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Ｍａｌａｔ“二带”多分辨分析的基础上，论了分析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。     

图象多通道小波分析的实现

小波变换是近年来兴起的一种时频城信号分析理论，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多分辨分析的基础上，将小波的“多通道”多分辨分析，推广到了“多通道”多分辨分析、讨论了多通道小波分析的理论和实现方法，并将这一理论应用到了图象处理，实现了图象的多通道小波分析．     

小波变换在智能天线波束形成技术中应用

智能天线是当前研究热点之一,首先介绍了波束形成的基本原理,按照盲算法和非盲算法将现有的波束形成算法进行分类并比较了算法的性能;其次,比较了基于小波变换和基于小波包的自适应波束形成算法,分析了基于小波变换的多分辨信号波达方向和基于小波神经网络的波束形成算法;最后,针对小波变换可在选择最优基方面和结合盲自适应算法进行联合分析方面进行了展望。     

基于多规则小波变换的视频水印加密算法研究

通过对视频嵌入水印的安全性和鲁棒性的分析,采用了一种基于多规则小波变换的视频水印嵌入与提取算法.该算法首先对水印图像进行置乱加密增强其安全性,其次对视频帧和水印图像分别进行多层小波变换,最后根据不同的小波系数进行多规则水印嵌入.算法不仅充分利用了小波变换的多分辨特性,而且兼顾了水印的不可感知性和视频帧的鲁棒性.实验结果表明,该算法对高斯噪声、几何失真和压缩等具有良好的安全性和鲁棒性.     

基于对比度的多分辨图像融合

本文给出一种基于对比度的多分辨图像融合算法.首先,利用小波变换得到待融合图像的多分辨分析,同时得到图像的多分辨对比度序列;然后以对比度为判据,在图像的多分辨分析的相应各级上进行融合,得到融合图像的多分辨分析;最后,利用小波逆变换重构融合图像.算法使用同一场景可见光图像和红外图像进行了验证,结果表明,融合图像完好地显示了源图像各自的信息.     

小波变换在信号消噪中的应用

小波分析具有时间平移和多尺度分辨率的特点,是目前信号处理领域中十分活跃的理论。本文介绍了小波原理以及信号消噪原理和方法,并将小波变换与傅立叶变换进行比较,仿真结果表明,小波变换是一种有效的消噪方法。     

基于测量多分辨预处理的信号去噪方法

该文将多分辨分析方法与传统Kalman滤波方法相结合,以离散小波变换为工具,建立了一种基于测量多分辨预处理的信号去噪新方法。由于小波变换特有的低通滤波特性,能有效的抑制测量噪声,相应提高了测量信号的信噪比,从而获得比原来仅在单一尺度上进行信号处理获得好的处理效果。计算机仿真验证了算法的有效性。     

小波变换在信号消噪中的应用

小波分析具有时间平移和多尺度分辨率的特点,是目前信号处理领域中十分活跃的理论.本文介绍了小波原理以及信号消噪原理和方法,并将小波变换与傅立叶变换进行比较,仿真结果表明,小波变换是一种有效的消噪方法.     

多径信道下MPSK信号的调制分类算法

针对多径信道中MPSK信号的调制分类问题,提出一种新的基于小波变换的分类算法.算法所用的小波变换相位信息特征对平坦衰落信道具有衰落不变性,对频率选择性衰落信道也具有很强的抗多径能力.与已有方法相比,新算法极大地降低了对多径信道冲激响应模式的限制,更具有普适性.理论分析和计算机仿真试验都证明了新分类算法的稳健性和有效性.     

提高导引头测角精度的一种新方法

分析了基于小波变换系数极大值原理的小波阈值降噪算法。由于导引头接收信号的信噪比影响了MUSIC超分辨算法的测角精度，因此提出将小波阈值降噪算法用于MUSIC超分辨算法精度分析，并进行了仿真验证，实现了改善信噪比，提高导引头测角精度的目的。     

基于NSCT的多光谱和全色图像的融合

提出了一种基于无下采样Contourlet变换的多光谱和全色图像的融合方法.该方法在对多光谱影像进行IHS变换的基础上,对多光谱的I分量和高分辨率的全色影像分别进行无下采样Contourlet变换(NSCT),然后对分解得到的近似分量以及各层金字塔各方向的细节分量利用本文提出的一定的融合准则分别对近似分量和细节分量进行影像融合,最后通过无下采样Conlourlet逆变换得到新的I分量,与H,S分量一起还原到RGB空间,最终得到融合后的高分辨率多光谱彩色图像.本文采用一组多光谱图像和全色图像数据进行融合实验,其实验融合图像的目视效果和统计指标均优于传统的IHS融合方法、小波融合方法以及Contourlet变换方法.     

基于小波变换的多级矢量量化图像编码算法

结合小波变换中多分辨率分析特性以及多级矢量量化复杂度低、量化效果较好的特点提出了一种基于小波变换的多级矢量量化图像编码方法。在使用多级量化的基础上采用联合优化多级矢量量化的码本设计方法,进一步提升量化效果。试验数据表明,该方法相对于传统的矢量量化算法,量化效果进一步提高,复杂度也在可接受范围之内,达到了很好的压缩编码效果。     

一种多分辨率图像混合编码方案

本文提出一种基于小波变换与神经网络的多分辨率图像混合编码方案，利用小波分解对图像的多分辨率表示来消除图像空间域和频率域的相关性，由于小波图像相邻行之间的复杂关系难以用线性表示式来描述，使用多层神经网络（ＭＬＮＮ）来确定这种未知关系。实验证明，神经网络非线性预测器性能优于线性预测器，对非线性预测后的差值图像用自组织特征映射（ＳＯＦＭ）码书进行矢量量化（ＶＱ）编码，编码图像主观质量好，压缩比高，算法简     

使用M进制小波对尺度与旋转不变的图像特征点进行检测

基于小波变换和尺度空间理论,提出了一种尺度与旋转不变的图像特征点的检测方法。首先对图像进行多尺度的M进制小波变换,然后根据M进制小波变换系数的能量构造对应的二阶矩阵,最后通过考察该矩阵的特征值确定图像的特征点。实验表明,与目前最常用的方法相比,本文方法对图像的旋转变化与尺度变化均具有更好的不变性,在光照变化和噪声干扰等外部条件影响下也能保持较高的鲁棒性。     

利用子波变换的图象压缩编码技术

从1988年Malial将子波交换用于信号处理提出多分辨率分析概念，给出了信号或图象分解为不同频率通道的算法和重构算法，开创了子波变换在图象处理中的应用．于波变换在时域和频域同时具有良好的局部化性能，使子波变换成为视频图象压缩编码的主要技术，专家预计在1996年将会高清晰度电视标准的子波变换视频图象压缩技术将推出问世．本文将综述子波变换图象压缩编码技术当前的进展。     

利用小波变换实现基于结构光投影的S变换轮廓术

S变换是一种集合了窗口傅里叶变换和小波变换优点的时-频分析技术,将一维的信号映射到二维的时-频空间,具有良好的时频分辨能力。由于S变换谱和傅里叶变换频谱之间存在直接联系,且具有类似于小波变换的多分辨率能力,S变换可以通过快速傅里叶变换算法实现,也可以通过小波变换算法实现。研究了基于小波变换算法的S变换在基于结构光投影的三维光学测量中的应用,给出了理论分析,特别讨论了S变换中频率因子的选择,并同基于快速傅里叶变换算法的S变换轮廓术结果进行了比较。完成了计算机模拟和实验研究。     

Improved transient signal detection using a wavepacket-baseddetector with an extended translation-invariant wavelet transform

This paper presents the theory of M-band, extended translation-invariant (ETI) wavelet transforms. The ETI generalizes the translation-invariant wavelet transform of Weiss (1933). It is shown that iteration of the ETI, in a tree structure, provides a signal decomposition into an orthonormal wavepacket basis. Other properties such as translation invariance and invertibility of the transform are proven. The theory is then applied to transient signal detection through development of a family of translation-invariant wavepacket-based detectors. This family of detectors provides improved the performance over previously defined wavepacket-based detectors. A performance analysis is conducted. ROC curves generated by Monte-Carlo simulation are presented, indicating the detector performance. The detector performance is demonstrated to be independent of the signal translation     

M带离散时间子波变换

二带连续时间子波变换可由无限级树形正交镜像滤波器(QMF)组产生,类似地,二带离散时间子波变换可表示为有限级树形QMF组。该文对二带离散时间子波变换进行了推广,给出了M带离散时间于波变换,并研究了M带离散时间子波变换与M带仿酉滤波器组之间的关系。结果表明,在L级M带树形滤波器组中,如果每级滤波器组是仿酉滤波器组,则该树形滤波器组所产生的离散时间子波基是正交基。     

基于AR模型的小波变换在脑电信号消噪中的应用

提出了基于自回归模型(ARM)与小波变换的脑电信号分析方法,并利用他来消除脑电信号中的噪声干扰。小波变换是一种多分辨率的时间尺度分析方法,他能够将信号划分为不同频段的子带信号。根据小波变换的这一特性,对采样获得的脑电信号进行各尺度分解及消噪分析,并给出了各尺度分解结果及消噪结果。利用小波变换能有效去除脑电信号中的噪声干扰。