CL多小波图象编码

CL多小波具有与多其他多小波（如GHM多小波）不同的特点,一幅图象经过小波变换后,原图象的绝大部分能量都集中在中于最低分辨率子图象,而对于CL多小波而言,其最低分辨率子图象的绝大部分能量又进一步集中于它的第一个分量,这意味着CL多小波图象编码需要考虑的重要系数比其他多小波图象编码减少了四分之三,本文将CL多小波这一特点应用于图象编码,实验结果表明,就压缩比和信噪比而言,这种充分利用CL多小波特点的图象编码方法,其编码结果要优于目前公开发表的GHM多小波图象编码的结果。     

基于CL多小波的数字水印技术

数字水印是一种嵌入到图象、视频或者音频数据中的不可见标志 ,通过对水印信息的检测可达到保护多媒体数据版权的目的 .为了提高数字水印系统的鲁棒性 ,提出了一种基于 CL 多小波变换的图象数字水印嵌入和检测模型 .该 CL 多小波变换可将图象的能量集中在其最低分辨率子图象上 ,同时 ,能使最低分辨率子图象的能量进一步汇聚于其第 1个分量之上 .由于最低分辨率子图象受压缩、滤波等变换的影响较小 ,因此在 CL 小波变换域嵌入数字水印可以改善水印系统的鲁棒性 .为了提高水印的透明性和不可统计性 ,在嵌入水印之前需要对水印图象进行相应的预处理 .实验表明 ,该水印系统具有良好的鲁棒性和透明性 .     

基于平衡多小波的改进的盲水印算法

利用图像经过CARDBAL平衡多小波变换(BMWT)后,能量汇聚且平均分摊在最低分辨率子图像4个分量上的特点,提出了一种基于BMWT和DCT的改进的盲水印算法.在彩色图像的饱和度分量上嵌入一幅二值水印图像,水印嵌入前进行Arnold置乱和混沌加密预处理,保证了算法的安全性.实验结果表明,改进后的算法具有良好的鲁棒性,而且在抵抗JPEG压缩性能方面有明显的提高.     

多小波图象编码

首先,与许多有关多小波的文献不同,该文从Ｍａｌｌａｔ多分辨率分析的角度叙述多小波理论,并由此推导出多小波变换的快速算法;其次,结合二种常用的多小波图象变换预处理方法,提出了一种新的预处理方法,最后,揭示了经多小波分解后,同一幅矢量子带图象不同分量图之间的相关性,并利用这种相关性进行图象编码,理论分析和实验数据都表明,多小波图象编码是一种很有潜力的图象编码方法。     

小波局部高频替代融合方法

IHS变换是图象融合的经典算法之一。采取IHS变换与小波变换结合的融合算法是近年发展起来的遥感数据融合方法,发挥了IHS和小波两种变换算法的优点。效果比用单一一种方法更显著,提出了小波局部高频替代的融合方法。ETM遥感数据5、4、3波段由IHS盂塞尔彩色空间正变换后的Ⅰ亮度分量,经与全色波段中高能量替代的小波变换,形成一个新的集中了Ⅰ亮度分量和全色波段高频能量的新分量,再通过IHS进行反变换,经过实验,表明此方法可显著提高融合后图象的分辨率,同时又保持了原来多光谱图象的光谱信息。将此方法处理结果用在四川岷江“退耕还林”遥感调查项目中,可以提高土地利用计算精度。     

基于小波变换的分形预测图象编码方法

提出一种把小波图象编码与分形图象编码相结合的新的编码方法。图象经过小波分解后,呈现出两种相似性;一种是图象本身的自相似性,一是同方向不同分辨率子图象之间的互相似性。利用第二种相似性,也即利用低分辩率子图象为同方向讷经子图象进行分形预测编码。由于小波分解后低分辨率子图象的范围比高分辨率子图象的小一倍,故该编码一般的分形编码方法大大缩短了编码的时间,就编码的效果而言,该方法也比较令人满意。     

基于二维小波分解的图象编码

本文给出一个基于二维小波分解来进行图象压缩编码的方法。这里是使用正交小波变换来由行图象分解，得到一个图象的多分辨率表示，各频道分量对图象结构的把握是整体的，从更大程度上解除了图象象素之间的相关性，克服了由ＪＰＥＧ方法进行图象压缩编码而产生的块效应。对图象进行二维正交小波分解后，我们使用ＣＶＱ对小波系数进行编码，得到了较高的编码效率和重建图象质量。     

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。     

小波变换实现多光谱图象融合增强

本文针对多光谱图象的增强问题,提出了一种基于小波变换理论的融合增强方法。它将高空间分辨率的全色图象和多光谱图象经小波变换后的低频分量进行融合,改进了传统基于小波变换理论的增强方法。本文还对比评价了基于IHS变换和传统小波变换的增强结果,表明了该方法在提高多光谱图象的空间细节表现能力和保持地物光谱信息上都具
有很好的效果。     

图象小波变换编码的双金字塔数据结构

利用小波变换将图象分解成一组多分辨率子图象，提出了一种改进的编码方案－利用子图象的灰度统计分布特性和人眼视觉特性的分配比特数；采用双金字塔数据结构对图象数据进行编码，充分利用子图象的相似性，进一步减少了数据量。     

基于平衡多小波图像变换的视频多描述编码

提出了一种新的视频多描述编码方法，即基于平衡多小波图像变换的视频多描述编码。首先，把图像进行多小波变换，然后，按照图像多小波变换后子带图像分量的异同重组图像的多小波系数，相同分量的多小波系数就构成图像的一个描述。视频的每帧图像都如是处理，就得到视频的多描述编码。一个好的视频多描述编码方案应该满足两个基本条件：各个描述平均分担图像信息和各个描述能够互相差错掩埋。通过统计分析和数学推导发现，在目前几种常用的多小波中，只有平衡多小波能够满足视频多描述编码的两个条件。本文给出了各个描述之间进行差错掩埋的数学公式，并据此提出视频多描述编码的算法。实验结果表明，即使在丢失四分之三数据的情况下，该算法依然能够以接近30dB的PSNR值和较好的视觉效果恢复原图像。     

基于小波和奇异值分解的人脸识别方法

该文提出了一种基于小波和奇异值分解的人脸识别方法。首先对人脸图象进行小波分解,由于小波变换具有良好的多尺度特征表达能力,能将图象的大部分能量集中到低频子图中,使图象得到有效压缩。然后,对得到的每幅低频子图进行基于奇异值分解的特征提取,并将奇异值特征向量进行压缩,把压缩后的特征向量作为每幅人脸图象的特征,进而求出每一类人脸图象的特征向量中心。最后,将每一类的特征向量中心输入到分类器中进行识别。最终得到了令人满意的识别结果。     

基于小波和支持向量机的人脸识别技术

小波变换具有良好的多尺度特征表达能力,能将图像的大部分能量集中到最低分辨率子图像,高频部分则对应于图像的边缘和轮廓,可以很好地压缩和表征人脸图像的特征。支持向量机技术针对小样本问题设计,对人脸识别这样的非线性、高维数的小样本问题有非常好的分类效果和学习推广能力,目前已经成为模式识别的首选分类器。文中使用小波变换来对人脸的高维图像矢量进行压缩,并设计了一个支持向量机分类器系统来识别人脸。试验结果验证了该系统有很高的识别率和较强的鲁棒性。     

一种基于小波域的分形图像编码改进算法

提出了一种基于小波域的分形图像编码改进算法。该算法首先将图像分解到小波域,然后根据各子图像所包含能量的大小和所代表的方向等信息,采用不同大小、形状和类别的图像块及相似块,进行分形编码。在编码过程中按照零树结构在同方向不同分辨率的各个子带图像上确定要预测的图像块,同时在同方向低一级分辨率的子带图像上寻找与其最佳分形匹配的相似块,并由各级相似块构成预测树。实验证明,这种改进算法能够大大提高分形编码的速度,并取得较高的压缩比。     

基于小波变换的图像压缩方法

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。首先对图像进行小波塔式分解,然后依据小波系数的统计特性和分布特点,对不同的子图像块采用不同的量化、编码方法,并且在计算机上进行模拟实现,结果表明所提出的方案可以在保证重构图像质量良好的情况下获得较大的压缩比。     

基于WT和LVQ网络的多姿态人脸识别

提出了基于小波变换和学习矢量量化网络相结合的新方法进行人脸识别。小波变换具有良好的多尺度特征表达能力，能将图像的大部分能量集中到最低分辨率子图像，可以很好地对图像降维和表征人脸图像的特征。LVQ算法是在有教师状态下对竞争层进行训练的一种学习算法。LVQ网络结构简单，但却表现出比BP网络更强的有效性和鲁棒性。实验表明该方法对表情和姿态变化的人脸具有良好的分类性能和识别效率。