基于小波变换的不规则网格的多分辨率分析

Lounsbery 提出了一种三角形网格多分辨率分析方法，但该方法只能应用于规则的三角形网格，且包含了重新网格化的过程。为了解决该问题，基于小波变换，该文扩展了Lounsbery的方法。该算法直接对不规则网格进行渐进压缩，得到了不同分辨率的网格。在此过程中还可以基于三角形网格的连接信息，对三角形网格进行优化，使之更加规则，从而使该文算法得到了改善。将该文算法与以前的算法进行了比较，结果表明，该文算法速度快，效果良好，有一定的实用性。     

多分辨率网格的数据压缩

在对三角形网格多分辨率分析中,为了避免重新网格化的过程,基于小波变换,扩展了Lounsbery的方法。该算法直接对不规则网格进行渐进压缩,得到了不同分辨率的网格。在此过程中还可以基于三角形网格的连接信息,对三角形网格进行优化,使之更加规则,从而使本文算法得到了改善。实验结果表明,算法速度快,效果良好,有一定的实用性。     

基于小波变换和形状-增益矢量量化的3维图像压缩

数据压缩是高光谱图像处理应用中的一个关键问题。为了对高光谱图像进行有效压缩，在2维小波变换的基础上，提出了一种分组矢量量化的高光谱图像有损压缩方案。该方案首先按照谱段类型对高光谱图像进行分组，然后对每个谱段分别进行2维小波变换，最后变换系数再使用一种Kronecker-Product形状-增益矢量量化方法来进行量化编码。计算机仿真结果证明．该算法在取得高压缩率的同时，不仅能很好地保持数据的谱特征，并能降低运算量。     

支持随机浏览的渐进几何压缩

由于三维物体的自遮挡,浏览三维网格是一个典型的随机访问问题.如果在将网格压缩后,只传输与解码当前视点下可见区域的数据,就可以节约网络带宽和解码资源.目前的网格压缩方法基本上没有考虑随机访问.提出一种基于小波变换且支持随机访问的渐进几何压缩方法,基本思想是将网格表面分成很多块,对每块的细节信息独立进行编码,然后只传输当前视点下可见块的细节信息.代表细节信息的小波系数被组织成零树,设计了一种修正的SPIHT算法来对每棵小波零树独立进行压缩.实验结果表明,该方法取得了与PGC方法相当的压缩效率,但如果只传输可见区域的细节信息,该方法需要传输的数据量只是PGC方法的60%左右.     

矢量小波在图像压缩中的应用

为了评估在低比特率情况下矢量小波变换压缩图像的效率，使用一种有效的嵌入式小波系数来实现编码．首先，使用Tan等找到的预滤波器对二维图像进行预滤波；并选择BSA(4／4)^*滤波器进行滤波；然后使用一种经过改进的嵌入式零树小波编码方法来对矢量变换系数进行量化；最后，利用算术编码算法对比特流进行编码．文中给出了一些实验结果来证明本文方法的可行性，并且把它们与标量小波变换和其他矢量变换的结果相比较。     

基于谱图小波变换的图像压缩编码方法

针对小波变换图像压缩编码方法在高压缩比下得到的重构图像质量往往较差的问题,提出了一种基于谱图小波变换的编码方法.该方法首先将图像转化成图,利用谱图小波变换分解图得到谱图小波系数,这些系数的能量随着尺度的增加而衰减,然后根据谱图小波系数的特性对SPECK算法进行改进,最后对谱图小波系数进行量化,利用改进的SPECK算法对量化后的系数进行压缩编码,并在图像数据量压缩的同时从稀疏系数中恢复原始图像.实验结果表明,该编码方法对自然图像的压缩具有高效性,相比小波变换的压缩方法,重建图像的PSNR有所提高且变化平稳,与此同时还得到更大的压缩比.     

低比特率下视频压缩算法的研究

文中提出了面向无线视频应用的低带宽视频压缩方案及算法，该方案主要采用了整数小波变换的压缩算法，块匹配运动估计，重叠块运动补偿，小波系数标量量化，自适应算术编码，变长编码。为实现低比特率下的高效率视频压缩，首先建立由量化后的小波系数构成的小波子带，对小波子带结构中的冗余进行压缩。     

基于小波变换的图象感知熵编码

本文提出了一种基于小波变换的图象感知熵量化编码方法，此法首先通过小波变换将图象在频率域内进行分解；然后在充分考虑人眼对图象的视觉效果的基础上对小波系数进行量化和行程编码；最后针对小波系数量化和行程编码所得的码字分布特性，采用感知熵编码实现编码码率趋近于图象的感知熵，采用该方法可在保证一定图象质量的情况下，消除冗余信息，提高图家编码的压缩比。     

基于小波变换和矢量量化的遥感图象压缩方法

提出基于小波变换 (WT)的矢量量化 (V Q)的遥感图象压缩编码方法。采用二维 WT消除象素间的空间相关性 ,然后对变换后的小波系数进行 VQ压缩编码。实验结果表明 :该方法可获得 10倍压缩比 ,峰值信噪比(PSNR)为 30 .5 2。本方法明显优于 JPEG方法 ,而且没有方块效应。该方法可用于各种遥感图象压缩 ,压缩比和PSNR这两项指标与 JPEG压缩方法相比 ,也有明显的提高。     

基于小波变换的声呐图像压缩方法

提出了一种新的基于小波变换的声呐图像压缩方法：对于小波变换后的系数采用基于零块的编码，充分挖掘小波系数能量集中的特点；在熵编码时使用上下文量化技术来减少上下文个数以提高编码效率。实验结果表明，使用本文的算法压缩声呐图像能够得到较高的压缩比和较好的图像质量。     

基于边缘自适应小波变换的低比特率图像压缩算法

常规的小波压缩算法在低比特率情况下将不可避免地在图像强边缘附近产生振铃效应。为此提出了一种基于边缘自适应小波变换的低比特率图像压缩算法。在编码端，先检测出图像的强边缘并将其作为附加信息进行编码；然后，利用强边缘信息将图像沿行列方向分割成一些独立的数据段分别进行小波变换；最后，利用EBCOT算法对得到的小波系数进行编码。特别地，从图像的成像机理出发，提出了一种克服分段数据边界效应的新方法。实验结果表明，这种边缘自适应小波变换即使在比特率极低的情况下也可以保持图像轮廓的清晰，强边缘附近的振铃效应也得到有效的抑制。由于附加信息的存在，压缩图像的PSNR值相比于常规方法通常会有所降低，但图像的主观视觉质量却有明显的提高。     

Edgebreaker: connectivity compression for triangle meshes

Edgebreaker is a simple scheme for compressing the triangle/vertex incidence graphs (sometimes called connectivity or topology) of three-dimensional triangle meshes. Edgebreaker improves upon the storage required by previously reported schemes, most of which can guarantee only an O(t log(t)) storage cost for the incidence graph of a mesh of t triangles. Edgebreaker requires at most 2t bits for any mesh homeomorphic to a sphere and supports fully general meshes by using additional storage per handle and hole. For large meshes, entropy coding yields less than 1.5 bits per triangle. Edgebreaker's compression and decompression processes perform identical traversals of the mesh from one triangle to an adjacent one. At each stage, compression produces an op-code describing the topological relation between the current triangle and the boundary of the remaining part of the mesh. Decompression uses these op-codes to reconstruct the entire incidence graph. Because Edgebreaker's compression and decompression are independent of the vertex locations, they may be combined with a variety of vertex-compressing techniques that exploit topological information about the mesh to better estimate vertex locations. Edgebreaker may be used to compress the connectivity of an entire mesh bounding a 3D polyhedron or the connectivity of a triangulated surface patch whose boundary need not be encoded. The paper also offers a comparative survey of the rapidly growing field of geometric compression     

自适应提升小波变换及飞机发动机故障分析

小波提升方案通过改变预测器和更新器构造出所需要的小波,这为机械设备故障特征分析中小波基函数的选择提供了方便。为了能在每个尺度上自适应选择与机械振动信号特征匹配的小波基函数,提出了一种更新器和预测器同时自适应地提升小波变换方法。在此方法中,采用先更新后预测的提升方案,分别通过信号的局部梯度大小和最小化预测误差来实现自适应更新和预测。将此方法应用在某飞机发动机故障分析中,实验结果表明,与经典小波变换相比该自适应提升小波变换分离的故障特征更明显效果更好。     

Optimized Edgebreaker encoding for large and regular triangle meshes

We present a technique aiming to improve the compression of the Edgebreaker CLERS string for large and regular meshes, where regularity is understood as the compactness of the distribution of vertex degrees. Our algorithm uses a specially designed context-based coding to compress the CLERS sequence. It is exceptionally simple to implement and can easily be incorporated into any existing Edgebreaker implementation which uses the Spirale Reversi algorithm for decompression. Even for irregular meshes, it does not carry considerable overhead when compared to the original Edgebreaker encoding. Experimental results show that our procedure is very fast (600000 triangles per second on a PIII 650 MHz for decompression) and leads to compression rates which are, in most cases, superior to those previously reported for large meshes of high regularity.     

MIMO-OFDM系统中的自适应DWT-CQI反馈压缩算法

针对多用户MIMO-OFDM系统中信道质量指示(CQI)反馈信息量较大的问题,提出一种基于离散小波变换(DWT)的压缩算法.为了进一步降低反馈信息开销,根据天线间相关性、子载波间相关性以及小波变换本身的特点设计了一种自适应方案.仿真结果表明,在V-BLAST+OFDM系统中,本压缩算法在BER性能下降较小的前提下可减少大量反馈信息,能灵活地实现系统性能和反馈开销之间的折中.     

基于SVD和Radon变换的抗旋转攻击盲水印算法

为了提高传统基于奇异值变换（SVD）的数字水印抗几何攻击能力,提出一种在小波变换域将Radon变换和奇异值变换相结合的抗旋转攻击鲁棒性水印算法。将宿主图像进行小波变换,对变换后的低频子带进行奇异值分解,将经过仿射变换置乱后的二值水印图像嵌入到奇异值中。在水印嵌入操作上采用了奇偶量化嵌入算法从而实现了二值水印图像在水印检测时的盲提取;同时在水印检测之前,利用Radon变换检测算法对待检测图像进行几何校正,然后提取水印信息。实验结果表明,该算法对于噪声感染、滤波、JPEG压缩等常规信号处理的鲁棒性优于传统的基于SVD的数字水印算法,同时对于旋转几何变换具有很好的鲁棒性。     

基于提升小波和LZW的机械振动信号数据压缩

针对机械状态监测系统中基于CAN总线的传感器网络数据传输量大且浮点型测试数据难以直接进行压缩的问题,提出一种基于提升小波分析和LZW的二级机械振动信号数据压缩方法.首先,利用提升小波对测试数据进行小波域稀疏分解,利用分块阈值对小波系数进行阈值估计和量化,去除噪声干扰,突出有用信息,实现初级数据压缩;其次,针对浮点型小波系数的数据压缩问题,提出了一种基于LZW的分裂并行量化编码方法,在不丢失数据信息的同时,进一步提高了数据的可压缩性能;最后,齿轮箱实测振动信号的数据分析结果表明了所提数据压缩方法的有效性.     

自适应多尺度分块压缩感知算法

目的 基于小波域的多尺度分块压缩感知重构算法忽略了高频信号在重构过程中的作用,丢失了大量的边缘与细节信息。针对上述问题,提出一种自适应多尺度分块压缩感知算法,不仅合理利用低频信息还充分利用图像的高频信息,在图像细节复杂度提高的情况下保证图像重构质量的提高。方法 首先进行3层小波变换,得到一个低频信号和9个高频信号,分别进行小波逆变换后分成大小相同互不重叠的块,对低频部分采用2维邻块边缘自适应加权滤波的方法进行处理,对高频部分采用纹理自适应分块采样,最后利用平滑投影Landweber（SPL）算法对其进行重构。结果 与已有的分块压缩感知算法、基于边缘和方向的分块压缩感知算法和基于纹理和方向的分块压缩感知算法相比,本文算法在不同的采样率下,性能均有所提升,代表细节信息的高频信号得到充分重建,改进的算法所得到的重建图像具有较高的分辨率,尤其对细节较为丰富的图像进行重建后具有较高的峰值信噪比;2维邻块边缘自适应加权滤波有效的去除了重建图像的块效应,且重建时间平均减少了0.3 s。结论 将三层小波变换后的高频分量作为纹理部分,利用自适应多尺度分块重建出图像的轮廓与边缘;将低频分量直接视为平坦部分,邻块边缘自适应加权滤波重建出图像细节,不仅充分利用了图像的高低频信息,还减少了平坦块检测过程,使得重建时间有效缩短。经实验验证,本文算法重建图像质量较好,尤其是对复杂图像明显消除了块效应,边缘和纹理细节较清晰。因此主要适用于纹理细节较复杂的人脸图像、建筑图像和遥感图像等。     

基于WT算法联合混沌理论的图像加密研究

图像加密作为信息加密领域的重要一支,其对于信息安全的重要性显得愈发重要,能够有效地对目标图像信息进行加解密逐步成为了人们的研究热点。为了提高图像加密的安全性,以混沌系统所具有的初值敏感性以及类似随机为基础,提出了采用“混沌变换”方法对图像进行置乱操作的算法,随后以此为基础结合小波理论设计一种图像加密算法。在图像的预处理阶段首先对图像采用小波变换得到四幅小波子图;随后基于混沌置换将四幅子图置乱处理;最后通过小波逆变换恢复出目标加密图像。通过数值仿真实验表明通过该方法解密获得的图像具有与原图像非常高的一致性,并且获得了较高的安全性。     

基于小波包分解的 SAR图像压缩 *

针对 SAR图像含有丰富的中、高频信息 ,而基于小波变换的图像压缩方法会丢失高频细节信息 ,提出了基于小波包分解的 SAR图像编码算法。小波包变换对 SAR图像进行完全分解 ,再用与后续编码器相关联的代价函数进行最佳基搜索 ,然后根据各子带小波包系数的重要性进行加权 ,采用多级树集合分裂算法 ( SPIHT)编码。实验结果表明 ,该算法更好地保留了 SAR图像的细节信息 ,获得了同压缩比下优于传统 SPIHT算法的编码性能 ,更有利于后续图像处理。