自适应小波变换及其在JPEG 2000中的应用

针对传统的线性小波分解不能很好保留图像边缘信息．且在跃变点处会出现大的小波系数而不利于图像压缩，提出了一种新的基于提升方案的二维不可分离自适应小波变换（AWT）方案。在该方案中，根据局部信息自适应地将图像分为平滑区域和非平滑区域．在不同区域选取不同的更新和预测函数。通过在JPEG2000中的实验结果表明，用该方法进行图像分解。低频近似图像保留了细节信息，边缘清晰；对双边AWT后的图像压缩，性能优于JPEG2000的5／3小波和9／7小波，峰值信噪比（PSNR）提高0．5～2．0dB。     

一种基于正交多小波的自适应均衡算法

该文提出了用正交多小波来表示均衡器,由于多小波可同时具有正交性、紧支性和线性相位等特点,因此经多小波变换后所得到的信号相关阵的稀疏化估计与单小波变换相比非零元素较少,边界效应减小,基于此,文中给出了正交多小波变换域的一种Newton-LMS类自适应均衡算法,其计算复杂性可通过有预处理的共轭梯度法进一步降低为O(N log N),仿真结果表明了该算法收敛速度较快,且易于实时实现。     

基于GCV理论的小波自适应多阈值图像去噪方法

小波图像去噪是小波应用较成功的一个领域,而其中最重要的一个环节就是最优阈值的确定问题。提出了一种基于小波变换的多阈值图像去噪的改进方法。这种方法是在各分解尺度上的各子带选择不同的最佳阈值,而最佳阈值的选取是基于GCV理论。利用此理论不仅能获得最小均方意义上的渐进最优解,而且不需要知道噪声的先验知识。通过实验证明,这种方法不仅能获得很好的去噪效果,而且由于不需要对噪声进行估计从而减小了计算量。     

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,...     

基于小波变换的自适应多分辨率语音增强算法

本文提出了一种基于小波变换的自适应多分辨率语音增强算法，它在尺度上和尺度间同时对受噪声污染的语音信号作自适应滤波处理，从而使得听觉影响最严重的频段上的噪声被有效地滤除掉，滤波后的语音信噪比和主观听觉质量都得到了很大的改善。     

图象多通道小波分析的实现

小波变换是近年来兴起的一种时频城信号分析理论，是信号分析处理的一种强有力的新工具．本文根据小波变换的特点，在Mallat多分辨分析的基础上，将小波的“多通道”多分辨分析，推广到了“多通道”多分辨分析、讨论了多通道小波分析的理论和实现方法，并将这一理论应用到了图象处理，实现了图象的多通道小波分析．     

基于非线性多小波自适应阈值斑点噪声抑制方法

文章提出了一种新的用于斑点噪声抑制的非线性多小波变换自适应阈值算法。此算法对原图像进行多小波变换,然后在不同尺度,不同方向进行自适应阈值处理,仿真结果表明：本算法能够有效地抑制了斑点噪声,又保留有用信号及边缘信息。通过比较证明其优于小波硬阈值和软阈值算法。     

多小波图像编码中前置滤波器的设计

本文研究多小波图像编码中前置滤波器的设计,多小波变换矢得滤波,普通的标量信号要通过一个前置滤波器转化为一信号,才能进行我小波变换。本文根据图像信号的特点,结合现有的二种前置滤波器,提出了一种新的置滤波方程。实验数据表明,这种新的前置滤波器优于现有的二种前置滤波器,因而为提高图像压缩比例创造了条件。     

基于小波变换的自适应多分辨率语音增强算法

本文提出了一种基于小波变换的自适应多分辨率语音增强算法,它在尺度上和尺度间同时对受噪声污染的语音信号作自适应滤波处理,从而使得对听觉影响最严重的频段上的噪声被有效地滤除掉,滤波后的语音信噪比和主观听觉质量都得到了很大的改善。     

一种小波自适应阈值全频降噪方法

目前的基于小波阈值降噪方法往往假设信号的噪声分布在高频段,因此大部分方法只对高频段进行降噪,而忽略了低频段噪声对信号的影响.在现实的应用中,复杂的噪声并不满足该假设条件,也即复杂噪声不仅分布在信号的高频段,而且低频段的噪声同样不容忽视.针对上述问题,论文提出了一种全新的解决方案:小波自适应阈值全频降噪方法.在该方法中,根据不同类型的噪声随小波分解层数、噪声强度等因素变化规律,提出了一种新的自适应阈值确定方法;然后利用小波去相关性方法来检测信号受到的最主要的噪声干扰;最后结合噪声类型检测方法,检测信号中所隐含的最接近的噪声类型,选取合适的阈值确定方法,对信号的低频和高频同时进行降噪.论文的实验结果表明:(1)当信噪比较低时,采用全频降噪方法对大部分类型的噪声而言均优于传统方法,并且全频降噪方法仅需要信号分解到1~2层即可取得良好效果;(2)当信噪比较高时,全频阈值降噪技术的降噪效果和传统方法一致,但所需小波的分解层数少于传统方法.     

多母小波多消失矩最优小波包滤波器的研究

采用层叠算法,计算小波包基函数的离散逼近序列。改进特征图像相关识别方法,选用识别能力评价指标,利用图像和小波包基函数相关的直接变换优点改进最优基选择,提出多母小波多消失矩最优基。生成最优基的特征图像,采用体全息相关识别系统实现虹膜的光学识别,实验取得较好的效果。设计、制作多母小波多消失矩最优基光学小波包灰阶滤波器以进一步提升识别率。检测表明,滤波器符合设计要求。实验表明,该滤波器可有效提高识别率。     

自适应小波阈值去噪方法

针对未知含噪信号的小波去噪理论,提出了一种新的阈值方程,并基于斯坦恩无偏估计(SURE)优化算法和阈值方程寻找最优门限值,以确保去噪后的信号是对未知原信号的最优估计。同时,注意到使用正交小波去噪,容易在信号奇异点处产生Gibbs振荡。为解决该问题,在信号分解和重构时使用了平稳小波变换算法。最后,应用以上方法与基于SURE的正交小波去噪方法对2种含噪信号进行去噪分析,结果令人满意。     

基于双正交小波的光阑小波滤波器

提出了一种应用于4f光学系统的光学小波滤波器的设计与制作方法.结合光学信号的优势与小波变换的优点,利用双正交小波的共轭镜像特性构造出了频域形式的分解和重构滤波器.通过将滤波器放置在4f系统的频谱面上对图像成功实现了二维分解和重构.另外还根据信息处理要求和采样器件的特性,制作了振幅型和位相型两种小波滤波器.这两套滤波器都...     

用二元小波滤波器作图像相关识别

本文提出用二元小波滤波器作图像相关识别的技术。利用小波变换对图像处理的优越性,对小波滤波函数进行二元化处理,成为二元带通滤波器,并应用于旋转图像的识别,本文进行了理论阐述和计算机模拟实验,结果证实了设计的可行性,与经典的联合变换相关器相比输出功能大为提高。     

一种小波自适应比例萎缩去噪改进算法

作为小波应用于图像去噪的一种重要的方法,小波比例萎缩法具有很强的局部自适应能力,它的去噪效果与Donoho的收缩法相比有了很大的提高。但是比例萎缩法有其自身缺陷,重建后的图像容易出现"波纹"状噪声。从产生这种噪声的原理入手,提出了一种对方差估计进行改进的算法,很好地克服了比例萎缩法中出现的这种噪声,提高了图像的去噪质量。     

基于一种自适应折中-平滑阈值的脉搏信号小波去噪

人体脉搏信号在采集过程中会掺杂着各种噪声信号,而传统所采用的小波变换阈值去噪法在处理脉搏信号时又存在着缺陷,本文采用的折中一平滑闽值函数,并基于斯坦恩无偏估计（SURE）优化算法去寻找最优阈值门限,与在原有阈值基础上的小波自适应阈值去噪做对比,通过利用Matlab对脉搏信号进行去噪仿真。结果表明,依据信噪比（SNR）和信号平滑度Ⅲ的评判标准,该方法去噪效果更好,结果令人满意。     

小波变换在EEG噪声滤除中的应用

通过小波变换与标准傅里叶变换和短时傅里叶变换比较,指出了小波变换以其良好的时频局部性,成为时频分析方法中发展最为迅速的一种,并着重介绍了小波变换在滤除脑电信号噪声领域的应用.     

一种基于小波变换的自适应数字水印算法

文中提出一种基于小波变换域自适应嵌入数字水印的算法．该方法利用小波多分辨率的特性，结合图像和人眼的特性，首先将一幅有意义的水印图像置乱，然后对置乱后的图像和原图像分别做离散小波变换．根据原图像的显著性，自适应的调整加入水印的强度，最后得到加入水印后的图像．     

混沌信号的自适应阈值同步挤压小波变换消噪

针对同步挤压小波变换（SST）消噪过程中仅使用单一阈值的不足,对SST消噪时的幅度阈值进行了改进,提出了一种基于SST分层阈值的混沌信号消噪方法.首先,根据信号和噪声经SST分解后系数的分布模型,推导SST混沌去噪时幅度阈值权系数的均方误差计算公式;进而,根据均方误差最小准则,计算幅度阈值权系数的最优取值;最后,根据最优阈值权系数和噪声标准差,确定SST混沌去噪时的分层阈值.利用模拟混沌信号和实测月太阳黑子信号对所提方法进行了实验分析,实验结果表明,本文方法可较好地滤除混沌信号中的噪声,同时原始信号的内在混沌特性也能得到较大程度的恢复.与小波阈值法和集合经验模态分解（EEMD）消噪法相比,可获得更好的消噪效果.