多小波变换在电能质量扰动检测与分类中的应用

分析了电能质量扰动产生的原因,针对几类常见的电能质量扰动问题,探讨了多小波变换在电能质量扰动的检测与分类中应用的理论依据,并通过大量的仿真工作,对多小波与传统小波的电能质量扰动检测与分类效果进行了分析比较,研究结果表明:多小波比传统小波具有更好的电能质量扰动检测与分类效果.     

平衡多小波的构造及其在图像压缩中的应用

本文构造了一种性质良好的平衡多小波,并将之应用在图像压缩技术中．并结合多小波的理论和数学上的平衡多小波理论,成功构造了更适合于图像压缩的Balanced Multiwavelet Based on the CL multiwavelet,简称BMW-CLB,其意义为基于cL多小波的平衡多小波,它在图像压缩的比率方面比其他的单小波和多小波更具有优势．     

BOR多小波域水印信息单层嵌入的分析与实现

为研究多小波域内数字水印算法的优越性和灵活性,对精确重构(BOR:Balanced Optimal\|Reconstruction)多小波分解系数进行了详细分析,提出了图像多小波变换的分层性(不同于分解的级数)观点\.根据这一特点,待隐藏的信息可分层嵌入图像BOR多小波域。通过仿真实验对可读的自适应盲水印信息嵌入BOR域单层子图算法与小波域算法进行比较的结果表明,前者拥有优良的不可感知性和更强健的抗图像处理攻击能力。     

GHM多小波变换在医学图像融合中的应用

多模态医学图像的融合是近几年兴起并且发展较快的一种新技术。它能将不同图像提供的互补信息综合在一起,在医学影像学和放射学领域中有着重要的应用价值。本文采用了GHM多小波成功的对不同模态的医学图像进行了融合。实验结果表明GHM多小波能够获得较好的融合效果。     

基于CL多小波变换的图像编码

图像的压缩编码是存储、处理和传输大容量的图像信息的基础,提高图像的压缩效率一直是人们不断追求的目标。对图像进行压缩编码,目前成熟的做法都是在变换域进行。在研究图像的多小波变换的基础上,提出了一种面向传输的图像编码方法:基于CL多小波变换的图像精细可分级编码。实验结果表明,该编码方法是对多小波应用于图像编码很有价值的研究。     

大规模MANET中支持可靠广播的同步MAC协议

为在大规模移动Ad hoc网络(mobile ad hoc network,MANET)中实现可靠的广播传输,提出了一种支持可靠广播的MAC协议RBMP(the reliable broadcast MAC protocol,RBMP)。该协议采用预留分组交互、二次预约等措施保证了在不同网络规模MANET中可靠广播业务传输的实现。仿真结果表明,该协议保证了可靠广播分组的传输,易于实现且开销较小,适用于大规模MANET网络。     

基于能量和方差标准的图像压缩方法

在对图像进行小波包分解的基础上实现图像压缩．根据小波系数的分布特点严格推导得出：可以用能量和方差作为衡量小波系数重要性的标准,并据此对系数矩阵块进行选择分组,自适应地进行量化,而且不同的量化方式可以共用码表．对低频部分扰动足够小的区域取均值,结合提出的存储方法,在不引入误差的情况下减少了编码负担,在保证图像质量的同时有效提高了压缩比．     

扩展矩阵伸缩的多元向量值双正交小波包

给出扩展矩阵伸缩的多元向量值双正交小波包的定义及其构造方法.运用积分变换与算子理论,讨论了它们的性质,得到了多元向量值小波包的双正交公式.     

一种新的基于多小波变换的虹膜识别算法

提出一种基于多小波变换的新的虹膜识别算法. 利用CL多小波优良的数学性质, 虹膜纹理特征能够被准确完整地表达. 将分解后子带作为特征编码, 利用空间向量的方向夹角余弦作为匹配方法, 有效克服了缩放、 平移、 光照等影响, 达到了较好的识别效果.     

对称平衡多小波的设计

平衡多小波由于可避免预滤波而成为小波分析的研究热点。对已有不平衡多小波进行平衡,常会丢失多重尺度函数的对称性。通过对多小波进行平衡时多尺度函数保留对称性的充要条件进行研究,导出了具对称多重尺度函数的平衡多小波的构造算法,给出了2重对称平衡多小波的滤波器系数。