基于二维小波分解的图像树形结构编码

采用双正交小波变换对图像进行分解,得到一个图像的多分辨率表示。对于不同分辨率的子图在Ａｎｔｏｎｉｎｉ提出的方法基础上采用树形结构的问题的向量编码。从实验结果可以看出,与全搜索ＶＱ相比较在信噪比影响不大的基础上,大大减少了编解码的计算时间。     

小波变换在图像融合中的应用研究

针对小波融合中存在的光谱扭曲问题，研究中提出了直接相加的低频基带处理方法，将未经小波分解的TM放大图像与仅由SPOT—PAN图像小波分解后的高频部分重构得到的图像直接相加生成融合图像，其图像的光谱扭曲值和信息量两个指标优于传统的小波变换融合方法。     

小波变换在医学图像压缩中的应用研究

分析了数据压缩的必要性，说明了利用小波分解和重构进行数据压缩的理论依据和方法，并利用Matlab软件对图像进行分解与重构，实现了对图像的压缩，对不同闽值下采用不同小波压缩的结果进行了比较和讨论。     

基于小波变换局部方差的遥感图像融合

为了充分利用各种感图像的信息，在分析以往图像融合方法优缺点的基础上提出了基于小波变换局部方差的融合方法，将各源图像进行小波分解，采用局部方差准则融合源图像的各分解层，再进行小波逆变换得到融合图像．利用信息熵等标准和其他融合方法进行比较，实验结果表明用此方法能得到更好的融合效果．     

基于小波包变换的声信号时频特性分析

用一种基于小波包变换的树形分解方法对声音信号进行了时频局部化多尺度分析,并利用分解系数重构了信号,结果表明用这种方法可获得高分辨率的信号语图。     

基于小波分解和最大互信息的图像配准方法研究

研究了基于最大互信息图像配准的理论和实现算法,提出了将小波分解与之相结合的算法,证明了该算法优于基于最大互信息的图像配准。通过实验数据比较可以得出,提出的基于小波分解和最大互信息的图像配准的算法可以有效地提高配准的速度和具有较好的配准效果。     

基于双密度小波变换的纹理图像检索

为了进一步提高纹理图像的检索性能，提出了一种基于双密度小波变换算法．该算法根据双密度小波分解变换的特点，从系数角度出发首先对子带进行组合，然后提取一阶和二阶统计矩并将结果作为纹理的特征用于图像检索．由于组合双密度小波变换采用了过采样，具有时移不变性，所以据此生成的算法具有特征数少、检索精度高等特点．对比实验结果表明，该算法的检索精度比单小波和双密度小波变换分别提高了10％和7％，性能最好的是一阶和二阶统计矩组合的方法．     

基于小波域隐马尔可夫模型的人脑MRI体数据分类

为保证三维体视化图像能较准确地表达组织，以人脑磁共振图像为例，提出了基于小波域隐马尔科夫模型的体数据分类算法，首先采用EM算法进行HMT模型参数估计，然后通过小波分解，得到近似初始分类数和各类在小波空间中的特征量，这在以往体数据分类中需要事先对体数据进行大量的训练才能得到．分类结果采用ICM（iterated conditional mode）方法获得．其结果表明，该方法在运算时间和分类效果上都优于以往的多分辨率分类方法．     

基于小波分析的医学影像图像融合与分解设计实现研究

分析了基于小波分析算法的数学模型,分别设计了基于小波分析的医学影像图像融合和医学影像图像分解仿真实现,进一步对医学影像图像融合与分解的处理结果进行了仿真比较研究,表明基于小波分析的医学影像图像融合与分解效果较好.     

基于小波域的纹理图像分析

图像纹理信息丰富，准确地进行纹理特征描述，必须尽可能抓住其本质特征和属性。本文以小波域为分析基础，并结合图像特点，提出在全树状小波分解的基础上建立数学模型，在子图选择上用图像熵作为判据，使分解更有针对性并使计算效率得以提高。     

一种最小均方离散样条滤波器

从离散的观点出发 ,提出了一种基于样条的最小均方离散滤波器 ,并给出了其在塔式多分辨分解和小波分解中的递推公式 ,最后通过和经典的 L P和最小均方 L P分解的比较实验 ,表明给出的滤波器非常适用于图象编码。     

离散理想滤波器组合系统及其应用

作者考察变换域滤波器组合系统之一,离散理想滤波器组合及其在信号处理中的应用,变换域滤波组合是子带分及小波与合成的新发展,迭代匹配的想滤波器的组合（IM－IFB）结构简单,应用方便,有快速算法,可实现理想频带分割,在信号处理与图像压缩中有广泛的应用前景。     

多小波处理图像压缩时前滤波器的设计

在应用中,对于单小波可以直接利用分解与重构公式对信号进行滤波。但是多小波是用矢量滤波器组对信号进行分解、重构。滤波对象必须是满足一定要求的矢量信号。因此,在进行多小波分解前必须通过前置滤波器对原始离散信号进行预处理得到初始矢量,然后才能进行多小波变换。同样,对重构后的数据也要进行后处理才能得到需要的结果。不同的多小波有不同的预处理和后处理方法。以GHM多小波为例,设计了多小波新的前滤波器,并将多小波通过前滤波后用于图像压缩,将其结果与单小波相比较,获得较好的结果。     

基于小波分析理论及其数字滤波的应用研究

系统分析了小波变换的物理意义和特点,包括积分小波变换、二进小波变换和小波的分解重构。并进一步将小波变换原理应用于微机保护数字滤波器。可得出基于小波变换的微机保护数字滤波器具有傅里叶变换不可比拟的优越性,可以准确地滤除信号中的直流分量和高频分量。     

基于小波分析理论及其数字滤波的应用研究

系统分析了小波变换的物理意义和特点,包括积分小波变换、二进小波变换和小波的分解重构.并进一步将小波变换原理应用于微机保护数字滤波器. 可得出基于小波变换的微机保护数字滤波器具有傅里叶变换不可比拟的优越性,可以准确地滤除信号中的直流分量和高频分量.     

重力信号的小波变换与经验模态分解级联滤波方法

针对动基座重力测量,提出了处理重力信号的小波变换与经验模态分解级联方法.该方法采用DB4小波函数的强制阈值小波变换作为前端滤波器,将原始信号分解为12层,提取第7层作为中间结果,运用经验模态分解方法用作第二级滤波器,将输入分解为8个模态,提取残余分量和最大尺度的逼近模态作为级联滤波结果.对静态重力数据进行概率密度分析,给出了重力的统计特性以及测量结果的可信度.级联滤波结果与某航空重力系统处理结果对比表明:级联滤波方法能够在强噪声中提取出微弱的重力信号,并且由于引入前端滤波器减少了级联滤波器整体计算量,提高了重力测量的空间分辨率.     

一种新型高斯噪声滤波算法

为了更有效滤除数字图像中的高斯噪声,提出了一种新型滤波算法.该算法首先将含有高斯噪声的图像进行二维小波分解,得到高频和低频小波分解系数;然后保留低频小波系数不变,对高频小波系数通过维纳滤波器进行滤波,并进行小波系数重构;最后将重构图像进行多尺度小波分解,通过设定新的阈值和判别函数,弱化不重要的小波分解系数,并进行小波分...     

基于小波变换的弹射加速度滤波分析

根据小波分解与重构理论，对弹射加速度信号进行多尺度的小波变换，即用不同中心频率的带通滤波器对信号滤波，把主要反映噪声频率的那些尺度的小波变换去掉，再把剩余各尺度的小波变换结合起来，作小波重构变换，从而得到较好地抑制了噪声的信号。     

用多小波对图像分解和重构

与单小波相比较,多小波同时具备诸如紧支性,正交性,对称性等诸多在信号处理中非常重要的良好性质．这决定了多小波是一种优于单小波的信号处理技术．在应用中,对于单小波可以直接利用分解与重构公式对信号进行滤波．但是多小波是用矢量滤波器组对信号进行分毹、重构．滤波对象必须是满足一定要求的矢量信号．因此,在进行多小波分解前必须通过前置滤波器对原始离散信号进行预处理得到初始矢量,然后才能进行多小波变换．同样,对重构后的数据也要进行后处理才能得到需要的结果．本文以GHM多小波为例,实现了对图像的预处理、分解和变换后的重构、后处理过程,并将解压缩后的结果与单小波相比较,获得较好的结果．     

基于格结构的三带小波构造及在图像融合中的应用

提出了一种构造具有正交性、对称性、紧支性以及较高消失矩的三带尺度滤波器与小波滤波器的方法.首先,通过设置尺度滤波器消失矩并转移尺度滤波器的对称性性质,有效地减少了构造尺度滤波器过程中未知量的个数以及计算推导过程的复杂度.在此基础上,利用格结构理论,给出了对具有仿酉特性的多相位矩阵的一种分解方法,并利用这种分解求出了冲击响应长度为9、消失矩为3以及响应长度为15、消失矩分别为3和4的小波滤波器.最后,把所求得的小波滤波器应用到多聚焦图像的融合中.实验结果表明,利用具有上述性质的三带小波进行图像融合可以得到比利用二带小波进行融合更好的效果.