纯2维Coifman小波的提升格式及其应用

为了降低纯2维Coifman小波分解和重构的运算量,提出了一种纯2维Coifman小波的提升格式。由于纯2维Coifman小波在完全重建性、消失矩、滤波器钻石型频带以及二进分母系数等方面具有突出的优点,使其在图像压缩编码中具有相当的竞争性。该提升格式既适用于图像的有损压缩,只要稍改变归一化系数,又适用于图像的无损压缩,同时还保持了1维小波提升格式在运算量和边界处理等方面所具有的优势,纯2维Coifman小波提升格式中的预测算子和更新算子所具有的特性为直接构造纯2维小波滤波器组提供了理论指导。仿真试验显示,纯2维Coifman小波滤波器组比用相同1维原型滤波器组构造的纯2维小波滤波器组压缩效果好。     

频域抽取多维向量基快速傅里叶变换

给出了频域抽取(DIF)多维向量基快速傅里叶变换(FFT)算法。对多维频域信号的每一维,采用向量基2频域抽取法,导出了快速算法蝶形运算的一般形式。该FFT算法适合于维数为任意整数的情况,当维数为1时,算法退化为著名的频域抽取向量基2 FFT算法。为了便于编程实现,以频域抽取3维向量基FFT算法为例,给出了快速算法实现流程,该流程易于向任意整数维推广。计算量比较结果显示,频域抽取多维向量基FFT算法比多维分离式FFT算法计算量低。     

纯二维5/3小波滤波器组的构造及其实现

如今比较通用的小波处理方式大都是一维的处理方式,二维小波的处理大部分也采用了行列分别处理,即转换成两个一维数据进行处理,这种对二维图像数据的处理方式不能完全符合人眼视觉特性的情况.因此,利用已有的5/3小波滤波器组,构造了基于5/3小波的纯二维5/3小波滤波器组.通过McClellan变换,从一维5/3小波滤波器演算出纯二维变换的滤波器系数,为使运算量降低,对其采取提升格式进行优化,最后给出其构造及实现过程和验证结果.     

装饰艺术风格视角下民国旗袍的设计探究

文章分析了源起于西方的装饰艺术风格对民国时期中国服装产生的影响，对比装饰艺术风格在西方流行服装上的表现与在民国时期旗袍上的表现，进而从装饰艺术风格的视角分析民国旗袍的廓形、图案等设计语言，了解民国时期旗袍独特的历史价值与艺术情操。     

基于QM算术编码器的CX序列的反推原理及实现

通过对ISO/IEC 10918-1:1993(E)中的QM算术编码器流程图和测试序列进行分析,得出CX序列反推原理.利用测试序列中已有的D、MPS、Qe 3列数据,结合QM算术编码器的概率推断状态机和最小化原则,将QM算术编码器的测试序列中所缺的CX序列补充完整,同时得到MPS、Index的初始值,然后将所得数据输入QM算术编码器,验证所产生CX序列的正确性.     

任意2n阶列率递增顺序斜变换及其快速算法与应用

本文分析了斜变换基矢量按列率递增顺序排列的规律,给出了任意2n阶列率递增顺序斜变换的公式及其快 速算法,使斜变换理论完备化。将该算法应用于图像压缩,其变换域数据的熵接近常用的离散余弦变换,但运算速度较快。 该算法适用于需要高速处理和硬件实现的正交变换场合。     

基于周期延拓的纯二维小波变换

研究了周期延拓在纯二维小波变换中的应用,给出了原始像块最大分解级数和各级像块支撑区的确定方法.原始像块的行数和列数不拘泥于2n,可以是任意整数,其左上角行列坐标可以是奇数或偶数的任意组合,小波分解域数据量等于或略大于原始像块的数据量,若忽略有限精度问题,可以实现数据的完全重构.以纯二维5/3小波变换为例,给出了小波分解与重构规程.     

数据量保持型对称延拓双正交小波变换及其在数据压缩中的应用

提出双正交小波变换的边界对称延拓方式，使小波变换（DWT）前后数据量不变，边界处的变换域系数值减小．特别适合于数据压缩．从信号处理的角度分析了数据量不变的原因并给出了这种小波变换的矩阵表达式．使小波变换成为简单的矩阵乘法，形式简单，实用性强、实验表明，变换域数据用SPIHT编码，在压缩率相同的情况下，与周期延拓和Matlab中的对称延拓相比，数据量保持型对称延拓双正交小波变换重建图像的峰值信噪比高、     

双正交偶对称小波的数据量保持型边界对称延拓方法

在Mallat算法的理论框架下,以双正交偶对称小波为基础,重点讨论了以边界为中心对称的延拓方法,详细推导了任意信号起点、任意信号长度的分解与重构公式,并总结出了此方法下实现小波变换的一般规程.以Haar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,按本延拓方式能够实现完全重构.     

基于降阶观测控制器的一般真系统的双互质分解

推广了严格真系统的结果,给出了基于降阶观测控制器的一般真系统双互质分解的状态空间实现,并分析了相应控制器参数化的物理意义。最后,揭示了带有和没有辅助稳定矩阵的两种双互质分解的有趣的联系,得出了简单的计算公式。