提升小波变换及其在数字水印中的应用

提出了一种基于提升小波变换的数字水印嵌入方案.提升算法是一种新的双正交小波构造方法,这种方法大大地降低了计算的复杂度,可有效地减少运行时间.详细地说明了提升算法的原理及实现步骤,并结合这种算法介绍了它在数字水印中的应用.     

基于非线性提升小波变换的图像去噪

基于提升方案的小波变换结构简单 ,不需要额外的存储空间 ,易于实现。同时 ,提升方案中的预测和更新算子既可以是线性的 ,也可以是非线性的 ,这就为我们构造非线性小波提供了一条有效的途径。该文利用一些简单的非线性算子 ,如求中位数和最大值等 ,构造出基于整数的非线性提升小波 ,并将该方法应用于阈值去噪处理中 ,得到了较好的效果 ,明显提高了图像的信噪比     

基于非线性提升小波变换的图像去嗓

基于提升方案的小波变换结构简单，不需要额外的存储空间，易于实现。同时，提升方案中的预测和更新算子既可以是线性的，也可以是非线性的，这就为我们构造非线性小波提供了一条有效的途径。该文利用一些简单的非线性算子，如求中位数和最大值等，构造出基于整数的非线性提升小波，并将该方法应用于阈值去噪处理中，得到了较好的效果，明显提高了图像的信噪比。     

提升小波变换的通用和可扩展编程实现

提升方案是小波研究的新热点,该文给出一个实现提升小波变换的通用和可扩展程序.首先从小波变换的计算讨论了提升方案的基本步骤,分析了用提升格式构造已有小波和设计新小波的方法,并以面向对象的编程手段实现了提升小波变换;该程序以提升方案的基本过程为核心并加以抽象,设计提升小波变换的基类,提供缺省的Lazy变换和反变换过程,模板的应用使程序支持抽象数据类型,虚函数使程序能通过派生新类方便地实现特定的提升小波;该程序具有可重用、可扩展、易理解、易使用等优点;将该程序应用到一幅通过用中子辐射照相技术获得的图像进行测试分析,实验结果显示了它的高效性,其计算速度明显优于Mallat算法,能满足在线处理的需要.     

基于小波分析理论的火灾图像边缘检测

基于提升算法的小波是一种时域变换方法,它继承了传统小波的多分辨率特性,具有算法简单、运算速度快、占用存储空间小的特点[1]。文章针对火灾图像实时性强的特点,提出了基于提升小波变换的火灾图像边缘提取的方法,详细说明了提升算法的原理及实现步骤,并通过实验证明基于提升小波变换的火灾图像边缘提取的方法准确性高、实时性强。     

基于提升整数小波变换的虹膜识别

提出了一种基于小波提升方案的虹膜识别算法。与传统基于卷积的小波变换方法相比,该方法在特征提取上计算简单,运算速度快,而且实现的是从整数到整数的变换,更有利于虹膜信息的量化。先对虹膜图像进行提升整数小波变换,然后对子图进行量化编码得到特征,采用屏蔽了噪声位的汉明距来进行模式识别。实验结果表明,基于提升整数小波变换的虹膜识别方法在识别率和等错率方面都能达到好的识别效果,在特征提取速度上也得到了较大提升,更能满足实时性的要求。     

多步提升小波变换的FPGA实现

针对一步提升5/3小波变换分辨率低这一弊端,提出了多通道设计方案。该方案利用FPGA对数据并行执行的特性,基于System Generator建模工具,实现了5/3多步提升小波变换。仿真表明,多通道方案的小波变换具有速度快、分辨率高、易于维护和移植等特点。     

基于FPGA图像压缩系统的研究与实现

提出利用5/3提升小波变换和零树小波编码对图像进行压缩编码的方案,并且基于改进算法的二维离散小波变换进行硬件设计,通过FPGA实现了设计的系统结构,并利用FPGA上的PowerPc核实现了EZW编码,最后通过仿真来验证了小波变换系统设计的正确以及对整个系统的性能评估.     

提升的M通道小波变换在图像压缩中的应用

针对M通道小波变换对信号分频范围更细这一特点,利用基于空间域的小波提升方案,实现了M通道小波变换的提升分解。这种提升分解是不唯一的,可以利用这种分解的不唯一性,使变换具有所需的性质。为此给出了一种M通道快速提升小波变换的算法。该方法只要有分解算法,立即可以得到合成算法,而且将运算结果取为最接近的整数,就可实现整数到整数的小波变换。实验结果表明了该方法对图像压缩的有效性。     

图像处理中小波提升方案和Mallat算法的比较

离散小波变换(DWT)的快速算法是近几年小波变换领域研究的热点。Swedlen提出一种不依赖于傅立叶变换的新的小波构造方案——提升方案(LIFTING SCHEME)，其计算速度是传统Mallat算法的两倍左右，因而成为计算离散小波变换的主流方法。提升方案为第一代小波变换提供了一种新的更快的实现方法，同时，大大降低了第一代小波的难度，并且已经证明提升方案可以实现所有的第一代小波变换。     

Daubechies提升小波在图像去噪中的仿真研究

在介绍了一般小波理论和小波图像去噪的基础上,重点阐述了提升小波算法(lifting scheme)的基本原理,给出了用提升方法构造传统小波的普遍实现方法,按照提升小波的一般理论,对Daubechies(9/7)小波进行提升格式处理,并将Dau-bechies(9/7)提升格式小波应用到二维图像去噪研究中.计算机仿真试验结果表明,在去掉噪声后图像信号的信噪比相近的情况下,提升小波与传统小波相比,其优点在于计算简单,编程容易,速度快.     

二维小波的提升方案及其在图像融合中的应用

提出了一种新的二维小波提升方法,并把它应用于图像融合中。该方法利用图像局部结构的相关性和方向性,将两个配准后的图像经过提升小波分解,合并相关系数,再通过逆变换,得到融合后图像。并引入信息熵、相关系数和清晰度等性能指标对融合后的图像进行分析。实验结果表明,此提升方法在融合速度以及融合后的图像质量上优于传统小波变换和张量积小波提升方法。     

基于非采样提升小波变换的图像融合算法

针对传统提升小波变换的图像融合算法缺乏平移不变性以及区域能量融合准则存在的不足,提出了一种基于改进提升小波变换的图像融合新算法.该算法在提升小波变换原理的基础上,通过取消其奇偶分裂来获得具有平移不变性的非采样提升小波变换.对图像经此变换得到的低频部分设计出一种新的基于区域空间频率的加权和选择相结合的融合方法,高频部分采用一种基于边缘信息的加权融合策略.为验证所提出融合方法的有效性,对多聚焦图像进行了融合实验.实验表明,与传统的图像融合算法相比,该算法能更好地描述灰度的突变信息,获得含有丰富细节特征的融合图像.     

一种基于提升小波变换的快速图像融合方法

目前，多尺度分解的方法已开始应用于图像融合．针对基于传统的多尺度分解的融合方法运算速度慢、对内存的需求量大，不适于实时应用的局限性，提出了一种新的基于提升小波变换的快速图像融合算法．多个源图像分别进行提升小波分解，使用恰当的融合规则合并各尺度对应的分解系数，通过提升小波逆变换得到复合图像，实验结果表明，提出的算法无论在执行时间还是融合后的图像质量上都优于传统的方法，有广泛的应用前景，特别适用于实时系统。     

基于自适应提升小波的漏磁信号降噪

为了解决在故障诊断中漏磁信号的噪声干扰问题,在研究了提升小波基本理论原理和特点的基础之上,提出了自适应提升小波的改进算法,并在阈值处理时引入了综合门限阈值法。应用该算法对实际采集的钢丝绳漏磁信号进行去噪处理,并将该去噪效果与现用的传统小波去噪效果进行了比较。仿真结果表明,基于自适应提升小波方法的方案比传统小波变换有更好的去噪效果。     

5/3提升小波变换的仿真与FPGA实现

介绍了5／3提升小波变换相对于传统小波变换的优点,设计了一种基于FPGA技术的图像小波变换方法。相对于传统的小坡变换,提升算法不依赖于傅立叶变换,降低了运算复杂度,非常适合硬件实现。采用基于Matlab和Simulmk的设计工具DSP Builder,设计5／3提升小波变换Model,并在Quartus Ⅱ工具下进行综合、仿真和下载,在Altera CycloneⅡ系列FPGA（型号为EP2C35F484C8）上实现了5／3提升小波变换的功能。     

基于提升小波变换的图像融合规则综述

对提升小波变换的基本原理进行了介绍,描述了基于提升小波变换的图像融合的主要步骤,对基于提升小波变换的图像融合规则进行了概括。     

基于提升小波变换的图像融合规则综述

对提升小波变换的基本原理进行了介绍,描述了基于提升小波变换的图像融合的主要步骤,对基于提升小波变换的图像融合规则进行了概括。     

基于区域特性选择的多传感器图像融合

提出了一种提升小波变换和IHS变换相结合的多传感器图像融合新算法,首先,将高分辨力图像所有的低频特征融合到多光谱图像中,再对高分辨力图像经提升小波分解得到的各提升小波面叠加的边缘信息进行区域划分,采用边缘有效因子融合思想进行分区融合,最后,对提升小波反变换后的强度分量进行IHS反变换得到最终的融合图像。实验结果表明:该方法所得融合图像能够较好地保留多光谱图像的光谱信息的同时,提高了图像的空间分辨力,融合效果优于IHS变换法和小波变换法。     

一种基于提升小波变换和IHS变换的图像融合方法

为了将低分辨率多光谱图像和高分辨率全色图像进行有效融合,提出了一种提升小波变换和IHS变换相结合的图像融合新方法。该方法首先对高分辨率图像进行无下采样提升小波分解,利用提升分解得到的各提升小波面叠加的边缘信息进行区域划分,再采用分区域加边缘有效因子的融合思想实现分区融合,使得融合的图像最大限度地保留了多光谱图像的光谱信息和高分辨率图像的空间分辨率,其中区域的划分采用进化算法实现。该方法的融合结果与IHS法、小波变换法及其他改进方法进行比较,实验结果表明,该方法能较好地保留多光谱图像的光谱信息和提高分辨率图像的空间分辨率。