有限长度信号Mallat算法的边界延拓方法

处理有限长度信号时需要对其边界做某种延拓处理.本文在对Mallat算法分析的基础上,研究了有限长度信号Mallat算法中常用的4种边界延拓方法,并详细推导了4种边界延拓方法实现小波变换的一般过程.详细讨论了对称延拓中的2种延拓方式,分别就滤波器长度和信号长度为奇数或偶数的情况进行了研究.在周期延拓和对称延拓中,为了使多级分解与重构顺利进行,引入一个二元标示序列,使得小波变换便于编程实现.最后以bior4.4双正交小波给出实例,计算结果表明,在保持信号长度不变的情况下,按本文延拓方法能实现完全重构.     

基于Mallat算法的图像边界问题的研究

首先介绍了一维信号边界对称延拓方式及图像双正交小波分解重构算法,然后在一维信号边界延拓方式的基础上,研究了当高、低通滤波器长度为偶数,且关于1／2对称时,图像能够精确重构的边界延拓问题,并给出了图像的小波变换及边界对称延拓的步骤。最后,通过仿真实例验证了该对称边界延拓方式能够保证图像在小渡变抉中精确重构。     

小波变换点对称边界延拓问题研究

比较了几种小波变换的边界延拓方式,对小波变换的点对称延拓进行了边界点的光滑性分析,提出基于奇数长对称小波变换的点对称延拓方式,并证明了它在保持信号数据量不变的情况下是可以完全重构的。对一段有限信号分别采用对称延拓和点对称延拓进行小波分解重构计算,结果表明点对称延拓的重构精度比对称延拓的高。     

一类多元不可分小波的边界问题

讨论了伸缩矩阵为2I2、插值掩模关于两坐标轴和原点对称的插值双正交多元不可分小波的小波掩模构造方法,为了保证在图像的小波变换编码中可以实现信号的完全重构,提出一种不同于张量积小波情形的边界对称延拓方法,证明了不需附加信息即可实现信号的完全重构,最后给出了实验验证。     

小波图象编码中的对称边界延拓法

在小波变换图象编码中,由于图象信号是有限长信号,在子速分解过程中信号边界将外延,因此为满足完全重构条件,且不增加信号的样本总数,必须对信号边界进行延拓,该文对小波变换图象编码中的对称周期延拓法进行了论述,并叙述了其原理及实现方法,还讨论了如何根据滤波器长度为奇数或偶数的不同,相应地延拓输入信号,并恰当地截取出所需长度的子带信号,同时,讨论了综合时如何对子带信号进行延拓的问题。     

离散空间中正交小波分解重构算法的实现

针对目前离散空间中分解重构算法的过程较为复杂,主要研究离散空间中周期小波和非周期小波分解重构算法的实现.首先证明离散空间中的多层小波分解重构算法可以按照Mallat分解重构算法的塔式结构实现,从而将离散序列空间与函数空间中的小波理论联系起来;其次,举例说明离散空间中的分解重构算法比函数空间中的Mallat分解重构算法在滤波器的选择上更加灵活;最后,数值结果表明基于离散小波对信号进行处理在很多应用中可以取得更好的效果.     

基于DT-CWT的数字水印算法

为了实现数字图像的版权保护,设计了一种基于双树复小波变换的抗几何攻击的数字水印算法:对水印图像进行三级双树复小波变换,提取特征并插值为特征矩阵,并且定义了一种新的距离向量用于相似性度量,使用特征矩阵对遭受几何攻击的图像进行参数估计.实验结果表明,该算法可用于对图像遭受的对称缩放、非对称缩放、旋转等几何攻击进行校正,确保水印嵌入与检测的同步.     

小波变换算法在数字图像处理中的应用

本文研究的是小波变换在数字图像处理中的应用,文中介绍了数字图像处理的基本概念和小波变换的基本理论。基于图像小波理论,对图像小波变换的实现技术——Mallat算法进行了分析,并且根据Mallat算法应用VC++编程实现了图像小波变换。     

基于LabVIEW的小波滤波及焊接电信号处理

LabVIEW语言是一种功能强大的虚拟仪器开发平台,利用它实现小波变换的Mallat算法,并运用滤波算法对小波系数进行处理,实现信号的滤波,再重构得到所需要的真实信号,从而实现LabVIEW的二次软件开发;并成功应用于焊接电流信号的滤波分析处理,得到了真实的焊接电流信号。     

由小波变换模极大值重构信号的快速算法

信号在不同尺度上的小波变换模极大值包含了信号中的重要信息,因此研究如何由小波变换模极大值重构信号是很有意义的.本文提出了一种基于Hermite插值由二进小波变换模极大值重构信号的快速算法.数值试验表明,与Mallat经典的交替投影算法相比,本文算法可以在保证信号重构质量的前提下简化计算过程,提高计算效率,计算所需时间与交替投影算法相比大大减少,是一种实用性较强的信号重构算法.     

一种快速离散小波变换算法及其在语音信号中的应用

随着小波分析的理论研究水平不断提高,其应用领域也在不断扩展。特别是其多分辨率分析和Mallat算法在数字信号处理和数字通信中得到了广泛的应用。但是如果直接按照上述算法计算信号的小波分解和重构,其计算量将是很大的。通过对实序列的快速傅里叶变换(FFT)算法的推导及Mallat算法原理的分析,根据离散小波变换算法结构特征,提出了一种基于FFT的快速离散小波变换算法,并从数学理论上进行了论证。同时把该算法应用到实际的语音信号处理中,得到了很好的快速分解和重构效果。     

基于小波变换的医学图像压缩技术

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,在此基础上探讨了基于小波变换的医学图像压缩技术。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。     

应用于图像的基于提升方法的双自适应小波变换

由于小波具有良好的时频特性,对于平滑图像,利用固定尺寸的小波滤波器滤波可以获得良好的分解结果.然而对于具有较多突变点的图像而言,采用固定尺寸的小波滤波器进行滤波并不是一个理想的选择.基于Heijman等人提出的2维自适应更新提升格式,本文提出了一种双自适应的小波变换算法,在更新与预测过程均采用自适应算法.最后,对标准图像进行测试分析,实验结果表明该算法在图像精确重构不需要额外的附加信息,且可以提高图像的峰值信噪比（PSNR）.     

非线性小波变换在图像去噪中的应用

本文基于一种非线性小波变换阈值改进法,结合离散正交小波变换系数分解计算和阈值处理,实现二维图像去噪,并用Mallat算法对加噪图像进行了验证。     

基于新阈值函数和小波分析的数字图像去噪方法

在数字图像处理过程中消除和减弱噪声对信号具有很重要的影响。中值滤波是传统的减少图像噪声,提高图像质量的可行方法。文章研究了中值滤波及其改进算法在图像去噪中的应用,基于小波分析基础理论和数字图像信号的小波变换分解重构原理,通过对小波分解系数选定恰当的阈值并进行阈值量化,基于小波分解后的高低频系数进行信号重构,从而有效去除或降低信号的噪声。本文采取的算法在MATLAB仿真平台进行了验证,结果表明,基于本文提出的阈值函数和小波分析处理方法对图像去噪具有更好的适应性,能够更好的改善数字图像的质量。     

基于正交小波变换的信号降噪算法研究

提出了一种基于正交小波变换的信号降噪方法,深入研究了小波变换中的信号分解与重构的Mallat算法,详细介绍了正交小波变换中阈值的选取,并进行了实验研究。实验结果表明,该方法可以取得较好的去噪效果。     

基于压缩感知的图像快速重建方法

基于多种稀疏变换基和观测矩阵的组合,采用正交匹配追踪算法对图像进行重建。在分析各种组合重建效果的基础上,提出一种图像快速重建方法,对图像进行一级小波分解,提取出近似分量子图像,运用压缩感知技术对其进行恢复,综合细节分量和恢复出的近似分量进行小波逆变换,得到重建图像。实验结果表明,该方法在相同的观测值条件下,能减少算法运行时间,提高重建图像质量。     

基于反对称双正交小波重构的图像增强方法

详细给出了基于反对称双正交小波重构的多尺度边缘检测方法的相关理论基础, 即推导了反对称双正交小波变换所具有的卷积运算性质; 分析了反对称双正交小波变换的微分算子功能; 提出了一种针对图像多尺度边缘提 取的小波重构算法. 在此基础上, 提出了基于反对称双正交小波重构的图像锐化增强方法. 首先对图像进行多尺度小波分解; 然后在小波重构中, 计算模值图和相角图, 提取各尺度边缘图像, 并根据边缘图像, 增强半重构图像的对应边缘点; 最后继续逐级重构,实现图像增强. 该方法在小波塔式分解数据的重构过程中有针对性地实现对图像边缘的锐化增强, 对图像增强和图像滤噪增强提供了一种新的解决问题的思路. 实验结果验证了 该方法的有效性.