基于小波的图像压缩处理分析

介绍了基于小波的图像多分辨率分析方法及小波图像压缩的基本原理，论述了在图像小波处理过程中小波函数类型的选择同题，并通过实例对EZW、SPIHT和MRWD三种小波图像压缩方法进行了分析和比较。     

应用多方向小波分量和邻域特性去噪方法

文中提出一种用于图像去噪的小波分析方法:构造多方向小波分量检测边缘,对边缘点和噪声点进行不同的处理,达到保护边缘同时有效去噪的效果.实验表明该方法较为有效.     

基于小波基向量的改进FRIT去噪方法

计算小波变换的Mallat算法需要逐级分解和重构,而本文通过矩阵变换方法,给出不需逐级计算的小波分解和重构矩阵的构造方法,并给出9/7小波的分解和重构矩阵的基向量及波形图.另外,本文改进了一种新型的图像方向性表示方法--有限域Ridgelet变换(FRIT),通过折叠分块和增加零行的方法克服了原FRIT需要构造素数长度的小波基的缺点,使小波变换的基向量可直接应用于FRIT中,计算方法和计算量都得到简化.实验表明,在对具有直线特征的图像去噪方面其性能优于FRIT.     

小波域信号去噪算法

小波变换是在信号处理方面是非常有用的工具,利用小波变换对信号进行去噪能达到很好的效果.文中提出新的小波域去噪模型,试验证明其去噪效果非常好且计算量小容易实现.在工业信号处理方面可以得到广泛的应用.     

小波变换在视频图像压缩中应用

视频图像压缩是多媒体技术的关键之一.文中在简要介绍小波理论的基础上,分析小波变换压缩编码的特点,给出基于专用芯片ADV611的实时视频压缩卡的实现方法.     

基于小波包的图像去噪方法

本文在分析了信号与噪声的不同小波特性的基础上，提出了一种基于小波包的去噪方法，并用实验验证了该方法比相同条件下小波去噪的效果好。     

基于快速提升小波变换的改进型SPIHT算法在图像压缩中的应用

为保证图像传输的实时性和在保证图像质量下获得高压缩比,对图像压缩技术提出了新的改进型算法.提出的基于快速提升(lifting)小波变换[1,2]的改进型SPIHT(Set Partitioning in Hierarchical Trees)[3]图像编码算法,引入快速提升小波变换以改进变换过程,且利用量化编码后出现许多连续零这一特点,将熵编码与SPIHT编码统一进行,一次完成,熵编码采用变长零游程方法.仿真结果表明,图像经该方法编码后峰值信噪比和效率上都得到了提高.该方法可以应用于电力系统中远程图像监控系统的图像数据传输与存储.     

基于快速提升小波变换的改进型SPIHT算法在图像压缩中的应用

为保证图像传输的实时性和在保证图像质量下获得高压缩比,对图像压缩技术提出了新的改进型算法。提出的基于快速提升(lifting)小波变换[1,2]的改进型SPIHT(SetPartitioninginHierarchicalTrees)[3]图像编码算法,引入快速提升小波变换以改进变换过程,且利用量化编码后出现许多连续零这一特点,将熵编码与SPI HT编码统一进行,一次完成,熵编码采用变长零游程方法。仿真结果表明,图像经该方法编码后峰值信噪比和效率上都得到了提高。该方法可以应用于电力系统中远程图像监控系统的     

基于双树复小波变换信号去噪算法研究

离散小波变换被广泛应用于数字信号的去噪处理中,特别是非平稳信号、瞬时时变信号等的去噪,但是有平移敏感性的缺陷。为了克服这种缺陷,文中采用双树复小波变换进行信号去噪,并使用硬阈值、软阈值等准则进行滤波处理。最后采用SNR（信噪比）和MSE（均方误差）来评估两者信号去噪效果。结果表明,双树复小波变换能够较好的保存信号的细节信息,其去噪效果优于离散小波变换。     

基于小波去噪的回波信号处理研究

通过对接收到的回波信号的小波变换系数进行阈值去噪处理,可以有效降低噪声。本文介绍了小波去噪的基本概念,讨论了小波去噪的方法和步骤,对小波去噪过程中选择的MATLAB应用函数进行说明。用实例比较分析了haar小波、Daubechies小波族和Symlets小波族在去噪过程中的效果,为小波基函数的选择提供了有用的参考。     

一种基于第二代小波变换的图像压缩方案

本文提出了一种基于第二代小波变换与SPIHT算法、自适应算术编码相结合在图像压缩中的编／解码方案,对CDF(2,2)和FBI 9-7小波压缩的性能进行了分析和比较,获得了良好的无损或近无损压缩效果。研究结果表明这一方法充分利用了医学图像的统计特征,对于医学图像具有较高的无损压缩率,压缩的空间和时间复杂度低,利用质量递进手段可以获得满意的压缩比和PSNR,达到视觉无损、数据近无损的目的。对于典型的医学图像(X线图像、CT图像、MRI图像等)的存储、传输和检索等应用,本方案是十分有效的。     

变压器局部放电信号小波消噪新算法与试验分析

目前变压器局部放电信号小波消噪主要有阈值法、相关法和模极大值法3种,其都有一定的局限性.针对这些局限性,笔者结合阈值法和模极大值法的特点和适应范围,给出了一种新的小波消噪算法,最后用该算法编程对变压器局部放电信号进行分析.实验表明该算法能较好的消除白噪声,并对强电脉冲干扰有一定的抑制作用,证明其在变压器放电信号处理中有...     

基于小波尺度相关性的暂态数据降噪压缩方法

电力系统本身噪声及录波装置采样引入的噪声对电力系统信号数据压缩及故障信息提取造成不利影响。传统软硬阈值降噪法未考虑噪声本身特性,一方面,其降噪处理后难以分辨故障发生的起始时刻及持续时间,不利于故障检测;另一方面,软硬阈值降噪后将保留过多冗余系数且一些有用信息被滤除,不利于数据压缩。文中给出基于尺度内和尺度间的暂态数据降噪方法,在一个确定方差的未知区间内,将小波系数建模为独立具有零均值高斯随机变量,其方差由相关区间来确定且缓慢变化,利用邻域尺度内和尺度间小波系数之间的相关性,估计噪声方差以求得无噪声系数,提取故障信息时刻并降低噪声对故障辨析带来的不利影响,得到数据量极少的高频系数,有利于故障数据压缩。     

基于MATLAB和小波变换的主动声纳回波数据消噪处理

应用Matlab实现了主动声纳回波信号原始实验数据的读取及分析处理,并给出了利用Matlab进行主动声纳回波数据小波变换消噪处理的实例。应用小波变换对主动声纳回波数据进行消噪处理不仅改善了信噪比,而且保持了很好的时间分辨率。     

基于小波变换的交流采样信号消噪技术

针对电力系统交流采样数字信号分析的需要 ,研究了小波变换技术在信号噪声抑制方面的应用。交流信号通常含有噪声 ,一般分为白噪声或有色噪声 ,A/D卡采样也会混入宽频带的噪声 ,即所谓采集噪声 ,利用小波变换的低通特性可以达到较好的消噪效果。通过模拟计算表明 ,经小波消噪后的波形变得光滑 ,信号的信噪比可提高约 5 0dB ,而且波形的过零点和峰值与原始波形基本一致 ,偏离范围在 0 .0 1°之内 ,为波形参数计算提供了方便     

基于小波包最优基的图像压缩算法研究

阐述了基于小波包最优基的图像压缩算法,分析了代价函数的选择和最优基的构建并与小波树压缩算法进行了比较,对小波包分解尺度及不同小波基选取对压缩性能的影响进行了探讨.仿真实验表明,基于小波包最优基的压缩算法在保持图像细节信息方面优于小波树压缩算法.但是,如何合理的选取分解尺度及小波基仍有待于进一步研究.