基于小波分析的HDTV信源编码技术

分析研究了基于MPEG-2标准的高清晰度数字电视信源编码技术,阐述了小波分析中多分辨分析的基本思想和理论,并将基于多分辨思想的Mallat算法较好地应用于HDTV的图像压缩编码系统中.     

基于小波变换的多分辨分布式滤波

用小波变换和多分辨分析的思想建立了一个最优和动态的多分辨分布式滤波算法。在离散小波变换的基础上，给出动态系统的描述，建立了基于小波变换最估和动态的多分辨分布式滤波融合算法。     

基于嵌入式小波编码的印刷图文防伪算法研究

在分析打印与扫描过程的基础上，提出了一种基于嵌入式小波编码的数字水印算法。该算法利用小波的时频分析、多分辨分析以及对人眼视觉系统的自适应特性，通过对印刷图文进行特征提取，将水印信息自适应的加入到原始图文中。试验结果表明了算法的可行性和有效性。     

基于多分辨的分形图像压缩编码

在方块分形图像编码的基础上，提出了一种基于多分辨特性的分形编码方法。实验结果表明，在基本保持重建图像质量的前提下，编码时间大为缩短。     

基于多传感器的多分辨机动目标跟踪

用小波变换和多分辨分析的思想建立了一个基于多传感器观测的机动目标跟踪新算法。     

基于小波变换的图像信号分解研究

本文通过对小波变换多分辨分析特性的介绍，讨论了基于小波基分解的滤波器组设计原理，给出了静止图像数据的树形分解的方法和分解结果，结果表明，树形分解后，可有效压缩数据动态范围，便于采用适当的量化方式，结合其它非线性编码，达到较高的压缩比。     

基于多传感器单模型多分辨融合估计算法

用小波变换和多分辨分析的思想建立基于多传感器融合的目标状态估计算法。     

小波变换在图像压缩中的应用

介绍小波变换和多分辨率分析的基本思想．讨论基于小波变换的图像压缩编码的一般步骤与小波变换的特性，最后给出小波变换在图像压缩中的主要编码算法。     

形态小波变换在图像处理中的应用

论述了小波理论、多分辨分析技术与数学形态学的基本方法和内在联系，以及基于这三类理论所产生的形态小波变换的基本思想和应用方法，并通过一些基本的形态小波变换，展示了形态小波及其变换在图像处理应用中的巨大潜力。     

基于小波系数结构特征的高倍率图像压缩方法

针对图像小波系数在各子带内显著性分布的聚簇特征,提出了在SPIHT算法的输出环节引入游程编码,对游程编码算法的性能进行分析后,基于算法的最优编码条件,对SPIHT算法中LIS的初始化操作进行了优化,提出了一种改进的多分辨系数扫描方法,使得显著系数在LISLIP中的一维分布更趋集中,从而使游程编码获得了更高的压缩效率．实验结果表明,与SPIHT相比,在几乎不影响压缩时间的同时,在高倍率压缩应用中提高了图像的重建质量近1dB．     

基于小波变换的多传感器多分辨分布式滤波

用小波变换和多分辨分析的思想建立一个最优的和动态的多分辨分布式滤波算法,最优是建立在估计误差方差最小的意义下的,而动态是当新的测量数据到来时,根据已有的估计预测值的测量值获得新的估计值。介绍了离散小波变换,给出了动态系统的描述,建立了基于小波变换最优和动态的多分辨分布式滤波算法,最后用一个例子说明算法的有效性。     

基于多分辨分析神经网络的函数逼近

基于小波分析的基本理论,提出了迭代求解Daubechies小波函数和尺度函数,并用多项式最小二乘曲线拟合离散数据点,得到小波函数和尺度函数的近似封闭解析式的方法。最后基于L^2的多分辨逼近思想,构造了基于尺度函数的多分辨分析网络,用迭代的梯度下降算法训练网络,并用此网络对有局部奇异性的函数进行学习,获得了很好的逼近效果。数值仿真结果表明：本文提出的方法是可行的,它避免了无封闭解析式的小波和尺度函数在实际应用中需要大量进行插值运算的繁琐和求导运 算的不便。     

基于小波理论的视频和图像压缩技术

将小波理论应用于视频和图像的压缩是目前国内外十分重视的图像压缩技术。小波分析技术和多分辨分析理论改善了基于分块DCT变换的压缩编码技术的方块效应和飞蚊噪声的不足。小波理论将是未来视频和图像压缩标准的一项核心技术。目前基于小波变换的视频压缩算法主要可以分为基于空域运动补偿的小波视频编码(MGDWT)、基于变换域运动补偿的小波视频编码(DWT—MC)和含运动补偿的三维小波视频编码(MC-3DWC),小波视频和图像压缩的发展及研究热点主要为小波图像压缩新技术的研究、运动补偿技术的研究、利用人的视觉生理特性进行小波视频和图像压缩的应用研究,以及小波视频压缩的应用研究。     

H.264中基于图像差值的编码模式快速选择算法研究

分析了现有的基于率失真优化的图像帧编码模式选择方法,指出了该算法运算复杂度高的原因.提出了一种基于图像差值的快速编码算法,详细介绍了该算法的提出思想和可行性分析.给出了基于该算去编码模式的具体选择方法,详细介绍了该算法的提出思想和可行性分析.给出了基于该算法编码模式的具体选择方法,以及其参考帧的选取依据.     

用Riesz基函数表达的多分辨分析模型

建立了用Riesz基函数表达的多分辨分析模型，在模型中研究了空间正交性条件与完全重构条件的满足，得出了包含正交小波分析的更具普遍性的多分辨分析模型。     

一种最小均方离散样条滤波器

从离散的观点出发 ,提出了一种基于样条的最小均方离散滤波器 ,并给出了其在塔式多分辨分解和小波分解中的递推公式 ,最后通过和经典的 L P和最小均方 L P分解的比较实验 ,表明给出的滤波器非常适用于图象编码。     

多尺度匹配的分形近似编码

将多尺度分析的思想引入到值域块与定义域块匹配过程中，预先剔除掉在粗尺度下与值域块不匹配的定义域块，相对减少了在细尺度下与值域块匹配的定义域块．该方法为缩短分形编码的搜索时间提供了一条新途径．与全局搜索匹配分形块编码相比，大大地缩短了编码时间     

基于方向对比度的彩色多聚焦图像融合

提出了一种基于方向对比度的彩色多聚焦图像融合算法：首先提取出各三基色分量，并对它们分别进行小波变换得到待融合图像的多分辨分析，求出各三色分量多分辨率图像的方向对比度，然后以方向对比度为判据．在图像的多分辨分析的相应各级上进行融合，利用小波逆变换重构出三基色分量融合后的图像，最终再合成融合后的彩色图像．试验结果表明：此算法能较好地解决彩色多聚焦图像融合问题．     

基于小波变换和混合神经网络的图像压缩算法

提出了一种将空间方向小波零树编码与混合神经网络相结合，新的多尺度系数矢量量化策略．该算法在对图像进行多级小波变换后，利用3个方向上各自小波系数之间的相关性，构造符合图像特征的跨频带矢量，依据矢量能量和零树矢量的思想进行矢量分类，分别利用主元分析和自组织特征映射神经网络对3个方向的多尺度系数矢量进行基于视觉的加权矢量量化压缩编码．仿真实验结果表明该算法是合理可行的．     

基于内容的视频编码系统的设计与实现

设计基于内容的视频编码系统.通过对视频数据的结构和特点的分析,着重描述视频编码系统4个重要组成子模块:场景分析、形状编码、运动编码以及纹理编码子模块的实现,描述本系统中重要对象的数据结构.深入介绍系统中各模块使用的一些新方法:多帧多特征自动提取运动图像的方法,图像填充技术,离散小波变换的方法.设计并实现了功能较为齐全的基于内容的视频编码系统.