基于提升格式的自适应预测小波变换算法

基于提升格式的小波变换被称为第二代小波变换,该种结构提供了一种灵活构造非线性小波分解和精确重构的方法。本文根据提升格式的小波变换结构,针对具有突变点的光滑信号,以LeGall5/3小波为例,提出了一种不需要额外附加信息和存储空间就可完成精确重构的自适应预测算法。实验结果表明,该算法应用于分段连续信的一维信号,可较大概率取得零高频系数,获得较好的线性近似结果。     

应用于分段连续信号的基于提升格式的双自适应小波变换

由于小波具有良好的时频特性，对于平滑的信号，利用固定尺寸的小波滤波器滤波可以获得良好的线性近似结果。然而对于某些具有突变点的信号而苦，采用固定尺寸的小波滤波器进行线性滤波并不足一个理想的选择。在Piella G提出的基于提升格式的自适应小波变换算法的基础上，本文提出了一个新的双自适应小波变换算法，将其应用于分段连续信号中得到了较好的线性近似结果。     

提升格式的小波变换及在视频压缩中的应用

提升方法是计算离散小波变换的有效手段，将提升三维小波变换用于视频信号压缩。时间方向小渡变换选用Haar滤波器组，空间小波变换则在常规的图像编码所常用的D9/7滤波器组基础上，对其参数进行调整，进一步减少运算量。实验表明这种调整取得了与D9/7双正交小波基本一致图像编码效果，但提高了运算速度。     

先更新后预测的提升格式滤波器的设计

目前,基于提升格式的自适应小波变换多采用先更新后预测的结构.本文在Roger Claypoole研究的基础上提出了适用于自适应小波变换的新的提升格式滤波器.在更新过程,利用被更新系数两边的系数及其自身的值进行预更新操作.实验证明该滤波器具有更好的能量集中特性.     

一种提升格式的非线性插值小波图像编码方法

在Sweldens等人提出的提升格式(Lifting Scheme)的基础上,提出了一种非线性的避免边缘的小波变换方法.针对信号的局部特性选择提升格式中的预测环节,同时将如何选择预测环节的信息保存在小波系数中,避免了额外的存储空间.对于保存选择信息的小波系数做简单的可逆变换,使其不会因为量化和压缩编码等原因而丢失,从而保证逆变换的稳定性.     

基于线扫格式的JPEG2000小波变换的VLSI结构

在按行扫方式数据输入的约束条件下,提出了基于提升算法的5—3和9-7小波变换的有效VLSI实现结构。釆用行扫的数据输入方式,完成2D小波变换只需少量的几行缓冲寄存器单元,可有效减少片内的存储器资源需求以及对存储器的访问次数。采用时分复用技术优化结构设计,大大减少了所用乘法器、加法器运算单元,实现了输入数据的嵌入式流水线处理,有效减少了所需寄存器单元数量,由此有效减少了系统设计占用面积和系统功率消耗,并使系统硬件的利用率达到100％。该系统实现了原信号的细节分量和近似分量的交替输出;该结构具有实现简单、规则和扩展性好的特点,非常适合VLSI实现。     

基于提升小波的图像融合

提升算法能够有效地解决目前常用的多尺度分解方法所存在的运算速度慢、对内存的需求量大、不适于实时应用的局限性。介绍了提升算法的过程，基于提升小波的图像融合算法。实验结果表明，该算法融合后的图像质量上优于一般小波变换的传统方法。     

基于提升小波变换对音乐信号压缩的研究

用提升方法构造传统小波,并将构造后的提升小波用于音乐信号压缩中。对一段音乐信号通过提升小波分解。并分别基于提升格式下的haar,dbN,symN小波对音乐信号进行压缩。观察仿真结果,对比基于提升小波进行压缩后的效果．得出压缩的较佳方案。再通过小波变换对音乐信号的压缩,得出基于提升小波变换的优点。     

自适应小波变换更新滤波器的优化研究

基于提升格式的小波变换被称为第二代小波变换,该种结构提供了一种灵活构造非线性小波分解和重构的方法.G.Piella根据提升格式小波变换的结构特点,提出了一种不需要额外附加信息就可完成精确重构的自适应更新滤波器,但算法只说明了滤波器系数需要满足精确重构的条件,没有具体说明如何确定滤波器的系数.在先选定预测滤波器的基础上,...     

一种基于提升小波变换的图像融合方法

在针对传统的多尺度分解的融合方法运算速度慢、内存需求量大，不适于实时应用的局限性的基础上，提出了一种基于提升小波变换的图像融合算法。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融合图像。实验结果表明，提出的算法无论在执行时间还是融合图像质量上都优于传统方法，有广泛的应用前景，特别适用于实时系统。     

小波提升算法及其在图像处理中的应用

小波提升算法是一种新的双正交小波构造方法，通过预测算子，确定高频信息，并初步确定低频信息，然后通过更新算子，对初步确定的低频信息进行修正，从而确定低频信息。它在空域对信号进行变换，完成了对信号频域的分析。在图像处理中，基于离散小波变换的提升算法比传统的卷积算法运算简单，实时性好，易于实现，因而被新一代图像压缩标准JPEG2000所采用。文中简要介绍了小波提升算法的原理，分析了其特点，并介绍了JPEG2000标准中采用的W5／3、D9／7两种小波的提升格式和实现算法。     

基于LS9/7小波的图像压缩算法研究

提出了一种基于提升格式小波的SPIHT图像压缩算法,该算法采用LS9/7进行小波变换,然后采用SPI-HT算法对变换系数进行编码,可实现任意码率的压缩.该算法具有运算简单,编码速度快等优点.实验结果表明,设计的算法是一种有效的图像压缩算法,能实现图像的快速压缩编码,其图像编解码时间和重构图像质量均优于原算法.     

基于提升方法的滤波器组因子分解

讨论了FIR滤波器组的分解.2通道完全重构FIR 子波变换分解可为有限步的提升步骤,使用Laurent多项式的辗转相除法给出了这种分解的一个代数方法的证明;证明了二通道子波变换的分解定理不能平行推广到2M通道滤波器组.提出使用M-通道滤波器组构造2M-通道滤波器组,它由多相矩阵的分块化和提升方法实现,这种方法易于构造非线性滤波器组,如整数变换.     

基于提升框架的传统小波研究

提升框架的核心思想是通过有限步预测和更新来构造小波滤波器。由于传统小波的多相矩阵可以分解为多个矩阵的乘积,本文从原理上说明了这些矩阵可以看作是预测算子和更新算子,并给出了具体例子。在例子中,把小波分解变换与重建交换表示成提升框架的形式,说明了提升框架对传统离散小波变换具有包容性。     

基于提升算法的离散小波变换FPGA实现

离散小波变换是当今许多图像处理和压缩技术的基础,并得到了广泛的应用.本文以4阶Daubechies小波为例阐述基于提升算法的离散小波变换的原理,并给出其硬件实现架构,然后进行仿真,将仿真结果与Matlab软件实现结果进行比较,结果表明硬件实现与软件实现基本一致,该硬件架构与基于传统的卷积方法实现相比,可以减小硬件实现面积,并利用插入流水线寄存器的方法,缩短关键路径,提高运算速度.     

基于离散插值样条的提升小波变换

文中引入了一种对信号递归滤波的提升方法,该方法与通常的提升方法不同之处是使用IIR滤波器.探讨了空间域中基于离散插值样条的预测算子和更新算子的设计.提出的方法以插值为基础,只涉及信号的采样,不要求使用正交公式,更适合信号的处理.最后由数值仿真验证了该算法的性能,对于软阈值法小波系数去噪,提升小波变换T12同B9/7相比,前者略优于后者,提升方法的优点在于其设计上的灵活性和计算花费少.     

基于小波提升框架及小波能量的红外弱目标检测方法

针对图像序列中红外弱小目标的检测与跟踪中遇到的难点,即信噪比低、帧间相对位移小等问题,提出一种基于小波提升框架及小波能量的目标检测算法.新方法首先对隔帧融合生成的图像进行小波提升变换,然后通过计算水平及垂直方向上小波能量并选取合适的阈值将目标提取出来,再结合目标的帧间相关性实现准确跟踪.由于新方法联合考虑了帧间信息及单帧的灰度信息,因而检测结果比常规方法更为准确可靠.试验结果表明,新方法对信噪比小于2、帧间位移小于一个像素的红外斑点目标的检测与跟踪十分有效,并且实时性很好.     

基于提升小波变换的无损医学图像压缩

随着医学信息网络的发展,医学图像在网络中的传输对于远程医疗、教学以及患者信息的共享非常必要。在传输过程中对传输的速度和图像的质量要求很高,对图像进行压缩传送是目前有限带宽下的必然选择,而传统的压缩算法如基于离散余弦变换(DCT)的JPEG算法、基于字典技术的游程编码RLE难以满足这些要求。本文提出基于提升小波变换的无损医学图像压缩方法,并在JPEG2000标准框架下用PC机对DICOM(Digital Imaging and Communication in Medicine)标准脑部CT图像做了实现,取得满意的效果。