基于小波变换的GPS数据压缩研究

为了降低GPS观测数据的冗余度,减轻后续数据处理的压力。根据GPS信号的特点以及小波变换具有的良好局部化分析特性和多分辨率分析特性,提出了基于小波变换的GPS观测数据的压缩方法。用实测数据在PC机上用M atlab语言对此方法进行了分析,经过压缩后信号特征保持不变,数据量得到了有效的降低。     

基于小波变换和RBF神经网络的电力数据压缩算法

针对电力生产过程中数据种类多,数据量大,而实际存储空间有限的情况,提出了一种基于小波变换和神经网络的数据压缩算法.该算法采用离散小波变换结合径向基神经网络的方法对电力生产过程中的实时数据进行压缩和解压缩.利用实测数据对算法进行验证,结果表明,该算法实现了对原始数据的两级压缩,能够获得较高的压缩比,是一种有效的实时数据压缩方法.     

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).     

用小波变换压缩地震勘探数据

二维和三维地震勘探数据中存在的相邻数据的相关性为数据压缩提供了可能 ,而远程勘探数据的传输又有对数据进行压缩的要求。用小波变换进行变换域编码的方法能够实现对勘探数据的压缩 ,且一定压缩比的数据重建后仍能满足勘探精度要求。对于较大的地震剖面 ,通过一定的边界处理和分块处理 ,也可以获得较好的压缩效果和处理速度     

基于数字信号处理器（DSP）的小波变换视音频数据压缩系？…

利用小波变换对视音频数据压缩系统进行了研究与开发，该系统基于ＴＭＳ３２Ｃ８０的数字信号处理器（ＤＳＰ）芯片，着重对系统总体结构，系统硬件设计与软件总体设计进行了研究。     

基于嵌入式零树编码的电力系统数据压缩

在小波包变换的基础上提出了一种新的基于嵌入式零树编码的数据压缩方法，并将其应用于电力系统故障数据压缩中.采用小波包变换方法降低小波系数之间的相关性，再利用树形结构表示小波系数并进行逐次累计量化，进一步减小小波系数之间的相关性.在编/解码过程中数据流根据重要性依次排列，在任一点停止编/解码仍然能够重构出原始信号，适合于实时处理.仿真实验表明，改进后的嵌入式零树编码方法对电力系统故障数据压缩十分有效，并且其嵌入式的特性提高了故障录波器的性能.     

基于小波神经网络的心电数据压缩研究

介绍了一种基于小波分析的神经网络模型－小波神经网络，提出了一种基于小波神经网络的心理数据压缩方法。经过研究表明，采用小波网络 心电数据压缩模板的方法可以大幅加快网络的收敛速度。与基于BP网络的压缩法相比，具有较大的优点。     

基于数字信号处理器(DSP)的小波变换视音频数据压缩系统开发

利用小波变换对视音频数据压缩系统进行了研究与开发,该系统基于ＴＭＳ３２Ｃ８０的数字信号处理器（ＤＳＰ）芯片,着重对系统总体结构、系统硬件设计与软件总体设计进行了研究．     

基于提升小波分解的低速率波形内插语音编码算法

提出了一种基于双正交提升小波变换(bi-orthogonal lifting wavelet transform,BLWT)的低速率特征波形内插语音编码方法,其中的特征波形分解算法不需要复杂的特征波形对齐操作和滤波器的卷积运算,其固有的原位运算降低了传统特征波形小波分解算法所需的内存,当前帧边界点替代相邻帧样点的措施有效减少了传统特征波形小波分解算法的时延.同时,该分解方法对分解后的各成分单独重建,并根据人耳的感知特性选择量化参数.基于该分解,分别构建了1.84 kb/s和2.32 kb/s两种速率的BLWT-CWI(characteristic waveform interpo-lation)语音编码器.主观平均意见得分(mean opinin score,MOS)结果表明,2.32 kb/s的BLWT-CWI语音编码质量与2.4 kb/s的MELP声码器相当,1.84 kb/s的BLWT-CWI语音编码质量稍逊于2.4 kb/s的MELP声码器.主观A/B听力测试结果表明,1.84 kb/s的BLWT-CWI语音编码质量优于2 kb/s的LIWI(low-complex improved waveform interpolation)声码器.     

一种基于提升小波变换和快速分形的混合编码

分形图像编码是目前可达到的压缩比最高的编码技术,但由于编码时间长阻碍了它的发展。本文首先介绍了分形理论和提升小波变换理论,提出快速提升小波变换结合快速分形编码的混合编码方法。实验结果表明,该算法加快了图像的编码速度,同时压缩比也有很大提高。     

小波变换在地震信号噪声处理中的应用

常规小波域阈值去噪方法未能充分利用地震信号相关性的特点进行去噪，只能去除地震信号中部分随机噪声，为此提出了一种小波域分时分频相关结合阈值去噪处理方法。该方法首先对小波变换后多个尺度上小波系数进行分时分频相关去噪处理，然后对处理后小波系数进行重构，并可去除大部分不相关随机噪声。对重构后地震信号再进行常规小波域阈值去噪处理以进一步去除噪声。模型测试和实际资料处理效果表明：使用该方法可以有效地改进地震信号去噪处理效果。     

心电信号提升小波零树编码压缩算法

为了便于心电信号的存储和远传,提出了一种基于提升方式的整数小波变换、组合嵌入式零树编码方案的心电信号压缩算法.改进了应用于二维图像压缩的嵌入式零树编码方法,用于一维心电信号压缩,采用整数实现的提升方式代替原来的小波变换,降低算法的复杂性.对MIT-BIH数据库中的心电信号压缩,结果表明:该算法相比其他方法具有较高的压缩比和较低的均方根百分误差;具有存储空间小、实现简单、快速及可变码率等特点,非常适合在存储空间、功耗要求严格的便携式心电信号记录仪中应用.     

基于提升小波变换的多传感器图像融合算法研究

为了更好的进行图像融合,基于提升小波变换,采用了一种基于区域方差和方向对比度的融合规则相结合的图像融合新算法.该算法结合提升小波的优势,将图像进行多分辨率分解;针对变换后的低频分量和高频分量的不同特点,采用了不同的融合规则进行融合;最后通过提升小波逆变换得到融合图像.实验结果表明,该算法具有增强图像空间细节的能力,使得融合后的图像内容清晰,相比于传统小波变换法,具有更好的融合效果.     

基于谱间预测和小波变换的成像光谱图像压缩算法

提出了一种基于谱间预测和小波变换的成像光谱图像压缩算法,利用谱间预测和二维小波变换分别去除图像的谱间和空间相关性,并结合波段排序预处理和一种高效的基于四叉树分裂的逐小波子带编码方法,取得了较好的编码效果.实验结果表明,在相同压缩比条件下,采用该算法得到的重建图像的峰值信噪比比JPEG2000标准平均提高3.69dB.该算法的压缩码流具有一定的抗误码性能,比较适合面向遥感平台的应用.     

基于小波变换的SAR幅度图像压缩算法

针对合成孔径雷达信号处理的幅度图像压缩问题,提出一种基于小波变换的幅度图像压缩方法,对幅度图像进行离散小渡变换,实现幅度图像的多级分解,达到良好的压缩效果.使用星载合成孔径雷达RADARSAT的图像作为测试图像进行实验,压缩比CR=10∶1,峰值信噪比PSNR=31.86 dB.仿真实验结果验证了所提出算法的有效性和实用性.     

基于提升小波变换的图像认证数字水印

目前基于小波变换的数字水印算法主要根据频域小波系数的幅值大小确定是否嵌入水印,这种算法的缺点是嵌入水印后的图像的视觉透明度不够好.该文提出了一种基于提升小波变换的盲水印算法,利用提升小波变换将原始图像进行多分辨率分解,利用低频部分系数来生成水印,基于密钥来选取高频部分的小波系数,并根据小波系数的奇偶性嵌入水印.在水印提...     

基于多进制小波变换的图像压缩编码

小波变换具有良好的时－频局部化特性,采用小波变换能有效地解决其他压缩方法所带来的“方块效应”。利用多进制小变换并结合其他方法对图像进行压缩,能取得较好的效果。     

一种新的基于零树小波的图像压缩编码算法

在深入研究零树小波压缩编码算法的基础上,提出了一种改进的零树小波编码算法.即首先用haar小波基对图像进行小波分解,分解后的图像作EZW编码后,不立即对图像进行解码,而是在EZW解码之前加入了Huff-man编解码的过程.实验结果证明,该算法较EZW算法在一定程度上提高了图像的压缩质量和编码效率.     

基于提升小波变换的视频图像处理

根据提升小波变换的双向预测运动补偿以及动态自适应调整的特性,对MPEG-4标准编码产生的相邻图像质量剧烈波动的缺陷进行调整.利用三次样条函数进行样条逼近得出的算法,对调整后的图像进行压缩.通过对图像进行分析与仿真,结果提高了图像质量和压缩比,同时优化了边缘效应.     

基于多尺度提升小波的边缘检测

通过比较第一代和第二代小波的特点,研究了第二代小波在边缘检测中的方法.基于多尺度提升小波的边缘检测弥补了传统边缘检测算法的不足,有效地抑制了噪声并且提高了其边缘定位精度.提出了一种提升方案的边缘检测算法.最后,通过仿真验证了该算法的有效性和快速性.