JPEG2000中优化逼近的整型小波变换

提出了一种JPEG2000中整型小波变换的优化逼近方案,并从硬件实现的角度出发,提出相应的基于行提升算法的VLSI结构．该方案在提升步骤中有效保护小波系数的尾数部分,从而确保在小波系数动态范围限定的情况下进一步提高小波变换的精度,从而提高图像压缩的质量．由于在硬件实现中采用基于行的提升变换结构,使水平和垂直方向上的变换能并行处理．实验表明,在XC2V3000型号的Xilinx FPGA上实现该结构所需资源只占27％,时钟频率可达到66MHz以上．与其他小波变换结构相比,该结构不仅改善了小波变换的性能,同时具有并行度高、节省存储空间等优点,并且可以在一幅图像逐行扫描的时间T内完成整幅图像的小波变换．     

基于小波提升的ECG去噪和QRS波识别快速算法

提出了一种基于小波提升的ECG去噪和QRS波识别的快速算法。该算法在小波提升基础上引入加权阈值收缩法,保证ECG有用信息不丢失,提高了去噪效果;利用去噪重构的中间结果并结合简单的差分法,实现了使用平滑函数一阶导数对信号进行小波提升变换,避免了需要二次小波提升变换的运算,在保证识别精度的同时,大大降低了运算复杂度。实验结果表明,该算法能得到较高的SNR和较低的MSE,QRS波识别准确率达到了99.5%以上。并且,该算法利于在硬件平台(FPGA)上实现,便于在心电监护设备上集成。     

空间TDICCD相机图像压缩的提升小波变换实现技术

空间时间延迟积分电荷耦合器件(TDICCD)相机图像压缩2维(2-D)离散小波变换模块的基于常用硬件实现方法实现效率低,为此提出一种适于电荷耦合器件(CCD)图像的(128,N)快速2-D提升小波实现结构. 在CCD图像行方向上,采用16个提出的1维(1-D)行提升小波变换模块快速实现结构并行分解图像,每个模块采用4个延时寄存器的值作为中间值并用2步预测更新步骤融合的结构来计算行小波系数;在行小波系数的列方向上,提出了一种基于多路复用技术的(32,16)列提升小波变换结构,最终实现了2-D提升小波变换. 结果表明,2-D提升小波变换模块能快速稳定地工作,分解1帧图像仅需60.198μs,与传统方法相比,节省时间达到49.90%,节省逻辑资源10.71%,节省寄存器资源11.80%,节省存储器资源12.98%,有效地解决了CCD图像压缩小波变换硬件实现效率低的问题.     

整数小波变换的优化设计

整数小波变换已在嵌入式图像编码领域取得了极大的成功,一种实现整数小波变换的方法是提升．构造了一类新的整数小波变换,它们仅用一个自由参数表示．随意调整该参数,就可构造出不同的整数小波变换．作为构造示例,构造了5种整数小波变换．     

基于提升小波和图像融合的数字图像隐藏技术

提出了一种基于提升小波变换的彩色图像融合算法.首先阐述提升小波变换的基本原理,然后根据人眼的视觉特性,将彩色图像变换到YIQ颜色空间,运用不同融合规则进行融合.对I和Q 色彩分量采用改进的混沌序列来代替融合参数融合,对Y分量采用自反馈法得到其最终优化融合结果,最后由三分量融合结果变回到 RGB颜色空间,在该图像融合方法的基础上,给出了针对相同大小图像的数字图像隐藏的方法,在图像融合过程中,用改进的混沌序列来代替融合参数,使得该方法具有很好的安全性.实验表明,该方法具有较好的效率和安全性.     

用M带小波变换实现图像的边缘检测

小波变换是一种时频域信号分析理论,是信号分析处理的一种强有力的新工具。文中根据小波变换特点和边缘的时频空特性,在Malat关于小波边缘提取理论的基础上,将二通道小波变换的边缘提取问题推广到M通道小波变换的边缘提取,讨论和分析了如何利用M带小波来获取边缘的方法和实现步骤。     

EMD和小波变换在结构模态参数辨识中的应用

针对希尔伯特-黄变换方法在振动信号处理中不能有效地进行模态解耦的缺点,提出一种将经验模式分解和小波变换相结合的结构模态参数辨识方法．首先利用经验模式分解方法对结构响应信号进行分解,获得多个本征模函数以完成结构模态的筛选过程,并根据模态筛选得到的本征模函数进行信号重构;然后对重构信号进行Morlet小波变换和模态解耦,获得信号小波变换系数的瞬时幅值和瞬时相位拟合曲线,并在此基础上计算出结构的各阶模态频率、阻尼和振型．结果表明,利用小波变换对本征模函数的叠加信号进行参数辨识代替对单个本征模函数进行希尔伯特变换,更能有效地进行模态解耦,从而获得更为准确的结构模态参数信息．     

基于提升静态小波包变换的自适应消噪方法

基于离散小波变换(DWT)的自适应消噪方法为雷达信号的滤波提供了一种可行的方法.但DWT不具有平移不变性,若不用相同的小波对滤波后的信号进行重构,则会带来较大的重构误差.针对这一现象,提出了一种基于提升静态小波包变换的自适应消噪方法,它推导了静态小波包的提升实现方法,并设计出适合该系统的确定最优小波包分解树的相应步骤,利用引入更多动量因子的权系数迭代公式对各子带进行自适应匹配,并将匹配结果二次自适应,得到拟合的原信号.仿真结果表明,该方法可在计算量增加不大的前提下,进一步改善系统的滤波性能.     

基于自适应提升小波包的故障微弱信号特征早期识别

针对齿轮箱故障微弱信号特征识别问题,设计了一种识别该类信号微弱特征的自适应提升小波包方法.该方法以提升方法为基础,构造了提升小波包分解和重构过程算法,并以分解层信号相邻样本点自相关系数的大小作为目标函数,在每个样本点上选择能够自适应匹配信号局部特性的提升小波包算子,将每个分解频带信号进行重构,识别时域故障微弱信号特征.该方法成功地识别出了某齿轮箱发生摩擦故障时隐含在振动信号中的调制波形和周期性冲击脉冲故障微弱特征.结果表明,自适应提升小波包方法对强噪声背景下故障微弱信号特征的识别效果优于经典小波包方法.     

基于提升小波变换的图像压缩编码的VLSI实现

提出了一种基于提升小波变换和SPIHT算法的图像压缩编码的VLSI结构。小波变换部分采用流水线及分时复用的技术,节省了硬件资源,提高了运算速度,增强了稳定性。SPIHT算法采用多阈值的四路并行处理结构,提高了编码效率。基于上述方法的FPGA实现,能够满足图像存储、传输等方面的要求。     

求解双正交小波提升格式系数的新方法

为获得快速提升小波变换的系数,根据双正交小波提升格式的特点,给出求解提升系数的解方程组方法.该方法基于前向提升小波变换的预测和更新过程组合成的多项式矩阵表示形式判断提升的级数,联立方程求解,得到双正交小波变换的提升系数.将此方法与双正交小波滤波器构造方法相结合,对照滤波器的系数值,得到提升小波变换的尺度因子.结果表明无论先预测后更新或先更新后预测的提升格式,都可采用该方法求解它们的提升系数.     

Lifting Scheme Based SPIHT Still Image Coding

In order to eliminate float-point operations for fast wavelet transform, an integer D9/7 biorthogonal reversiblewavelet transform was accomplished by lifting scheme. The lifting scheme based wavelet transform can be finished byaddition and shift simply.It improved the quality of reconstructive image and greatly reduced the computational     

ALOS影像提升小波融合的土地覆被分类研究

根据提升小波变换原理,结合小波变换和色调、强度、饱和度变换(IHS变换)融合方法的优点,提出了提升小波变换影像融合模型,用于提高遥感影像土地利用/土地覆被基础信息解译精度.采用对比分析方法,以长江口北岸的日本先进陆地观测卫星(ALOS)影像融合为例,综合影像主客观综合评价和影像分类Kappa系数值,将提升小波融合方法与传统融合方法进行对比分析研究.结果表明:提升小波融合模型优于传统融合方法,该模型在提高影像空间分辨率的同时,能更好地保持影像光谱信息,从而有效地提高了遥感影像解译土地利用/土地覆被基础信息的精度.     

基于小波提升算法的脑电节律提取

小波变换在信号处理中有着广泛的应用,能同时分析时域和频域方面的信息,但是传统的小波变换依赖于傅立叶变换,有大量的卷积运算,运算速度较慢.该文讨论了第二代小波变换的原理,并采用它来处理脑电信号.提升算法作为构造第二代小波的关键技术,通过预测确定高频信息,更新后得到正确的低频信息,它不依赖于傅立叶变换,大大提高了运算速度.通过分析提升算法的基本原理,用第二代小波变换实现了对脑电信号的节律(δ、θ、α、β)提取,并得到了令人满意的效果.     

基于提升小波构造在图像去噪的应用研究

在图像处理中，基于离散小波变换的提升算法比传统的卷积算法运算简单、实时性好、易于实现，因而被新的图像去噪所采用。小波提升算法是一种新的双正交小波构造方法，通过预测算子，确定高频信息，并初步确定低频信息，然后通过更新算子，对初步确定的低频信息进行修正，从而确定低频信息。笔者以该提升方法为基础，通过对初始D4双正交滤波器组进行提升和对偶提升，来获得不同的提升算子和对偶提升算子，从而构造出具有理想特性的新小波。通过实验数据和分析表明：笔者提出的算法和软阈值法结合比其他小波更能有效地取出图像噪声。     

基于提升小波的图像脉冲噪声抑制方法

分析利用小波进行图像去噪的方法和特点,根据电视跟踪测量系统的实际需要提出利用易于硬件实现的提升小波滤波器对实时图像进行去噪,重点研究受脉冲干扰的实时图像的噪声抑制问题.小波分解的高频部分在噪声附近具有较大值,通过调整提升项设计提升小波滤波器,所设计的滤波器包含噪声特性,应用这些滤波器可以检测到脉冲噪声,利用小波的重构公式消去图像中的噪声.由于提升小波滤波器比普通小波滤波器运算量大大减少,因此算法易于硬件实现.将提升小波的降噪方法同现代信号处理器件DSP和FPGA结合起来有着广泛的应用前景.     

基于快速整数提升小波变换的多幅图像融合

在分析已有多分辨率图像融合方法的基础上,针对多幅图像融合模型的选择问题,提出了一种基于快速整数提升小波变换的多幅图像融合新算法。首先采用整数提升小波变换将多幅源图像分解到不同尺度、方向频带范围内,然后根据图像提升小波变换后不同子带的特点分别采用了2种新的高、低频融合策略,最后通过整数提升小波逆变换得到融合图像。对多幅源图像进行了融合实验,并对融合结果进行了主观和客观的评价。实验结果表明,该算法不仅适合多幅图像的实时快速融合,而且可以获得视觉效果较佳、细节更为丰富的融合图像。     

一种基于提升格式的过程数据压缩新方法

为了有效利用数据压缩中过程数据的局部特征，提出了一种基于提升格式的自适应压缩方法.该方法根据信号的局部特性选择预测环节，利用塔式分解中小波系数不参与下一层分解的特性，对小波系数做简单的可逆变换，将选择预测环节的信息保存在小波系数中.理论分析及仿真结果均表明，预测环节的选择信息不需要额外的存储空间，不会由于阈值处理和压缩编码受到损害，保证了逆变换的稳定性.与非自适应的插值小波以及常用的Haar小波相比，这种自适应的提升格式降低了均方根误差(RMSE)和单点误差(LPE).