小波变换用于HPLC数据压缩

小波变换用于ＨＰＬＣ数据压缩赵爱华刘兆明（临沂师专化学系，３２７６００５，山东临沂，第一作者３３岁，女，实验师）高效液相色谱法的发展，使之广泛应用于各个领域〔１～２〕．随着色谱仪器的更新、技术的提高和研究工作的不断深入，色谱仪所提供的色谱数据量越来越...     

基于小波变换的分形图像编码

在分析小波变换后系数分布特点的基础上，提出了一种新的基于小波变换的分形图像编码算法．根据小波变换后能量集中于低频的特性，在传统的Jaquin分形编码方案的基础上，引入局部Harr小波变换，以低频子图代替原图进行值块、域块间的匹配计算以加快搜索过程，从而提高编码速度．结果表明，该算法在峰值信噪比下降很少的情况下。编码速度提高了100多倍，证明了其高效性．     

小波变换与图象数据压缩

随着信息社会的发展，多媒体计算机越来越显示出其重要地位和广阔的应用前景，而图象数据压缩问题困扰着多媒体计算机的发展，因而也成为多媒体的一个关键技术问题，本文利用小波变换的特性研究图象数据压缩方法，以探寻高比例，高质量压缩图象数据的新途径。     

基于整-整小波变换的心电数据压缩算法

根据整－整小波变换理论提出了一种心电数据压缩算法,整－整映射的整数运算保证了算法的快速性。由于屏蔽函数的引入和对阈值函数进行了特殊考虑,使该算法可同时取得高的数据压缩率和信息保真度。它不仅可完整保留ＱＲＳ,Ｐ,Ｔ,ＳＴ段等临床信息,而且可有效保留心室晚电位信息。     

基于小波变换的Laplacian金字塔图像数据压缩

一幅数字化后的图像的数据量非常大,在图像的传输、存储、加工处理等方面都会引起很大的困难。本文详细介绍了基于Laplacian金字塔的图像数据压缩方法,在满足人们对图像质量要求的前提下,可以用较少的比特数存储或传输数字图像,以达到数字图像传输时所要求的信道容量及数字图像处理中的存储容量。     

基于整整小波变换的心电数据压缩算法

根据整整小波变换理论提出了一种心电（ｅｌｅｃｔｒｏｃａｒｄｉｏｇｒａｍ） 数据压缩算法,整 整映射的整数运算保证了算法的快速性．由于屏蔽函数的引入和对阈值函数进行了特殊考虑,使该算法可同时取得高的数据压缩率和信息保真度．它不仅可完整保留ＱＲＳ、Ｐ、Ｔ、ＳＴ 段等临床信息,而且可有效保留心室晚电位信息．用ＭＩＴＢＩＨ 心律失常数据库对提出的压缩算法进行测试,结果表明平均压缩比为６－７ ,平均均方误差（ＰＲＤ） 为３ ．１ ％     

连续小波变换与视觉不变性的局部化描述

视觉不变性描述是计算机视觉的核心问题之一，经黄的视觉不变性描述有傅里叶描述器、矩法不变性等，但是它们都是全局性描述，因而极易受局部遮挡与噪声的干扰，文中研究不同尺度的信号在连续小波变换下的性质，并在此基础上提出了一种基于连续小波变换的具有很好局部化性质的视觉不变性描述，解决局部遮挡条件下的识别问题，并给出了有关实验结果，文中最后讨论了 定不变性描述同图象尺度边缘的关系以及应用时的有关问题。     

基于小波变换的数据压缩在窗口因子分析中的应用

尝试将基于小波变换的数据压缩应用于窗口因子分析，在很大程度上克服了窗口因子分析直接处理原始信号时人工寻找最佳窗口的困难．该方法的数据分析结果表明，在压缩比高达８∶１的情况下，原始信号中的有用信息几乎没有丢失，窗口因子分析的解析时间则大为缩短，获得了有意义的解析结果．同时，小波变换具有的滤除高频噪音的优良性质使压缩信号的信噪比亦得到了改善，这对于分析结果的准确度是有帮助的．     

基于小波系数子树的分形图像数据压缩

目的 研究小波变换和分形编码在图像数据压缩中的应用。方法 根据小波变换后不同分辨率下图像的子带小波系数的相似性,通过分形非收缩仿射变换,利用低一级频率分辨的子带小波系数子树预测第一级频率分辨的子带小波系数子树,实现对图象的高效描述。     

基于分形与小波变换的图像编码

给出基于分形与小波变换的图像编码方案 .探讨了图像编码中使用的小波基的性能 .采用快速PCC聚类算法 ,利用近距离自相关特性并设定匹配误差阈值 ,大大缩短分形编码时间 .     

小波域中的分形图象编码方法

研究了小波变换和分形编码相结合的图象压缩方法,即对小波域（传统发形编码在空间域进行）图象进行分形编码,解决了传统分形编码收敛条件苛刻,解码步数难以确定的问题;同时又提出了类似四叉树分割的变长小波树的分形压缩算法,结合小波系数的分层量化算术编码,几乎可以准确地控制压缩倍数,解决了传统发形压缩倍数难以控制的问题,并且通过自动调整阈值的大小,找到小波域图象的最佳小波树分割,也也就是找到了小波系数和分形系数的最佳折衷,最后对DCT,传统分形编码和新方法进行比较,哪现新方法具有一些明显的优点和特点,尤其在压缩比下更是如此。     

基于子波变换的语音信号压缩

基于子波变换的多分辨分析特性 ,直接采用Mallat多层分解的低频系数进行语音信号压缩 ,并进行了计算机仿真 ,结果表明该方法是有效的、可行的 .     

基于小波变换的图像压缩编码方法研究

介绍了小波变换的基本理论以及基于小波变换的图像压缩编码与解码恢复过程。为了研究基于小波变换的图像压缩编码方法的优越性,通过实验与传统的离散余弦变换编码方法进行了性能的对比分析,实验结果表明：由于小波变换具有时间-频率局部化特性和多分辨率特性等优点,其能够更加有效地应用于图像数据压缩,可以达到更高的压缩效率,而且理论上可以获得任意压缩比的压缩图像。     

一种基于小波变换的图像压缩方法

提出了一种基于小波变换的灰度图像数据压缩方法,采用双正交小波对像进行分解,作分解后系数的矢量量化。使用频率敏感自组织特征映射算法生成码书。这可避免直接矢量量化时的块效应,且相对于正交小波,恢复图像的质量也有所提高。     

基于快速提升小波变换的图像压缩

提出了一种基于快速提升小波变换的图像压缩方法,并对EZW编码进行了改进。首先对图像作快速提升小波变换,然后根据小波系数的分布特点进行改进的EZW编码,试验结果表明,该方法在保证恢复图像质量良好的情况下可获得较高压缩比和压缩速率。     

基于小波变换及分形特征的目标检测与识别

提出在对图像进行小波变换的基础上提取图像的分形特征，即通过小波变换对图像进行频域上的分割，使得对图像的描述更丰富，对各频段上的细节图像分别求分形维数组成联合特征矢量，有利于迅速准确地将目标从复杂的自然背景中分离出来，实验结果表明，这种方法能够有效地区分人造物体和自然背景，但计算量较大。