紧支撑小波框架的稳定性

讨论了L^2(R)上具有紧支撑的小波框架分别对母小波摄动、样品值摄动和多个项同时摄动时的稳定性，得出了一些新的结果，推广了有关文献的结果．     

二维空间的框架小波

对二维框架多分辨分析进行讨论.首先给出其整数分类的一个一般结果,在此基础上,通过研究二维空间整数的分类,给出了二维框架多分辨分析存在一个Parseval框架小波的充要条件,并得出Parseval框架小波的表示形式.     

框架和Riesz基的稳定性

从两方面讨论了Hilbert空间中框架和Riesz基的稳定性：在满足一定条件Bessel序列的扰动下，框架和Riesz基在Hilbert空间中的稳定性；把框架和Riesz基与小波结合起来，在母小波、采样序列的扰动下，小波框架和小波Riesz基在L^2（R）空间中的稳定性．对有关文献的相关结论进行了推广，目的在于可以根据框架的稳定性，设计或者选择一个更优的框架来精确地逼近信号．     

与FMRA相联系的Parseval框架多小波的刻画

通过Parseval框架多小波的维数函数,与一个框架多尺度分析相联系的Parseval框架多小波的充要条件被给出,从而来自于一个多尺度分析的Parseval框架多小波的刻画问题被彻底地解决.     

基于Parseval框架的多小波子空间抽样定理

研究了基于Parseval框架的多小波子空间中的抽样定理.通过满足一定条件,给出抽样定理在多小波子空间中成立的等价条件.所得结果不仅推广了单小波子空间的抽样定理,而且抽样公式在L2(R)收敛意义下成立.     

小波型框架的性质

在已有的框架扰动定理的基础上,结合小波型框架自身的结构性质,建立了小波型框架扰动的结果,同时探讨了小波型框架中相似、补集、强补集、不相交、强不相交等的关系.     

新的复合伸缩小波的构造

根据AB-多尺度分析的理论,首先构造了一个正交的复合伸缩多小波,然后又构造出了一个复合伸缩的Parseval框架单小波.克服了传统小波在图像处理方面的局限性.     

超小波发展综述

从问题发展的角度,论述了超小波在理论数学中的发展及其成果,简介了规范紧框架小波扩展为超小波的性质以及利用仿射结构构造超小波的方法,给出了一些公开问题,指出了新的研究方向.超小波是基于小波分析基础上的信号分析方法,关于规范紧框架小波扩展成超小波已经得到了一些重要结果,但是规范紧框架小波扩展为超小波的充分和必要条件还是一个公开问题,而且关于MRA超小波的一些重要方面也是公开的.     

基于MMRA矩阵值小波紧框架的OEP的研究

研究了基于矩阵值多分辨分析(MMRA)的矩阵值小波紧框架的斜扩展原理(OEP),建立了矩阵值小波紧框架的OEP及其等价刻画且给出了详细的证明。与此同时,揭示出多小波框架与矩阵值小波框架之间的内在联系。     

Loop细分小波紧框架对三维图形压缩的应用

在基于Loop细分小波紧框架多分辨率分析理论的基础上, 推导了Loop细分小波紧框架的分解和重构公式, 用这些公式实现了多分辨率曲面的构造并将其应用到三维网格图形的压缩中. 通过与双正交Loop细分小波算法的比较, 表明基于Loop细分小波紧框架的多分辨率分析算法具有较好的压缩效果. 由于通常的输入网格不具有细分连通性, 而基于细分曲面的多分辨率分析算法要求它所处理的网格具有这种连通性, 所以特别提出一种构造既能逼近输入网格又具有细分连通性网格的简捷算法.     

角形域上Hermite三次样条多小波自然边界元法

为了解决应用自然边界元方法解角形区域上的调和方程Neumann边值问题中存在的奇异积分问题,采用保角映射,利用自然边界元Hermite三次样条多小波法.由于Hermite三次样条多小波基函数具备紧支集较短、稳定性良好和显式表达式简单,所以与自然边界元法相耦合,利用Galerkin-wavelet法去离散自然边界积分方程,使自然边界积分方程中的强奇异性减弱,从而将原问题的复杂性得以降低.算例表明:该方法切实可行.     

区间上四重多小波包的分解与重构算法

小波包可对高频信号进行分解.在区间上连续四重多小波的基础上,给出区间上连续四重多小波包的定义,并分析了区间上连续四重多小波包的性质,进而给出其分解与重构算法.     

紧支撑正交多小波的构造

通过选取初等旋转矩阵和初等反射矩阵,利用多分辨分析以及矩阵理论,给出了一种由已知紧支撑对称正交多小波构造具有相应性质多小波的方法.利用该方法还可以构造出一类平衡小波.最后,结合DGHM紧支撑对称正交多小波给出了具体的算例.     

二重紧支撑对称—反对称多小波的构造

在给定的一个紧支撑正交单小波基础上,将其平移做为多个小波函数来构造二重紧支撑对称多小波,再选取合适的正交矩阵与所构造的二重紧支撑对称多小波做乘积,进而构造相应性质的二重紧支撑对称-反对称多小波.以提升Haar小波为例给出了具体的构造过程.应用这种方法构造对称-反对称多小波将极其容易.     

基于多小波和非下采样Contourlet变换的纹理检索

为了更有效地进行纹理图像检索,提出了一种新的基于多小波变换和非下采样Contourlet变换相结合的纹理图像检索方法.首先,采用多小波对图像进行多尺度分解以便保证变换平移不变性的同时也消除变换的冗余性;然后,将所得的高频子带采用非下采样方向滤波器组进行多方向分解,计算低频子带和各层方向子带的一阶几何矩作为纹理特征;最后...     

小波与多小波变换在支持向量机人脸识别中的研究

以ORL人脸库为基础,采用不同的小波和多小波,对人脸图像进行不同层次的小波和多小波分解,提取低频分量作为特征向量,利用支持向量机(SVM)进行人脸识别,通过实验具体给出了在采用不同的小波和多小波对人脸图像进行不同层数的小波分解时,支持向量机的识别率,该文对实际应用具有良好的指导价值和参考价值.     

冗余提升多小波包的构造及其应用

针对提取隐藏在原始振动信号中的弱周期性冲击信号,提出结合冗余提升多小波包(RLSMWP)及滑动窗奇异值分解(SWSVD)降噪的方法。利用提升方案实现具有5阶逼近阶性质的冗余Haar预处理,对信号进行预滤波,获得2重矢量信号。对多小波分解得到的矢量细节信号进行进一步分解,实现冗余提升多小波包变换。对最后一层各输出通道信号进行SWSVD降噪,重构后获得降噪信号。结果表明,RLSMWP与SWSVD相结合具有很好的降噪效果,提取出了隐藏在气阀振动信号中的弱周期性冲击成分;与传统多小波构造方法相比,新方法在时域实现了预滤波、多小波分解、多小波重构及后处理,具有计算简单、节省内存、运算速度快、可完全重构等优点。     

多小波在图像数据压缩中的应用研究

介绍了多小波的多分辨分析的基本概念,提出了一个完整的图像多小波压缩算法,并进行了模拟实验.理论分析和实验结果表明,在一定的压缩比下,多小波图像压缩算法能取得较好的峰值信噪比和视觉效果.     

基于多小波变换的图像去噪改进算法

在介绍多小波理论的基础上,提出一种基于多小波的自适应图像去噪算法,该方法根据多小波系数在不同子带、不同方向上的特性自适应选取不同的最佳阈值,然后再与图像的分解尺度函数因子结合起来。实验表明,与单小波和其它使用不同预处理过程的传统多小波去噪方法相比,该方法有效地去除了白噪声,进一步提高了图像的峰值信噪比（PSNR）和最小均方误差（MSE）。     

基于CL向量小波变换的图像信息隐藏方法

利用图像经过CL向量小波变换后,能量不但汇聚在最低分辨率的子图像上,而且还进一步汇聚在最低分辨率子图像的第一个分量上的特点,将调整后的机密图像嵌入到掩护的高频部分,再进行向量小波逆变换,得到包含机密图像的伪装图像.对伪装图像进行向量小波变换,提取出调整后的机密图像数据,施行逆调整,恢复出原始机密图像.图像恢复中所用到的所有数据来自伪装图像,不附加信息传输量.实验结果表明该方法生成的伪装图像具有较好的隐蔽性,有效地减小了传统方法生成的伪装图像与掩护图像的视觉差异;同时从伪装图像中恢复的机密图像保真度高,说明算法是可靠和实用的.