别进行小波分解，在图像分解的高频域内，对小波系数进行阈值处理后，再进行数据融合处理，根据“多数原则”选择重要小波系数．在低频域内，新的逼近系数则通过对多幅图像的逼近系数直接进行加权平均得到．然后利用重要小波系数和逼近系数进行小波反变换，即可得到融合后的图像．实验结果表明：此方法既可以有效地降低噪声，又可以较好地保持图像细节．     

基于小波变换的运维数据加密存储方法

常规运维数据加密存储方法中,无法进行有针对性的细节数据加密,导致运维数据加密存储安全性能低,影响运维数据的隐私安全。因此,提出了基于小波变换的运维数据加密存储方法。拦截了运维数据,验证数据的身份特征;利用小波变换,设计了运维数据加密算法,对运维数据的细节数据进行了分析,提高了运维数据的加密安全性;构建了运维数据存储模型,提高了运维数据存储安全性,进而实现运维数据的安全加密存储。采用对比实验的方式,验证了该方法安全性能更高,能够应用于实际生活中。     

基于小波零树的雷达回波数据的压缩

当前,天气雷达监测已经由单部雷达局部监测发展到了利用多部雷达组网监测的阶段。组网监测可以掌握比单部雷达更大范围的天气形势,从而大大提高天气雷达在区域预报中的作用。但是,雷达回波数据量较大,为了保证组网拼图的时效性,一种有效的解决办法是对它进行压缩。论文深入分析了雷达数据的小波域系数特性后,在小波变换及零树编码的基础上,提出了一种改进算法,新算法主要对小波的分解方式及零树编码进行了改进。经实验验证,改进算法对雷达回波数据的压缩效果有了明显的改善,有一定的实用价值。     

基于小波的数字高程模型压缩方法

根据地理信息系统中数字高程模型（DEM）的特点，提出一种基于小波变换的DEM数据压缩方法．文中主要研究了小波滤波器的选取、最优标量量化器的设计等问题，并对DEM小波分解系数进行了深入的分析．同时，应用该方法对实验DEM数据进行测试．结果表明，该方法较其他方法更为有效，能够在取得大压缩比的同时，有较好的数据恢复质量．     

小波变换极大值在数据压缩中的应用

传统利用小波变换进行数据压缩的方法是基于小波变换的多分辨率滤波技术。结合小波变换的多分辨率特性,提出利用二阶样条小波变换模极大值压缩数据的方法。并在此基础上采用设定阈值消除幅值比较小的模极大值点的方法对信号进一步压缩。理论和仿真表明,利用小波变换模极大值压缩比率大、重构精确,对于平稳信号更是可以获得传统方法无可比拟的极大压缩比。     

基于小波变换的声呐图像压缩方法

提出了一种新的基于小波变换的声呐图像压缩方法：对于小波变换后的系数采用基于零块的编码，充分挖掘小波系数能量集中的特点；在熵编码时使用上下文量化技术来减少上下文个数以提高编码效率。实验结果表明，使用本文的算法压缩声呐图像能够得到较高的压缩比和较好的图像质量。