基于提升技术的运动补偿三维小波视频编码

基于小波提升技术提出了一种新颖的运动补偿三维小波视频编码方案。在该方案中,通过小波提升技术实现运动补偿时域滤波,编码效率因为多参考帧和子象素(subpixel)运动补偿的使用而大大提高。实验结果证明该视频编码方案不仅保留了信噪比、时域和空域可伸缩的特性,而且编码性能好于MPEG4的SimpleProfile编码器。     

基于小波变换的分形图像压缩编码方法

为了弥补分形编码在高压缩比时重建图像质量较差及匹配搜索量大的不足 ,基于小波图像的分形特征及系数的统计分布特性 ,定义了灰度变换和能量阈值系数 ,提出了基于小波变换的分形图像压缩编码方法 (FICC-WT)。对小波分解后的低频子图像进行灰度变换 ,然后进行自适应四叉树分割的分形编码 ;对差值图像及其它子图基于定义的能量系数进行自适应阈值取样的熵编码 ,并讨论了灰度变换参数对重建图像的影响。实验证明 ,所提方法减小了匹配探索量 ,而压缩比和峰值信噪比 (PSNR)有明显改善。     

基于小波变换和SVM的图像压缩仿真研究

为了在较高的压缩比上获得很好的压缩性能,提出了一种基于小波变换和支持向量机(SVM)的图像压缩方法。压缩过程分三个步骤:首先对图像进行四级提升小波变换,这里采用提升格式是因为它比采用传统的Mallat算法的计算速度快;其次对变换后的小波系数用SPIHT的继承树进行重新排序;然后用回归支持向量机提取支持向量;最后对压缩后的数据进行算术编码。图像的解压缩过程是上面4个步骤的逆过程。实验结果表明,所提出的方法与常用的JPEG2000相比,当压缩比较高时有很好的性能。     

基于提升小波技术的阈值量化图像压缩方案

结合多级树集合分裂算法（SPIHT）能产生完全的嵌入式码流的特性,设计了一种新的阈值量化方莹的彩色图像压缩算法。通过建立彩色空间的可逆分量变换,减小三含彩色分量之闽的相关性,并对变换后的三分量进行提升的整教小波变换。将定义的自然数的平方作为门限值,完成对三分量小波系数矩庠的量化和联合编码。实验结果表明,本方案与传统量化方案下的SPIHT算法相比,大多数重要系数的编码长度至少减少1个比特数,当比特率非常低对,压缩效果更明显。     

采用分块编码的小波图像压缩技术

研究了基于小波变换的图像压缩技术。在小波分解的基础上,结合人眼视觉系统（ＨＶＳ）特性,提出了一种分块编码的图像编码算法。该算法利用小波变换系数子带内和子带间的相关性以及小波系数的分布特点,有效地对高频子带数据进行了压缩。该方法实现简单,可达到很好的压缩效果。     

基于复数小波变换的景像匹配算法

讨论了一种基于复数小波变换的景像匹配算法 ,并以此算法为基础给出了一个高效的景像匹配模型。依据生物视觉的空间频域通路思想 ,利用复数小波移动不变性 (shiftinvariance)和实数离散小波快速算法 (Mallat快速算法 )将图像分解成多层 ,模拟生物视觉的感知过程 ,分别在高、低空间频域内进行了由粗到精的快速匹配。通过实验证明 ,与传统的景像匹配算法相比具有速度快、匹配概率高、抗干扰能力强等优点。     

基于离散小波变换的滤波方法研究

推导出了经过多次离散小波变换后，白噪声在不同尺度上方差的另外一种表达式，应用到小波域硬阈值滤波中，通过数字仿真发现，二进小波的计算量较大，滤波效果较好，离散小波的计算量较小，滤波效果稍差，并对原因进行了说明。     

基于矩阵填充的小波图像压缩算法

根据图像小波系数的能量聚集特性,提出了一种基于矩阵填充的小波图像压缩算法。该算法在单层离散小波变换的基础上,分别对图像各高频子带的小波系数进行稀疏采样,然后对少量的采样系数进行熵编码以实现图像压缩。解压缩时,采用奇异值收缩迭代算法完成矩阵填充,从少量的采样系数中恢复出各高频子带,再进行小波反变换重构图像。实验结果表明,该算法实现简单,在编码比特率大于1比特/像素时,具有较好的压缩性能。     

基于双树复小波变换的夜视图像融合

针对夜视图像融合的特点:尽量获得精确的特征定位和清晰的图像表达,提出了基于双树复小波变换的融合方法,充分利用了双树复小波变换所具有的平移不变性、方向选择性、有限的数据冗余、完美的重构性和较高的计算效率等特点。并在此基础上提出了多策略的融合规则:低频采用清晰度,高频采用窗口能量。除了目视定性评价外,还使用了通用的基于主客观的定量评价方法。通过对两组夜视图像融合的实验测试,表明了双树复小波变换相对于离散小波变换的优势和高低频采用不同融合规则的有效性。     

基于多尺度哈尔小波变换的三维人脸识别方法

提出一种基于多尺度哈尔小波变换的三维人脸识别方法.首先将三维人脸模型的上半张人脸区域经过平面参数化和线性插值方法映射至几何图像,然后利用多尺度哈尔小波变换把几何图像分解为不同尺度下包含不同频率、不同方向人脸信息的频域分量,根据实验确定垂直低频分量具有表情不变性并将其线性组合作为人脸特征.在FRGC v2.0数据库中进行的三维人脸识别实验与三维人脸认证实验分别得到了98.81％的Rank_1识别率以及97.2％的正确认证率(错误接受率为0.1％).     

基于分形及正交小波变换的眼底图像快速压缩新方法

本文提出了一种基于小波变换（ＷＴ）及分形的图像快速编码、解码新方法。编码时对图像进行２Ｄ正交ＷＴ及去噪处理;对ＬＬ１子带图像进行基于质心分类的快速分形图像编码。解码时对ＬＬ１子带图像进行基于收敛准则及单缓存的快速分形图像解码;２Ｄ－ＩＷＴ,以重构原图像。实验结果表明：与传统方法相比,本文方法具有提高信噪比、处理时间大大下降及压缩比显著提高的优点。     

基于小波域的运动估计方法的实现

基于块匹配的运动估计是降低视频序列图像帧间冗余度的一项关键技术,但巨大的运动估值运算量和块效应制约了它的实际应用。在小波域中,根据子图像之间的相关性,可以由对最低频子图像作运动估计获得的位移矢量去预测其余子图像的位移矢量,提高了检测精度并减少了运算量和块效应,实验结果证明了这种方案的有效性。     

基于小波和神经网络的二相码旁瓣抑制的研究

研究了脉冲压缩中二相编码信号的距离旁瓣抑制问题。在Kwan.H.K等所提的多层感知器方法(MLP)的基础上,提出了一种基于小波变换的神经网络方法(WTNN)。对13位巴克码的实验结果表明,在二相编码信号的旁瓣抑制问题中,WTNN方法在峰值信噪比和抗噪性能方面明显优于MLP方法。WTNN方法也很容易推广到其它伪随机序列的旁瓣抑制问题中。     

小波变换域噪声图像压缩编码

提出一种对于受高斯白噪声污染的图像压缩编码方法。首先对图像进行离散小波变换 ,然后对其小波变换域系数采用软阈值收缩方法实现去噪 ,最后利用零树方法对其进行压缩编码。实验结果表明 ,所提出的方法不仅能获取较高的图像压缩率 ,而且能较好地去除噪声。     

一种新的基于小波变换的图像融合方法

提出了一种新的基于小波变换的多光谱与高分辨率图像融合方法。该方法通过强度因子有效地将高分辨率图像经小波分解的低频分量信息融合到多光谱图像经小波分解的低频分量中去 ,使得经过小波反变换的融合图像较大程度地保留了多光谱图像的光谱信息和高分辨率图像的空间分辨率。给出了该方法的融合结果 ,并与小波变换法 (WT方法 )进行了比较 ,证明了该图像融合方法的正确性和有效性     

基于小波变换奇异信号检测的研究

奇异信号中的奇异点及不规则的突变部分经常携带有比较重要的信息 ,它是信号重要的特征之一。用李氏指数 (Lipschitz)来描述信号的局部奇异性。证明了小波变换确实能用来检测信号的局部奇异性。而利用小波变换模的局部极大值和信号奇异点之间的关系 ,同样可以对信号的局部奇异性进行分析 ,而且运算量较小。证明了小波变换模极大值能够检测信号奇异性 ;分析了奇异信号检测时小波基的选择的条件。最后给出实例分析的结论 :为了有效地检测奇异信号的各种奇异性特征 ,小波基消失矩必须具有足够的阶数     

一种基于小波变换的机动目标跟踪算法研究

小波变换是去噪的有力工具 ,它可以将由各种不同频率成分组成的信号分解到不同的频率区间上 ,有效地用于滤波。研究了一种基于多尺度分解的机动目标跟踪算法 ,该算法利用小波中的经典算法———Mallat算法对单一分辨率的测量数据进行多尺度分解 ,将分解得到的多分辨率测量数据用于目标状态更新。该算法是一种准实时最佳滤波算法。仿真结果表明 ,该算法具有良好的跟踪性能 ,且运算量不大。     

基于小波变换及傅里叶描述子的图像检索

分析并设计了具有不随目标的平移、旋转和尺度变换以及边界的起点变化而变化的傅里叶描述子。把小波变换的多尺度边缘检测算法及傅里叶描述子应用于基于内容的图像检索。实验结果表明 ,这种方法对于有背景噪声和旋转、平移及尺度变换后的同一类图像的检索率是很高的