一种基于图象小波极值表示的减少方块效应的算法

针对低比特率JPEG压缩图象会产生严重的方块效应问题和根据后处理技术可有效地减少方块效应的认识,提出了一种新的基于图象小波极值描述的后处理算法。该算法根据解压缩图象方块效应在一级和二级小波变换系数中的极值特性,对位于图象背景区、平滑边缘区及阶梯状边缘区的方块边界的小波极值分别加以处理。实验结果表明,该算法能有效地减少方块效应,且能改善译码图象的信噪比和主观视觉质量。     

医学图像DCT变换压缩中方块效应的消除

针对基于分块的医学图像DCT变换压缩中恢复图像的方块效应，提出了一种自适应DCT变换域修正方法。通过模拟实验表明，该方法能在消除方块效应的同时保留图像的高频部分信息，并且不需要复杂的计算，在满足适合实时性的应用需求下，可以很好消除恢复图像中的方块效应，给医生良好的视觉效果。     

医学图像DCT变换压缩中方块效应的消除

针对基于分块的医学图像DCT变换压缩中恢复图像的方块效应,提出了一种自适应DCT变换域修正方法.通过模拟实验表明,该方法能在消除方块效应的同时保留图像的高频部分信息,并且不需要复杂的计算,在满足适合实时性的应用需求下,可以很好消除恢复图像中的方块效应,给医生良好的视觉效果.     

基于小波变换气动光学效应模糊图像去噪

采用小渡变换算法用于气动光学效应图像去噪研究。结合气动光学效应的复杂性和小渡变换的特性，小渡变换算法可以有效地应用于气动光学效应图像去噪。去噪图像相对于原图像误差小，去噪效果明显。     

减少JPEG压缩图象方块效应的小波域图象增强

低比特率ＪＰＥＧ压缩图象往往产生严重的方块效应。利用小波分析良好的去噪和边缘检测特性,本文提出一种减少ＪＰＥＧ压缩图象中方块效应的有效算法。计算机仿真结果表明,所提算法能有效地改善解码图象的视觉质量。     

基于小波变换气动光学效应模糊图像去噪

采用小波变换算法用于气动光学效应图像去噪研究。结合气动光学效应的复杂性和小波变换的特性,小波变换算法可以有效地应用于气动光学效应图像去噪。去噪图像相对于原图像误差小,去噪效果明显。     

基于小波变换的多方向小波变换

方向小波变换(SAWT)是小波变换(WT)的多方向扩展,它的基是各向异性的,具有多尺度、多方向的图像表示特性。SAWT不能恒保持多分辨率尺度关系,不能较好地表示图像中的平滑区域,因此利用WT和SAWT构造了一种新的多尺度、多方向且能保持多分辨率尺度关系的小波方向波变换。为了验证该变换的有效性,利用其进行了图像去噪实验。实验结果表明,所提方法能够很好地表示图像中的平滑区域和细节信息,并且能获得更高的峰值信噪比和结构相似性。     

基于复数小波阈值和w-TV的去块效应算法

块离散余弦变换在低比特率时其恢复图像的块边界上会出现明显可见的方块效应,降低了图像的视觉质量。针对该问题提出一种基于复数小波阈值和加权全变差（w-TV）的块效应消除算法,利用复数小波阈值和加权全变差的特性对图像进行处理。实验证明,该算法较好地去除了块效应,尽可能保留了图像的特征结构,具有良好的视觉效果。     

小波去方块算法在空间分级视频编码中的应用

可分级视频编码适用于网络环境变化较大的视频传输领域，它为用户提供不同质量的视频。但是，在空间可分级编码器中，基本层图像的方块效应会影响增强层的预测，降低其编码效率。如果采用去方块滤波器对基本层的恢复图像进行滤波，可以期望减轻块效应带来的不良影响。该文针对分块DCT压缩编码产生的方块效应，将小波域软阈值去方块滤波算法应用到空间可分级视频编码中，实验验证该方法能较好地改善图像质量，具有良好的效果。     

FOUrier变换和小波变换一般形式一线调频小波变换和多普勒小波变换

Fourier交换，窗口Fourier变换与小波变换在许多领域得到广泛的应用，该文回顾了Fourier变换和小波变换的发展；介绍了两种新的处理非平衡信号的方法，线线调频小波变换和多普勒小波变换；分析了线调频小波变换是短时Fourier变换和小波变换的时频分析的统一时频表示形式，Fourier变换，小波变换以及线调频小波变换都是多普勒小波变换的特殊情况，线调频小波变换和多普革小波变换比Fourier变换和小变换更具灵活性，为图像，信号处理提供了新的方法和工具。     

基于马尔可夫随机场最大后验估计的去块效应方法

基于块离散余弦变换(BDCT)是国际上大多数图像、视频压缩标准的核心部分,它的主要缺点是在低比特率时其恢复图像的块边界上会出现明显可见的方块效应,降低了图像的视觉质量。文章提出了一种新的基于马尔可夫随机场最大后验估计(MRF-MAP)的块效应消除算法,目的是实现在尽量消除块效应的同时充分地保护图像的边缘信息。文中通过线性回归,给出了设置MRF算法中的Huber函数阈值的数学公式,由该公式得到的阈值可以在保护图像边缘和提高图像质量之间有较好的折中。仿真结果验证了该文算法的有效性。     

基于小波变换的动态心电信号伪差识别

由突变干扰引起的伪差会严重阻碍动态心电信号的自动分析和正确诊断,常规的小波消噪方法无法消除这类伪差干扰。提出一种新的识别心电信号突变干扰的方法,即利用小波多尺度分解并结合阈值判定算法对突变干扰这类伪差进行自动识别。采用实测的30组动态心电信号对该算法进行测试,实验结果表明,该算法能快速、有效地识别动态心电信号中的突变干扰,正确检出率达到96．4％,为正确诊断动态心电信号提供保障。     

基于小波变换的冲击脉冲雷达图像处理方法

将小波变换的基本理论运用到冲击脉冲雷达信号的处理中,检测雷达回波信号的奇异性,同时用非线性变换方法对图像进行处理。该方法对提取目标回波信号、提升其信号强度、抑制杂波干扰和噪声有良好的效果。文章最后给出了该方法对冲击脉冲雷达图像的处理结果。可以看出,在处理后的雷达图像中,目标清晰,杂波干扰和噪声基本消除。     

一种基于无抽样小波变换的云阴影去除算法

提出了一种基于无抽样小波变换的人机交互半自动云阴影去除算法。首先通过无抽样小波变换将图像分解成高频部分和低频部分,通过半自动人机交互方式在低频图像中将图像分割为云区域、阴影区域、清晰地物区域3个部分,然后对各个独立云阴影区域分别进行低频信息补偿和高频信息补偿,最后通过无抽样小波反变换得到一幅过渡平滑,并对图像细节保存完好地去除了云阴影的图像。实验结果表明,该方法能够取得比传统的直方图匹配更好的效果。     

一种冗余小波变换的心电信号噪声消除方法

平稳小波变换去除心电信号噪声较好抑制了小波空间适应法消噪产生的伪Gibbs现象,但其重建过程相对复杂。提出对受噪声污染的心电信号移位一次,将移位信号及原信号分别进行正交小波变换阈值去噪,以它们的平均作为去噪结果。实验表明可以获得与平稳小波变换相同的去噪效果,但算法实现更简单快速。     

基于小波变换的目标信号检测方法

根据舰船轴频电场信号的特点,提出了基于小波变换的目标信号检测方法.利用小波变换计算信号的功率谱,提取特征量,对信号进行滑动地目标检测.通过对海上试验采集的舰船轴频电场数据进行仿真,验证了该检测方法的有效性.     

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。     

多抽样率小波信号分解

在信号分析过程中,用二进小波对信号进行分解以便观察信号在不同子带内的时频特征是一种非常有效的时频分析方法。但由于受信号采样频率的限制,往往使所感兴趣的信号分量不能完整地出现在某一子带内。既使是提高小波分解层数或者用小波包技术也不能很好地解决这一问题。文章提出多抽样率小波信号分解方法,该方法根据目标信号的频带宽度,通过对原始信号的插值和抽取改变抽样频率,以实现不同子带分量的分离。     

一种基于小波变换的图像压缩方法

量化在图像压缩编码中起着至关重要的作用。从标量量化的角度出发,提出了逐级量化的编码方法,该方法能在保证一定图像质量的前提下大大降低编码率。最后,通过实例分析说明了本方法的具体实现过程,并对经典图像进行实验。证实了本方法的正确性和实用性。     

基于双树复小波变换的图像增强方法

在图像增强处理中,传统的图像增强方法例如直方图均衡、小波系数增强等等,虽然取得了较好的图像增强效果,但在增强图像的同时也将噪声放大了.本文针对这一问题,提出了一种基于二维双树复小波变换的图像增强方法,因其具有良好的多方向性信息捕捉能力,克服了传统二维小波变换缺乏方向性的缺点.增强算法将系数分为强边缘、弱边缘和噪声点三类...