r=4的插值正交多小波的对称和平衡性的讨论

首先利用正交多小波满足完全插值性的条件,给出了r=4的正交多小波矩阵滤波器满足的参数化形式.其次,根据矩阵滤波器满足对称的条件,可证明与r=2一样不存在对称的插值正交多尺度函数.最后,由上面的参数化形式,更进一步给出了当多小波满足一阶平衡时滤波器应满足的条件.     

广义插值多小波

平衡多小波的引入,为多小波变换避免预处理提供了很好的解决办法.作为特殊的平衡多小波,插值多小波成为小波分析的研究热点.就插值多小波而言,利用时域内多小波的平衡阶和逼近阶的关系证明了其逼近阶和平衡阶的等价性.对广义插值多小波,研究了广义插值多小波存在的参数约束条件和采样性质,得到了在广义情形下插值正交多小波的逼近阶和平衡阶一般不再等价的结论.     

一种构造正交尺度函数的方法

由于多小波解决了单小波不可能同时具有正交性、紧支性和对称性的困难,其更具有研究的价值.在正交多小波理论的基础上,研究了利用两尺度函数构造正交的尺度函数的方法,从理论上给出了直接用尺度函数正交化方法构造正交多尺度函数的方法.     

二重紧支撑正交插值平衡的多尺度函数和插值Armlet多小波函数的构造

多小波作为单小波的推广,可以同时拥有正交性、紧支撑性、光滑性、对称或反对称性、高阶消失距等诸多优良性质.为了避免多小波的预滤波,Lian Jianao引入了Armlet多小波.本文以Armlet多小波的基本理论为基础,给出二重紧支撑正交插值平衡的多尺度函数和具有插值性的Armlet多小波函数的构造方法,并且建立了相应的多小波采样定理,最后给出关于二重紧支撑正交插值的平衡Armlet多小波的两个构造算例.     

用二次分形插值构造一类正交多尺度分析

给出了利用二次分形插值函数构造一类连续、紧支撑和正交的多小波尺度函数的方法.不同于用仿射分形插值函数建立的正交小波, 尺度函数具有可微性,可用来建立微分方程的数值方案.     

有限元多尺度小波

利用有限元插值和多尺度分析理论构造出了有限元多尺度小波.这些小波函数集许多优良性质于一身,如固定的短支集,高阶的消失矩,半正交性及正则性等.     

多元双正交小波滤波器的构造

讨论由多元双正交插值尺度函数构造对应的双正交小波滤波器的矩阵扩充问题.当一对给定的多元双正交尺度函数中有一个为插值函数时,利用提升思想与矩阵多相分解方法,给出一类多元双正交小波滤波器的显示构造公式.讨论了多元双正交小波包的性质,得到两个双正交性公式.     

a尺度多滤波带及正交多小波的设计

给出a尺度正交多滤带的参数表示形式,基于这种表达形式, 提供一种构造正交多小波的方法, 并利用这种算法,给出正交多小波的构造算例.     

a尺度r重区间正交多小波的构造

基于L2(R)上的紧支撑正交多尺度函数和多小波的构造思想与方法,探讨了任意支撑长度γ的a尺度r重区间多小波系统的构造理论与性质.给出了区间[0,1]上a尺度r重正交多小波的构造方法,得到了区间多小波的参数化表示;并且给出区间多小波的构造算例.     

用参数化方法设计一类具有插值性的小波框架

利用极小能量框架的一个刻画，用参数化方法，设计了奇数长的具有部分插值性的二带小波严格紧框架。所得到的滤波器都具有对称性和反对称性，其中的一个低通滤波器和一个高通滤波器是插值的，且具有比较高除的消失矩。     

区问多小波的构造及其平衡性刻画

首先,给出了区间[0,1]上的a尺度r重的多分辨分析的定义,进而得到了区间[0,1]上的a尺度r重的多小波和多尺度函数的构造方法;其次,给出了区间正交多小波高阶平衡和P阶Coifman条件的定义,并利用逼近阶和Coifman条件给出了区间正交多小波高阶平衡性的刻画．     

五次二重样条小波的微分方程自适应正交配置

对于五次二重样条插值快速求解算法,在能量内积意义下通过建立对偶小波,刻划了函数值和小波展式系数之间的关系,进而得到了它的奇性检测性质.最后将该格式用于构造求解微分方程的自适应正交配置算法.     

一类向量小波的构造及其在信号处理中的应用

提出了一种由小波包构造一类向量小波的方法,设计了该类向量小波的预滤波器．应用该类向量小波去噪,实验结果表明,处理效果好于单小波和GHM向量小波．     

区间上多小波的预处理和后处理

利用多小波进行信号处理时．需要进行预处理和后处理．预处理方法不是随意选取的,它与多小波基有关,给出了区间上二重多小波和区间上四重多小波的预处理和后处理算法．     

α尺度双正交多小波

对于α尺度r重紧支撑双正交多小波系统,给出了一种构造双正交多小波的一般方法.它是由任意一对α尺度双正交单小波及两组滤波器构造出来的.由于α尺度双正交尺度函数的任意性和滤波器组的选取具有很大的自由度,使得可构造出大量的α尺度双正交多小波.     

用多小波对图像分解和重构

与单小波相比较,多小波同时具备诸如紧支性,正交性,对称性等诸多在信号处理中非常重要的良好性质．这决定了多小波是一种优于单小波的信号处理技术．在应用中,对于单小波可以直接利用分解与重构公式对信号进行滤波．但是多小波是用矢量滤波器组对信号进行分毹、重构．滤波对象必须是满足一定要求的矢量信号．因此,在进行多小波分解前必须通过前置滤波器对原始离散信号进行预处理得到初始矢量,然后才能进行多小波变换．同样,对重构后的数据也要进行后处理才能得到需要的结果．本文以GHM多小波为例,实现了对图像的预处理、分解和变换后的重构、后处理过程,并将解压缩后的结果与单小波相比较,获得较好的结果．