基于提升小波和双树复小波的图像检索新算法

由于提升小波的高效性,双树复小波的多方向选择性等特点,所以本文提出了一种新的检索算法:基于提升小波和双树复小波变换的图像检索算法。此算法首先对图像分别进行提升小波和双树复小波变换,得到每层各个方向上的高频子图像;然后将各层上各方向的高频子图像组合,提取它们的纹理特征;最后通过计算特征向量之间的canberra距离,检索出相似度高的图像。实验结果说明,此算法的检索效率高于提升小波和双树复小波的算法。     

采用双树复小波和混合概率模型的光学相干层析图像去噪

为了去除光学相干层析图像中的斑点噪声,提出了基于双树复小波变换的混合概率模型ProbShrink算法. 针对原始光学相干层析图像中信号和噪声的分布特点,在微观层面引入了混合概率模型：将OCT图像取对数后进行双树复小波变换,对于层状边缘中与边缘点“方向一致”的小波系数,采用广义高斯模型描述;对于其他小波系数,则采用高斯模型进行描述. 而后采用改进的ProbShrink算法进行去噪. 实验结果表明,该算法在大幅提升信噪比的情况下保持边缘锐度的相对稳定,优于传统的基于小波变换的去噪方法.     

各向异性双树复小波包变换

基于双树复小波变换提出了一种新的复小波包变换。该变换引入了各向异性分解方式,由此得到的小波基在各个方向上尺度可以不同,并具有更好的方向性。这种变换可用在二维或三维数据的处理上。图像和视频去噪实验结果的PSNR值与各向同性复小波变换相比有0.1～1dB的提高,去噪后图像视觉效果更好,证实了该变换方式的优越性。     

孤岛检测中复小波变换与实小波变换的对比

孤岛检测是分布式光伏并网发电中的重要问题.为此,研究复小波变换和实小波变换在孤岛检测中的应用,提取并分析公共耦合点电压小波变换系数的幅值和相位的对比关系,以判断孤岛是否发生.仿真结果表明:基于复小波变换的孤岛检测可解决实小波方法特征信号分层繁琐和阈值选取过程复杂的问题.     

应用小波的PV振荡周期多分辨率检测

该文提出了一种新的使用小波技术检测PV数据信号振荡周期的方法. 首先使用小波技术对PV数据进行降噪;然后在不同分辨率上,应用冗余二进制离散小波变换(DDWT)来分解PV振荡信号,并检测该信号的小波系数极值,重构PV信号,避免降噪后的PV信号失真;最后基于本文提出的新算法,计算获得PV振荡信号的周期.     

基于小波域维纳滤波器的信号稀疏表示

经典小波分解对信号稀疏化效果不佳,为此设计了基于小波域经验维纳滤波器的稀疏表示算法. 该算法可自适应地衰减每个小波系数,增大系数的稀疏度及可压缩性,从而提高压缩感知算法对信号的恢复质量. 仿真结果表明,与传统的基于小波变换的信号稀疏表示及恢复算法相比,该算法较大地提升了对信号及图像的恢复质量.     

线性时变系统参数辨识的小波基函数展开

运用信号的基函数展开方法,以时变参数的AR模型为研究对象,采用具有时频局部特性的小波分解和重构滤波器作为基函数,获得对模型时变参数的辨识算法。利用周期延拓对信号边缘进行处理。忽略部分高频小波系数以克服小波重构层数对线性方程组求解的制约问题,获得模型阶数与最小重构层数的关系。研究发现,方法对时变参数的变化趋势及频率特征辨识有效,提高采样率可以改善被忽略的高频成分的影响,有助于辨识快变及瞬变参数的高频特征。     

基于小波系数方向特性的图像融合新算法

介绍了图像的提升方案小波变换蓑统计了图像经小波变换后各高频子带系数的方向区域特性,据此提出了一种新的基于小波系数方向特性的图像融合方法．对于低频子带的每个系数,采用加权平均的融合规则确定低频融合系数;对于各高频子带的每个系数,根据其所在子带的方向特征,采用方向特性的融合规则确定高频融合系数．本文对多幅图像进行了融合仿真实验,并用信息熵和平均梯度对融合结果进行了客观的评价．实验结果表明,基于小波系数方向特性的图像融合算法要优于传统的融合算法,具有一定的实用性．     

一种基于边缘和小波变换的图像插值的实现

针对常规插值方法在图像放大时出现的边缘模糊现象,提出了一种基于边缘和小波变换的图像插值算法,小波变换提高了插值图像的边缘高频细节信息.算法首先使用小波变换提取图像边缘,通过边缘检测将图像分为边缘和非边缘这两个区域;对不同的区域分别进行图像插值.实验结果表明,用该方法对图像放大,能提高插值图像边缘的清晰度.     

小波快速分解和重构的一般公式

小波分析有良好的时－频局部化性能,现被广泛应用于数字信号和图像处理等领域,但其在处理有限长信号时的实时性不太理想,在分析了基于Daubechies紧支收正交小波基的快速算法在实际使用中的局限性的基础性,本文推导出一般情况下的小波分解和重构公式。     

基于两级奇异值分解的鲁棒水印算法

为了平衡水印系统的不可见性和鲁棒性，提出一种新的基于旋转稳定区域和两级奇异值分解（singular value decomposition，SVD）分解的水印算法.在嵌入水印过程中，先选取像素近似无损的稳定区域，并对该区域进行冗余离散小波变换提取低频部分，进而进行分块处理；接着对各分块进行SVD分解，提取第1行第1列的奇异值构建特征矩阵，对特征矩阵进行第2次SVD分解；最后，选取合适的嵌入强度，将水印奇异值嵌入载体奇异值.在水印提取时，先对含水印信息的载体图像进行Radon旋转校正，再提取出水印信息.实验结果表明，该水印算法的峰值信噪比（peak signal-to-noise ratio，PSNR）可达到45 dB，在抵抗旋转攻击时，提取的水印归一化相关系数（normalized correlation，NC）值能达到0.90以上.该文所提的水印算法保证了水印的嵌入容量，且具有良好的不可见性和较高的鲁棒性，在数字版权保护中具有较高的实际应用价值.     

基于Shearlets变换的SAR图像去噪

在合成孔径雷达(SAR)相干噪声模型基础上提出了一种基于剪切波(Shearlets)变换的SAR图像去噪算法. Shearlets变换继承了Curvele变换和Contourlet 变换的优点,既有灵活的方向选择性又易于实现,并且对于包含C2 奇异曲线或曲面的高维信号具有最优逼近特性. 该文采用Shearlets逼近SAR图像,再用基于贝叶斯估计
理论的双变量阈值函数对Shearlets变换系数进行处理得到去噪图像. 仿真结果表明,相比使用同级Contourlet双变量阈值去噪,该算法峰值信噪比提高2 dB;相比使用非下采样Contourlet变换双变量阈值算法去噪,该算法去噪后图像不仅峰值信噪比有所提高,而且更平滑,计算时间也大大减少.     

STBC-OFDM系统自适应加权并行多用户检测

针对多用户空时块码正交频分复用系统,提出了基于Turbo 码的自适应加权并行多用户检测方法. 该方法利用自适应加权多用户检测进行多用户信号分离,并将所获得的软比特信息作为Turbo 码的先验信息进行译码,将译码所得的外信息作为下次迭代中自适应加权多用户检测中权值的先验信息. 数值仿真结果表明：采用该方法的空时块码正交频分复用系统收敛较快,与自适应部分并行多用户系统、实验加权多用户系统、传统并行干扰抵消多用户系统进行比较,分别可获得1.8 dB, 2.5 dB 和3 dB 的增益.     

SVC中优化的上采样滤波器设计

图像下采样后损失的信息在上采样中是无法恢复的,下采样和上采样的特定组合可以显著的影响重构图像的质量。利用这一特性,针对可分级视频编码(Scalable Video Coding,SVC)中下/上采样滤波器设计孤立存在的问题,提出一种算法,根据下采样设计与之相匹配的上采样滤波器。该算法根据已获得的下采样滤波器,推导与之对应的上采样滤波器,使两者匹配,达到提高视频质量并提升空间可分级编码性能的目的。与JSVM标准的仿真结果相比,特定组合的下/上采样滤波器在降低比特率的同时,峰值信噪比平均增加1.58 dB。     

基于小波系数重要值与SVD的零水印算法

为提高水印算法的抗攻击性能,提出了一种基于小波系数重要值与奇异值分解（SVI））的零水印算法．算法对宿主图像的低频子带进行分决,在密钥的控制下,伪随机地选择低频子带中的两决共4个系数组成一组,找出每组中的重要值;对重要值进行分块奇异值分解,最后通过判断每个子块最大奇异值的最高位数字奇偶性产生零水印．实验结果表明,该算法在抵抗普通攻击与抗旋转几何攻击方面均具有较好的鲁棒性．     

一种基于零水印的医学图像真伪性认证算法

提出一种基于零水印的医学图像真伪性认证算法.该算法对原始医学图像进行分块整数小波变换,在每个分块的低频和高频分别提取4个系数,取其最低有效位与文本水印的对应位相异或,得到2个密钥作为零水印,认证时使用这2个密钥恢复水印信息.算法复杂性低安全性高,不改变原始医学图像.结果表明,该算法能够实现对医学图像的真伪性认证,具有较好的篡改定位能力.     

基于SVD-DWT的音频盲水印

提出了一种基于奇异值分解和离散小波变换的音频盲水印方法,将原始音频数据进行小波变换,提取低频分量分块奇异值分解后,利用置乱加密处理的水印图像,量化选取的奇异值,实现水印的嵌入过程.利用图像置乱和奇异值分解方法,提高了水印的不可感知性.另外在水印的检测与提取过程中不再需要原始载体数据,更加利于实际中的应用.通过MATLAB仿真实验表明,水印隐藏效果好,而且对多种攻击具有较好的鲁棒性.