基于3D-DWT及混沌映射的加密医用体数据鲁棒检索算法研究

随着医疗数据的共享日益频繁,数据安全问题变得日益突出.安全起见,把医学图像加密后存储到服务器或云端.如何实现对加密医学图像检索成为一个亟待解决的问题.提出一种基于混沌和三维小波变换的加密医用体数据鲁棒检索算法.其主要步骤为:首先,通过三维小波变换和混沌映射对医用体数据进行加密;然后,对加密体数据进行小波分解,得到子带图像,再对子带图像进行DCT变换,提取DCT变换能量聚集的低频系数作为加密体数据的特征向量,建立加密图像的特征向量数据库;最后,通过计算加密图像的特征向量的相似度来检索目标图像,将检索到的加密图像返回,并解密所检索到的医用体数据.实验结果表明,该检索算法对加密体数据的常规攻击和几何攻击具有较强的鲁棒性,并提高了图像检索的安全性和准确性.     

数字空间轮廓的小波描述子

为了描述数字空间目标轮廓,便于计算机图形表达,提出一种适于描述序列点轮廓的小波描述子。将数字空间轮廓视为周期序列,并基于离散小波变换给出序列点轮廓小波描述子的具体表达。结合具体医学图像轮廓进行相应的应用研究,并与Fourier轮廓描述子进行了对比,研究结果表明,在具有相同比特率的情况下,序列点轮廓小波描述子具有更好的保形性,同时实现了对轮廓数据的压缩。     

逆向工程中对离散点云的特征识别算法探究

基于逆向设计中点云处理的表面识别问题,本文提出了一种基于小波变换的离散点云数据的特征识别算法。首先将离散点云表示成小波变换可以处理计算的形式,然后在此基础上提出了具体的二维和三维离散点云的小波分解算法,最后引入实例,对二维离散点云的小波分解算法进行验证分析。实验结果表明本文提出的算法达到了对点云数据的特征分解的目的。将离散点云数据按特征分解从而提取出不同的特征成分,可以根据后期点云预处理的不同要求,将小波变换后的数据进行进一步的处理。     

逆向工程中对离散点云的特征识别算法探究

基于逆向设计中点云处理的表面识别问题,本文提出了一种基于小波变换的离散点云数据的特征识别算法。首先将离散点云表示成小波变换可以处理计算的形式,然后在此基础上提出了具体的二维和三维离散点云的小波分解算法,最后引入实例,对二维离散点云的小波分解算法进行验证分析。实验结果表明本文提出的算法达到了对点云数据的特征分解的目的。将离散点云数据按特征分解从而提取出不同的特征成分,可以根据后期点云预处理的不同要求,将小波变换后的数据进行进一步的处理。     

小波变换与傅立叶变换相结合的信号实例分析

文章采用离散小波变换与快速傅立叶变换相结合的方法,先对原始信号进行小波分解,再对各子带信号做快速傅立叶变换,从而得到各子带上时间信号的频谱。计算机仿真的实例分析表明,该方法将小波变换和傅立叶变换的优点结合了起来。     

产生音频数据索引的有效方法

支持基于例子检索的音频多媒体数据库,应当能够自动分析音频数据而产生音频数据的索引。本文把基于离散小波变换和基于时频分析的索引方示相结合,提出一种利用小波变换、小波子带的过零率、小波子带幅度的均值、一定比例的小波子带的高频系数和全部近似系数等来组成索引向量的方法.提出的方法采用双重索引搜索,即在用过零率向量和平均幅度向量作为索引进行预先扫索的基础上,再用小波变换的关键系数向量作为索引进行详细扫索,实验表明,这种方法具有较高的检索精度和搜索效率,在基于例子索引和搜索的音频多媒体数据库中具有重要意义。     

基于先验知识的移动通信话务量预测

本文提出了一种基于先验知识引导的极大重叠离散小波变换的移动通信话务量预测方法.采用傅里叶谱分析作为小波分解子成分先验知识降低小波分解的盲目性.利用具有明确物理意义且更易提取子层的极大重叠离散小波变换对话务量序列进行分解.分解后仍以傅里叶谱先验知识为参考,合并相关子层形成趋势项和周期项两部分,并采用季节性求和自回归滑动平...     

基于分块三维小波变换的视频图像序列编码方法的研究

该文给出了一种基于分块三维小波变换的视频图像序列编码方法。将视频图像序列中表示帧序的t坐标代换成z坐标后,可把一视频图像序列看成是三维空间中的体。将视频图像序列分成子块后,仿照二维图像小波变换的方法,将它作三维小波变换。变换后的图像能量主要集中于低频波段,这些波段对该视频图像序列的视觉效果影响最大。将不同波段按不同的精度量化并进行熵编码,可以达到去除帧内和帧间冗余、压缩数据的目的。试验表明,使用这种方法可以达到较好的压缩效果。此方法直观,速度也比较快。     

基于三维DCT变换的体数据鲁棒 数字水印嵌入算法

本文基于三维离散余弦变换(3D-DCT)技术和扩频通信技术提出三维体数据鲁棒水印嵌入算法.算法将原始的二值图像水印利用扩频通信技术生成可以直接嵌入的体水印信息;分别对体水印信息和原始的体数据进行分块离散余弦变换,在变换域内实现水印嵌入.该算法嵌入的水印信息具有不可见性,能够抵抗剪切、加噪、滤波、旋转等常见攻击.仿真实验验证了算法的有效性.     

小波变换在医学图像压缩中的应用

分析了医学图像压缩的必要性,简要介绍了二维离散小波变换和Mallat算法,重点讨论小波变换的原理及其在医学图像压缩方面的具体应用,实验结果表明,小波变换算法具有较高的压缩比和较好的图像恢复质量,选用不同的小波基压缩图像得到的压缩比不同,在同一小波系列内,压缩比随小波序数的增大而减小。     

基于Matlab的数字水印系统的GUI设计

数字水印技术为数字信息安全和版权提供了一种有效的保护措施。本文通过小波变换和离散余弦变换的方法,首先对载体彩色图像进行小波变换,然后对变换后载体图像的低频子带再进行离散余弦变换,最后将彩色水印图像嵌入到离散变换的直流系数上。结果证明,在抗噪声攻击、JPEG压缩、小幅度剪切方面利用Matlab软件构建的数字水印系统可达到效果良好,稳健性强。     

Wavelet coding of volumetric medical datasets

Several techniques based on the three-dimensional (3-D) discrete cosine transform (DCT) have been proposed for volumetric data coding. These techniques fail to provide lossless coding coupled with quality and resolution scalability, which is a significant drawback for medical applications. This paper gives an overview of several state-of-the-art 3-D wavelet coders that do meet these requirements and proposes new compression methods exploiting the quadtree and block-based coding concepts, layered zero-coding principles, and context-based arithmetic coding. Additionally, a new 3-D DCT-based coding scheme is designed and used for benchmarking. The proposed wavelet-based coding algorithms produce embedded data streams that can be decoded up to the lossless level and support the desired set of functionality constraints. Moreover, objective and subjective quality evaluation on various medical volumetric datasets shows that the proposed algorithms provide competitive lossy and lossless compression results when compared with the state-of-the-art.     

Wavelet coding of volumetric medical images for high throughput and operability

This paper presents a new three-dimensional (3-D) wavelet-based scalable lossless coding scheme for compression of volumetric medical images. Aiming to improve the productivity of radiologists and the cost-effectiveness of the system, we strive to achieve high decoder throughput, random access to coded data volume, progressive transmission, and high compression ratio in a balanced design approach. These desirable functionalities are realized by a modified 3-D dyadic wavelet transform tailored to volumetric medical images and an optimized Rice code of very low complexity.     

基于3维SPIHT编码的超光谱图像压缩

提出一种针对超光谱图像压缩的3维SPIHT编码算法.通过对超光谱图像进行3维小波变换,同时去除像素数据间的空间冗余和谱间冗余.针对变换后得到的小波系数,构造一种3维空间方向树结构,并用经3维扩展后的SPIHT算法(3D SPIHT算法)对小波系数进行量化编码.实验证明,基于3维小波变换的3维SPIHT编码算法在对超光谱图像压缩时,表现出了优良的率失真性能.并且算法复杂度适中,具有嵌入式特性.     

甚低频信道小波调制方式研究

针对目前甚低频通信抗干扰能力,抗截获能力不理想问题,提出了甚低频通信系统的小波调制方式,该调制方式是将数据源经过逆小波变换发送信号,加入噪声后再经过小波变换在接收端接收,最后在接收端把接收信号同发送信号,得出其误码率。小波调制具有冗余度高、抗干扰性能强的特点。同时小波调制信号的时域波形类似于噪声,便于隐藏在噪声中传输,提高了系统的抗截获能力。与传统的频移键控(Frequency-shift Keying,FSK)调制比较,在3次联合估计下,小波调制方式的抗干扰能力优于传统的FSK调制方式。通过对甚低频通信系统进行仿真,验证了该算法的有效性。     

基于BCH和JND的小波域数字图像水印算法

为了提高数字图像水印的鲁棒性,提出一种结合BCH码和JND模型的小波域数字图像水印算法.该算法采用Ar-nold变换和BCH码对二值水印图像进行置乱加密以及编码,对载体图像分块后再进行二维离散小波变换,将加密并且编码后的水印信息嵌入到载体图像各子块的二维离散小波变换的低频子带中,嵌入强度根据载体图像的JND值自适应的选取.实验结果表明,水印的透明性很好,在遭受不同类型和强度的水印攻击时,具有较强的鲁棒性.     

Frequency domain volume rendering by the wavelet X-ray transform

We describe a wavelet based X-ray rendering method in the frequency domain with a smaller time complexity than wavelet splatting. Standard Fourier volume rendering is summarized and interpolation and accuracy issues are briefly discussed. We review the implementation of the fast wavelet transform in the frequency domain. The wavelet X-ray transform is derived, and the corresponding Fourier-wavelet volume rendering algorithm (FWVR) is introduced, FWVR uses Haar or B-spline wavelets and linear or cubic spline interpolation. Various combinations are tested and compared with wavelet splatting (WS). We use medical MR and CT scan data, as well as a 3-D analytical phantom to assess the accuracy, time complexity, and memory cost of both FWVR and WS. The differences between both methods are enumerated.     

The discrete wavelet transform: wedding the a trous and Mallatalgorithms

Two separately motivated implementations of the wavelet transform are brought together. It is observed that these algorithms are both special cases of a single filter bank structure, the discrete wavelet transform, the behavior of which is governed by the choice of filters. In fact, the a trous algorithm is more properly viewed as a nonorthonormal multiresolution algorithm for which the discrete wavelet transform is exact. Moreover, it is shown that the commonly used Lagrange a trous filters are in one-to-one correspondence with the convolutional squares of the Daubechies filters for orthonormal wavelets of compact support. A systematic framework for the discrete wavelet transform is provided, and conditions are derived under which it computes the continuous wavelet transform exactly. Suitable filter constraints for finite energy and boundedness of the discrete transform are also derived. Relevant signal processing parameters are examined, and it is observed that orthonormality is balanced by restrictions on resolution     

基于双树复小波变换和形态学的脉搏信号去噪

常见的医学信号（如脉搏信号）包含大量的噪声,具有强烈的非线性和非平稳性。针对传统的小波变换去噪方法的缺陷,提出了一种基于双树复小波变换和形态学的去噪算法,具有结构简单、计算复杂度低等优点,有效地克服了离散小波变换的平移敏感性和频率混淆。实验表明,该算法可以有效地去除脉搏信号中工频干扰及肌电干扰等高频噪声,其信噪比及均方差等定量指标均明显优于传统的阈值去噪算法,能得到较干净的脉搏信号波形。