一种基于Haar小波的塔式分解重构算法

基于Haar小波的尺度和小波函数定义与特性,经过一系列推导得到基于Haar小波的塔式分解重构算法,并给出了图例验证算法分解和重构过程的正确性。本文给出的相关算法可对离散化的信号进行分解和重构,从而进行信号的噪音滤除和数据压缩等分析处理。     

基于Haar小波的虹膜特征提取算法

虹膜特征提取算法的优劣决定了虹膜识别系统的性能,经典小波变换算法在特征提取上存在不足,提出一种利用二维Haar小波提取虹膜特征的算法。算法在虹膜预处理的基础上,利用2D Haar小波对虹膜特征提取区域分解,对第三层小波分解高频系数编码生成375bits虹膜编码,利用相似度作为特征匹配关系。在中国科学院虹膜数据库[CASIA(1.0)]上的实验结果表明,算法在认证模式(Verification)与识别模式(Identification)下,性能均优于Boles的算法和Wildes的算法,仅次于Daugman的算法;但本算法虹膜码长度仅为Daugman的1/5,更节省储存空间,正确识别率为99.16%,等错率达到0.54%。     

二维多尺度塔式分解与重构的matlab实现

基于Haar小波的塔式分解重构算法,给出了二维多尺度塔式分解与重构的matlab实现。互逆实验及分析表明该matlab实现不仅能正确地进行二维多尺度塔式分解与重构,而且能有效地提高计算效率和精度。本文给出的matlab实现具备小波变换的多分辨率等特性,可用于信号和图像的噪音滤除和数据压缩等分析处理。     

二维多尺度塔式分解与重构的matlab实现

基于Haar小波的塔式分解重构算法,给出了二维多尺度塔式分解与重构的matlab实现。互逆实验及分析表明该matlab实现不仅能正确地进行二维多尺度塔式分解与重构,而且能有效地提高计算效率和精度。本文给出的matlab实现具备小波变换的多分辨率等特性,可用于信号和图像的噪音滤除和数据压缩等分析处理。     

Haar小波滤波算法的研究

本文介绍了Haar小波的去噪原理及其算法的特点,可应用该算法解决傅立叶变换难以对非平稳信号进行分析的难题,最终通过仿真测试说明正确的应用小波算法,可较理想的实现信号的去噪、分解和重构．     

一种基于haar小波的人脸图像去噪算法

复杂背景下人脸图像的去噪对人脸检测与识别具有重要意义。本文分析了二维小波变换与图像处理的关系,然后给出了一种基于haar小波的人脸图像去噪算法。该算法将人脸图像进行多层分解,在每层分别采用软阈值法进行去噪处理,实验结果表明,算法具有良好的去噪效果。     

一种基于奇异值分解的分层重构算法

以仿射投影来逼近透视投影,采用共轭梯度法迭代估计射影深度,通过测量矩阵的奇异值分解实现射影重构.在摄象机内参数已知的情况下,求解一个满足欧氏重构条件的4×4非奇异矩阵,由此矩阵将射影重构变换为欧氏重构.实验结果表明该算法是行之有效的.     

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。     

上种基于haar小波的人脸图像去噪算法

复杂背景下人脸图像的去噪对人脸检测与识别具有重要意义。本文分析了二维小波变换与图像处理的关系,然后给出了一种基于haar小波的人脸图像去噪算法。该算法将人脸图像进行多层分解,在每层分别采用软闲值法进行去噪处理,实验结果表明,算法具有良好的去噪效果     

基于小波分解与重构算法多维系统辨识

在多元小波分解和重构算法的基础上结合AIC信息准则建立多维线性系统点扩展函数的小波基优化模型。仿真结果表明该算法具有较高的精确度和稳定性。     

基于DSP的快速小波分解和重构

在小波变换和TI(TexasInstruments)的浮点数字信号处理器TMS320C3X的基础上,对Mallat快速算法的分解公式和重构公式分别作了详细地说明,提出并实现了利用Matlab作辅助的设计工具在TMS320C3X DSP上实现快速小波分解和快速小波重构的方法,并给出了主要的汇编代码.该方法利用DSP(Digital Signal Processor)指令集的特点,以较少的指令周期,实现了Mallat算法.实际运行结果表明,该方法满足实时处理场合的要求.     

基于图像金字塔分解的快速全局运动估计

文章提出了一种基于图像金字塔分解的快速全局运动估计算法.为了提高计算速度与准确性,采用了3层金字塔进行多分辨率计算.在金字塔第3层图像中,进行宏块预判,去除不可靠宏块,通过块匹配算法粗略地求出摄像机运动参数,并将运动参数映射到金字塔第2层.在金字塔的前2层图像中,将宏块预判与基于块的外点去除算法相结合,去除不可靠宏块,...     

基于小波包分解重构算法的北斗抗多路径误差

针对北斗卫星导航系统(Beidou satellites navigation system, BDS)特有的多星座设计而形成的复杂多路径误差问题,提出了一种基于小波包(wavelet packet, WPT)分解重构原理的抗多路径误差算法,来提高BDS定位精度。首先,将原始信号进行多层小波包分解,得到多个子频带,并根据各子频带和原信号的互相关系数大小,将其划分成噪声频带、混合频带和信息频带等;其次,舍弃噪声频带,保留有效成分集中的信息频带,并对混合频带进行软阈值滤波处理;最终,将滤波后得到的“干净”数据与信息频带进行重构,从而实现削弱BDS多路径误差的目的。通过数值仿真和实测实验分别验证所提算法的有效性,实验结果表明,采用WPT算法对BDS实测数据进行处理后,N、E、U三个方向精度分别提升77%、78%、83%,有效削弱了多路径误差对BDS定位精度的影响,研究结果对BDS高精度定位具有重要参考价值。     

利用QR分解的脆弱水印算法

提出一种基于QR分解的脆弱水印算法。该算法运用了矩阵的QR分解技术,把原始图像信息转化成很短的二进制比特串,并把其作为水印嵌入到原始图像中随机选取的某些像素的LSB位。该算法不仅能检测到水印图像的任何改动,同时还保证了水印图像的质量。此外,为了对水印图像的变化像素进行定位,提出了一种运用了分块技术的扩展算法,并对此扩展算法进行了改进,使其能够抵抗剪切—粘贴攻击。实验证明该算法对水印图像的改变非常敏感,定位算法也有很好的效果。     

变分分解模型的模糊增强算法

将分解模型应用到模糊增强算法中,用有界变分(BV)函数描述图像的结构信息,空间G描述图像的纹理信息,提出一种基于变分分解(BV-G)模型的模糊增强算法.给出算法原理和实现步骤,并通过多组对比实验验证该算法的可行性.     

一种基于任务分解的时间均衡调度算法

网格环境下的任务调度是一个NP完全问题,它一直是网格领域研究的核心。针对计算网格中的任务放牧调度这类问题,提出了一种基于任务分解的时间均衡调度算法。该算法在调度过程中充分考虑了网格资源的特点,采用重复调度和任务分解策略,并进行了仿真实验。在任务完成时间和系统吞吐率两方面与Max-min和Max-int算法进行比较,实验结果证明该算法优于Maxmin和Max-int,是一种性能较好的任务调度算法。     

基于塔式分解格式的多尺度平移伪框架的特征

引进多尺度平移伪框架的概念.借助于算子理论与滤波器理论,刻画多尺度平移伪框架的特征.建立广义多分辩结构的塔式分解格式,给出塔式分解格式存在的充要条件,得到平方可积函数空间的函数仿射框架展式.