多层离散小波变换系数的稀疏向量构造的改进

融合离散小波变换和压缩感知的图像压缩方案很好避免了采用离散余弦变换和压缩感知时所带来的块效应,但当前基于单层离散小波变换的算法压缩比较低,基于多层离散小波变换的算法重构质量不佳。为了解决这些不足,根据离散小波变换系数的特点,对现有基于多层离散小波变换的算法提出了改进。图像经小波变换后,保留图像最高层低频系数,高频系数的构造方式给予适当改进。实验结果表明,与现有算法相比,重构图像的PSNR值得到2～4 dB提高。     

不同压缩感知重建算法在鬼成像中的性能比较

基于鬼成像(Ghost imaging,GI)与压缩感知(Compressed sensing,CS)理论,研究了CS重建算法对GI成像性能的影响.以离散小波变换为图像的稀疏矩阵、具有高斯线型的热光源强度分布为测量矩阵,分析了基于增广拉格朗日法和交替方向法的全变分最小化算法(TVAL3)、正交匹配追踪算法(OMP)、压缩采样匹配追踪算法(CoSaMP)、梯度投影算法(GPSR_Basic)下的压缩鬼成像的质量.以均方误差、峰值信噪比、匹配度、结构相似性指标等为图像质量客观评价标准,比较了4种重建算法下压缩鬼成像的重建结果.结果表明压缩比为0.5时TVAL3算法还原度最高, CoSaMP算法重建图像失真最严重, GPSR_Basic算法获得的重建性能优于OMP算法.     

离散余弦变换和全息技术相融合的图像压缩感知重构

为了获得理想的图像重构效果,提出一种基于离散余弦变换和全息技术相融合的图像重构算法。首先采用离散余弦变换对图像进行分解保留少数的低频分量,从而构建压缩感知的稀疏基加快重构速度,然后采用全息技术对图像重构结果进行处理,提高图像重构效果,最后采用仿真实验测试算法的性能。实验结果表明,相对于当前经典图像重构算法,本文算法不仅提高了图像重构质量,而且加快了图像重构速度,具有较好的实际应用价值。     

基于量子关联成像的图像重构算法采样数研究

量子关联成像技术采用单点强度探测,存贮信息量大,成像速度慢,需研究快速图像重构成像算法。对量子关联成像技术图像重构算法中的统计迭代法和压缩感知算法的采样次数进行了仿真分析,压缩感知算法采用二维离散余弦变换（DCT）将图像稀疏化,高斯随机矩阵作为测量矩阵,正交匹配追踪（OMP）算法对图像进行重构。结果表明：图像越大,重构图像需要的采样次数和采样时间越长,采用压缩感知算法能有效减少采样次数,从而提高系统成像速度。因此,研究量子关联成像的图像重构算法,减少图像的采样次数,对提高成像速度具有重要意义。     

应用于电能质量的压缩感知稀疏基的研究

为了解决基于傅里叶变换基的压缩感知对电能质量干扰信号压缩采样丢失时变信息的问题,本文进行了基于小波变换基的压缩感知电能质量研究。首次提出采用不同小波基的小波变换基作为稀疏基,来提高压缩感知对电能质量干扰信号的重构效果,为电能质量研究提供了一种新的研究方向;并通过实验仿真对比了基于傅里叶变换基和基于小波变换基的压缩感知重构效果。在压缩感知重构算法分别采用正交匹配追踪算法和压缩采样匹配追踪算法下,仿真结果表明,压缩感知应用于电能质量时,基于小波变换基的压缩感知重构效果优于基于傅里叶变换基的压缩感知重构效果;当压缩采样比是20％,稀疏基采用db3小波变换基时,均方误差均低于0．1％,良好地完成了原始电能质量干扰信号的重构。     

基于稀疏度自适应压缩感知的电容层析成像图像重建算法

为提高电容层析成像(ECT)系统重建图像的质量,该文提出一种基于改进稀疏度自适应的压缩感知电容层析成像算法。利用压缩感知与电容层析成像算法的契合点,以随机改造后的电容层析成像灵敏度矩阵为观测矩阵,离散余弦基为稀疏基,测量电容值为观测值,建立模型。利用线性反投影算法(LBP算法)所得图像预估原始图像稀疏度,以预估稀疏度值作为索引原子初始值进行稀疏度自适应迭代。改进后的稀疏度自适应匹配追踪重构算法实现ECT图像重建,解决了稀疏度预估不准确导致重建图像精度差的问题。仿真实验结果表明,该算法可以有效重建ECT图像,其成像质量优于LBP算法、Landweber算法、Tikhonov算法等传统算法,是研究电容层析成像图像重建的一种新的方法和手段。     

利用压缩测量值的非重构宽带频谱感知

为了解决在认知无线电(CR)宽带系统中快速精确分析数据并实现频谱感知的技术难题,对非重构压缩频谱检测进行了研究。提出了一种利用压缩测量值的非重构宽带频谱感知算法,推导分析了虚警概率和检测概率的封闭表达式。该算法利用离散余弦变换（DCT）矩阵的能量压缩特性观测得到主用户能量压缩信息,并利用新型压缩检测器对压缩信息进行判决。仿真表明,所提算法降低了计算复杂度,提供了比传统的能量检测器和压缩检测器更好的工作特性。     

基于混合变换域的数字水印算法

提出了一种基于二维离散小波变换(DWT)和离散余弦变换(DCT)的混合变换域数字水印算法。通过小波变换得到载体图像的高频和低频系数,将低频系数作为一个子图像;再将二值水印图像置乱并编码,在子图像的离散余弦变换得到的系数中嵌入水印。该方法在水印检测和提取过程中都不需要原始图像。实验表明该方法水印隐藏性好,鲁棒性较好,抵抗放缩和局部攻击有很好的表现。     

一种DWT与DCT结合的盲音频水印算法

该文提出了一种新的盲音频水印算法。它充分利用离散小波变换的多分辨率特性和离散余弦变换的能量压缩能力,通过量化处理把降维后的二值图像水印嵌入到原始的音频信号中,在水印的提取过程中不需要原始音频信号的参与。仿真实验证明了算法的鲁棒性和不可感知性。     

基于压缩感知的SAR图像压缩与重构方法

结合合成孔径雷达(SAR)图像特点,提出了一种基于压缩感知的SAR图像压缩与重构方法,并给出了具体的方法及详细流程.该方法首先将原始SAR图像进行分块处理,同时,利用离散小波变换(DWT)对分块结果进行稀疏处理,利用近似QR分解后的随机高斯矩阵对稀疏处理结果进行低维线性观测,实现了SAR图像的稀疏化表征与压缩.文中讨论的改进的正交匹配追踪(OMP)算法,与传统的OMP算法相比,改进的OMP算法在保证重构精度的前提下,可有效提高收敛速度.最后,通过离散小波反变换等处理获得最终的SAR图像重构结果.仿真实验结果证明所提方法的有效性与可行性.     

一种DWT与DCT相结合的音频数字水印技术

提出了一种将离散小波变化与离散余弦变换相结合的音频数字水印技术。利用离散小波变换的多分辨率特性和离散余弦变换的能量压缩能力,通过修改变换域的低中频系数,把降维后的二值图像嵌入到原始数字音频信号中。该算法可同时应用两种变换,而且嵌入和提取水印的方法简单。实验结果表明该算法水印不易破坏,对数字音频信号的低通滤波、叠加噪声等攻击均具有很好的隐蔽性和稳健性。     

DWT BASED HMM FOR FACE RECOGNITION

A novel Discrete Wavelet Transform (DWT) based Hidden Markov Module (HMM) for face recognition is presented in this letter. To improve the accuracy of HMM based face recognition algorithm, DWT is used to replace Discrete Cosine Transform (DCT) for observation sequence ex- traction. Extensive experiments are conducted on two public databases and the results show that the proposed method can improve the accuracy significantly, especially when the face database is large and only few training images are available.     

A fast Discrete Wavelet Transform algorithm for visual processing applications

For visual processing applications, the two-dimensional (2-D) Discrete Wavelet Transform (DWT) can be used to decompose an image into four-subband images. However, when a single band is required for a specific application, the four-band decomposition demands a huge complexity and transpose time. This work presents a fast algorithm, namely 2-D Symmetric Mask-based Discrete Wavelet Transform (SMDWT), to address some critical issues of the 2-D DWT. Unlike the traditional DWT involving dependent decompositions, the SMDWT itself is subband processing independent, which can significantly reduce complexity. Moreover, DWT cannot directly obtain target subbands as mentioned, which leads to an extra wasting in transpose memory, critical path, and operation time. These problems can be fully improved with the proposed SMDWT. Nowadays, many applications employ DWT as the core transformation approach, the problems indicated above have motivated researchers to develop lower complexity schemes for DWT. The proposed SMDWT has been proved as a highly efficient and independent processing to yield target subbands, which can be applied to real-time visual applications, such as moving object detection and tracking, texture segmentation, image/video compression, and any possible DWT-based applications.     

基于FPGA的高分辨率图像DCT域增强

为了提高高分辨率图像的质量,实现快速的图像增强算法,提出在离散余弦变换（DCT）的对比度测度下,通过DCT矩阵中不同频率的系数关系对DCT系数块进行分类,对不同类型的系数块做不同强度的自适应增强算法,并在FPGA上得到实现。提出的方法在不影响原始图像压缩性能的情况下有效地增强了图像明亮或黑暗区域的细节,同时减少了因图像增强而带来的压缩图像块效应。给出算法原理及在FPGA上的具体实现方法,并给出了实验结果。结果表明,该算法在改善图像主、客观质量方面和运算效率上都能够达到较好的效果。     

一种基于DWT的同步数字音频水印算法

本文提出了一种基于离散小波变换的同步数字音频盲水印算法。嵌入的水印为视觉上可辨的二值图像。算法中引入了嵌入同步信号的思想，利用同步信号定位水印的嵌入位置。为了提高信号的鲁棒性，把同步信号与水印隐藏在DWT域的低频系数中。同时，检测水印时不需要原始音频。仿真实验表明，所提出的方法具有较强的鲁棒性和不可感知性，并能有效抵御各种常见攻击。     

基于奇异值分解的小波域水印算法

结合奇异值分解（SVD）和离散小渡变换（DWT）的特点,提出一种基于SVD的小波域数字图像水印算法。该算法将二值水印图像经过取反置乱后嵌入到原始图像小波中频子带的奇异值中,具有较高的抗攻击能力。仿真实验证明,该算法不仅具有良好的透明性,而且对常见攻击,如：叠加噪声、JPEG压缩、滤波及几何攻击具有较好的鲁棒性。     

一种用于帧内篡改检测的压缩感知视频水印实现算法

 针对视频水印在帧内篡改检测方面定位精度的不足,通过压缩感知对MPEG-4(Moving Picture Experts Group-4)视频内容的特征表示,提出一种新的视频水印生成方法及其帧内篡改检测算法.该算法由压缩感知DCT(Discrete Cosine Transform)测量矩阵对I-VOP(Intra-Video Object Plane)图像提取U、V特征参数,生成基于内容的压缩感知视频水印数据并嵌入到图像Y分量的DCT中高频系数中实现帧内篡改检测.实验结果表明,与Hash视频水印算法比较,压缩感知视频水印数据具有更好的恢复能力,且水印算法对视频帧内篡改定位精度更高.     

双树复小波变换及其应用综述

双树复小波变换是为克服通常的离散小波变换的缺陷而提出的。当对应小波基（近似）满足Hilbert变换关系时，双树复小波变换能够极大地减小通常的实小波变换中的平移敏感性，改善方向选择性。这些优点使双树复小波变换成为有效的图像配准融合工具，能够显著提高配准融合质量。     

Robust Video Watermarking Using a Hybrid DCT-DWT Approach

In order to solve the limitations of the digital video watermarking algorithm, this paper proposes a new robust video watermarking algorithm using combining discrete cosine transform (DCT) and discrete wavelet transform (DWT) techniques. First of all, the video frames are randomly selected and then the DCT algorithm is applied to the selected video frames. After that, the first column of the selected video frames is scrambled using the Arnold algorithm. Furthermore, every column with 4 direct current (DC) coefficients is reshaped and transformed into four different sub-bands using the DWT technique. Next, the watermark is embedded into the approximation (LL) sub-band. The proposed algorithm is easy to carry out because it provides random frames with no special requirements for video frames. The experiment results indicate that this algorithm can resist against different kinds of watermarking attacks, such as the Gaussian filter attack and sharpen attack. In addition, it also illustrates that the proposed algorithm has a better result than some other watermarking algorithms.