二维离散W变换的快速算法

离散Ｗ变换（ＤＷＴ）是在Ｈａｒｔｌｅｙ变换的基础上提出的。从ＤＷＴ提出之后已研究出了不少快速算法,但大多数算法都局限于长度为２的幂的一维ＤＷＴ。二维ＤＷＴ的核是不可分离的,因而不能简单地利用一维ＤＷＴ构造二维ＤＷＴ的算法。本文给出了一种将二维ＤＷＴ转化为一种可分离的二维变换,然后用一维ＤＷＴ计算这种二维变换,并给出了其各种应用及运行时间与二维离散付里叶变换运行时间的比较结果。     

快速小波变换，循环卷积和数论变换

证明了二维Ｍａｌｌａｔ分解算法可通过二维循环卷积来计算，从而快速计算循环卷积的方法，如快速论变换，ＦＦＴ等，均可用来实现二维Ｍａｌｌａｔ分解算法。这也就提供了快速小波变换的一个新算法。作者分别比较了直接用二维Ｍａｌｌａｔ分解算法和ＦＮＴＴ实现二维Ｍａｌｌａｔ分解算法 法和加法运算的次数，分析表明，在通常情况下，亲 法的中法次数均会少一些，并在微ＰＣ／５８６上用ＦＮＴＴ通过二维Ｍａｌａｔ分解法对一个     

小波变换及其在图像融合中的应用

本文通过对小波变换理论的研究,分析了二维离散小波分解与重构的算法,引出了基于小波多尺度分解的图像融合的方案。     

PROSPECTS FOR APPLICATIONS OF WAVELET ANALYSES IN POWER SYSTEMS *

本文介绍了小波分析的发展历程和基本理论;阐述了连续小波变换、二进小波变换、多分辨分析和Ｍａｌａｔ塔式算法等重要概念;分析了小波分析优于其它方法的显著特点及其重要价值,并结合已取得的研究成果,详细讨论了小波分析在电力系统状态监视和故障诊断、谐波分析、抗电磁干扰、继电保护和故障定位、负荷预测、暂态稳定、动态安全分析、神经网络、专家系统、ＨＶＤＣ系统和电能质量评估等各个领域成功应用及发展的情况。     

静态二维离散小波变换在图像压缩中的研究

通过对DWT的分析,引入静态小波变换,从对静态一维离散小波变换的分解、重构,到对静态二维离散小波变换的分解、重构,运用实例作比较,说明静态离散小波变换的优点,并提出需要改进的地方.     

一种二维离散子波变换的滤波器结构

子波变换具有良好的时间（空间）频率局部化性能，在图象子带编码中，二维离散子波变换是一种接近理想的子带分析／综合子系统。本文提出一种利用一维离散子波变换实现二维有限长离散子波变换的方法，同时给出了二维离散子波正变换（ＤＷＴ）和反变换（ＩＤＷＴ）的滤波器实现结构。     

离散信号的二进小波分解与重构

讨论了由一维二进小波构造的二维二进小波的性质,并应用二维二进小波变换导出二维离散信号的分解和重构。     

一种可重构的离散和连续小波变换结构

提出了一种基于提升算法的连续和离散统一的小波变换算法，给出可重构的计算结构，包括可重构的提升节点阵列和地址发生器．为了验证该结构的正确性，在现场可编程门阵列平台上测试了离散的二维5/3和9／7变换（JPEG2000标准中采用）及连续的二维Hart变换，结果证明该设计具有普遍的兼容性．     

基于二维离散小波变换的智能交通系统数据去噪声压缩

研究了基于二维离散小波变换的交通数据压缩与解压缩技术, 建立了交通数据的空-时模型,所提出的二维离散小波变换算法利用交通数据的二维空-时特征, 去除传感器噪声,得到良好的数据压缩结果,压缩比为20～40.同时给出了基于二维离散小波变换的交通数据压缩编码原理. 采用北京市三环路检测断面测得的交通数据,验证所提出的算法是有效的.     

基于非规范二维Haar小波变换WSN数据管理

提出基于非规范二维Haar小波变换的无线传感器网络管理结构,以减少传感器节点间的数据传输量.利用小波变换将数据在不同尺度上分解生成小波系数以进行传输,对小波系数进行重构可还原原始数据.基于非规范二维Haar小波分解算法实现了数据汇聚,基于非规范二维Haar小波逆变换算法实现了数据重构.使用MATLAB仿真表明,基于非规范二维小波变换的数据管理结构能够在保持数据原有特征的同时,大大减少网络的数据传输量.     

一种离散小波变换的快速分解和重构算法

通过对实序列的快速傅里叶变换算法的推导及Mallat算法原理的分析，根据离散小波变换（DWT）算法结构特征，提出了一种离散小波变换的快速分解和重构算法；给出了相应的算法步骤，从数学理论上对该算法进行了论证。结果表明与原有的快速小波算法（Mallat算法）相比，可显著减少信号与滤波器长度N较大（大于16）时小波变换的实乘次数（分解仅为（5log2N 7)N次，重构仅为4N（1 log2N)次）提高了运算速度，且该算法有着良好的并行性，易于数字信号处理器（DSP）的快速实现。     

图像压缩与重构小波算法的另一种实现:实例编码及结果对比

采用Daubechies小波,用MATLAB语言对二维图像压缩与重构Mallat算法的另一种实现进行编程处理。实验结果表明,与流行算法比较,新算法的计算复杂度有所降低,而且达到了流行算法同样的效果。     

基于二维Logistic混沌映射的DWT数字水印算法

研究了一种基于二维Logistic混沌映射的离散小波变换（discrete wavelet transform,DWT）数字水印算法。该算法提出了一种利用二维Logistic混沌映射打乱原始图像像素点位置的置乱加密方法,用这种加密方法对水印图像做预处理操作,对原始载体图像做三级小波分解,在第三级小波分解后的水平高频和垂直高频子带中绝对值较大的系数中嵌入水印信息,把改变的系数和原小波系数重构后再做逆小波变换,即可获得含水印图像。水印的提取过程就是水印嵌入的逆过程。实验结果表明,该算法不仅有很好的透明性,而且对噪声攻击、JPEG压缩攻击和剪切攻击有很好的鲁棒性,并且提取出的水印有较高的安全性。     

基于奇异值分解与小波变换的盲数字水印算法

提出了一种基于奇异值分解(SVD)和离散小波变换(DWT)的数字图像盲水印算法。对载体图像的二级DWT后的低频子带LL2进行2×2分块,对每一小块进行SVD分解,根据二值水印信息,采用量化步长S量化每小块的最大奇异值,将水印信息嵌入到载体图像。实验结果表明,该算法可以有效地抵抗剪切攻击、噪声攻击、滤波攻击、缩放攻击、JPEG压缩攻击等。     

基于DWT/DCT的医学图像感兴趣区域压缩方法

根据医学图像信息相对集中的特点，提出一种基于DWT／DCT的医学图像感兴趣区域压缩方法：对图像感兴趣区域（ROI）采用DWT变换；对背景区（BG）采用DCT变换。既保证了医学图像的高效压缩，又使得压缩后的医学图像不会因重要信息的丢失而影响医学诊断。     

基于差错控制编码的数字水印

提出了一种基于差错控制编码与离散小波变换相结合的水印嵌入方法．对置乱并分块后的二进制水印图像数据进行BCH编码，把编码后的数据根据量化的方法嵌入到原始图像小波变换后的各子带中．实验表明，这种方法对几何攻击、加噪、JPEG压缩等均保持了良好的稳健性。     

一种基于DWT的数字水印分存算法

改进DCT域中的数字水印分存算法,提出了一种在DWT域中利用多数字基整数实现的数字水印分存算法.该算法中,水印嵌入的强度由DWT域中的临界可见误差(JND)门限自适应调节,保证了水印的不可觉察性.实验证明,该算法在抵抗图像压缩、图像剪切等数字图像处理方面具有良好的稳健性.     

BAVQ压缩算法应用于SAR原始数据压缩——最佳矢量维数的选择方法

BAVQ压缩算法较BAQ算法有更好的压缩性能,但其应用于实际存在一个主要的制约因素就是算法复杂度。而矢量量化所用的矢量维数是影响算法复杂度的关键因素之一,在分析了VQ量化原理和原始数据相关性特点的基础上,给出了一种有效的最佳矢量维数选择方法。     

基于Mallat算法的一维离散小波变换的实现

目的研究信号的局部化特征。方法应用Mallat算法,实现了信号一维离散小波变换的逐级抽取过程。结果信号经过离散小波变换后,将平滑分量和细节分量分离开来。结论应用该算法能够由粗到细的分析信号,同时也能通过滤波器组实现原始信号的重构。     

基于DWT-SVD的视频水印

提出了结合离散小波变换（DWT）和奇异值分解（SVD）的数字视频水印算法。选取规范化质心（NCG）大于阈值的视频进行分帧,利用每帧视频的DWT分解后的中频分量系数进行SVD,修改奇异值,完成二值图像水印的嵌入,提取时利用部分原始视频的边信息,实现了水印的半盲提取。仿真结果表明,该算法具有良好的不可见性,并且保证了对常见的滤波,压缩,剪切等攻击的鲁棒性。