基于自适应提升格式小波变换的图像压缩研究

为了减小提升格式小波变换中的误差、提高图像的压缩效果,提出基于自适应提升格式小波变换实现图像压缩的新方法。在自适应提升小波变换时,通过梯度法构造决策函数来调整更新算子和预测算子并获取最优的小波基函数,在系数量化时运用整数量化方法。实验结果显示该方法具有较好的压缩效果。     

基于局部梯度信息的自适应提升小波变换

为解决传统的提升法小波变换容易模糊掉很多局部结构信息的缺陷,提出了一种自适应提升算法,该算法运用提升法的灵活性,通过引入局部的梯度信息G和一个决择算子D,并根据梯度信息来产生不同的决择输出,不仅能够自适应地选择不同的滤波方式,而且可使其具有自适应处理信号局部信息的能力.实验结果表明,运用此算法进行小波分解比传统的提升法小波分解的效果要更好.另外,该自适应提升算法在信号降噪和图象的边缘检测方面亦有广阔的应用前景.     

基于提升方案的自适应小波变换

介绍了小波变换提升方法 ,并引入自适应理论和多层提升方案。讨论了一种新的自适应方案 ,并对研究结果进行了测试 ,取得了较好的效果。     

基于提升框架的M通道小波滤波器的构造

提升框架的核心思想是通过有限步预测和更新来构造小波滤波器。由于小波的多相位矩阵可以分解为多个矩阵的乘积,因此这些矩阵可以被看作是预测算子和更新算子。本文根据M通道小波变换理论,给出了基于提升框架下的M通道小波变换所对应的滤波器库的构造方法。与传统的方法不同,利用提升框架构造的任何滤波器库都自动满足精确重构性,所设计的预测滤波器满足N阶对偶消失矩,所设计的更新滤波器满足N阶基本消失矩,并给出了具体例子。     

基于M带小波滤波器结构的SAR图像压缩方法

在实际应用中,SAR图像需要大量的存储空间,为了降低数据存贮和传输的开销,高效的图像压缩方法是必不可少的。由于相干斑噪声的存在,基于线性滤波器小波压缩的效果不是很好。论文提出了一种新的基于非线性小波的压缩方法。根据提升格式,用一组4带滤波器组和非线性滤波器组从相干斑噪声分离出图像特征,实验结果表明其压缩效果远优于常见的JPEG方法。     

一种新的M通道提升小波变换的图像处理算法

本文利用M通道小波变换对信号分频范围更细这一特点,实现了M通道小波变换的提升分解,并给出了一种M通道快速提升小波变换的算法。此算法只要有分解算法,立即可以得到合成算法,而且将运算结果取为最接近的整数,就可实现整数到整数的小波变换。数值实验结果表明,该方法对图像压缩行之有效。     

基于提升结构的自适应小波变换研究

对提升结构的更新算子U（Update）和预测算子P（Predict）都进行了自适应设计。在更新算子U的设计中,主要对现有算法进行了改进,使变换得到的近似信号更能表现原始信号的特点;在预测算子P的设计中,提出了一种新的变步长LMS算法,与现有方法相比,此算法具有更快的收敛速度。采用此方法能在不传递任何附加信息的情况下实现视频信号的完全重构,更好地满足视频压缩中渐进传输及多分辨率分析的要求。     

基于自适应提升小波变换的图像压缩算法

提出了一种自适应提升小波变换算法,该算法是根据待分析信号的局部特点,自适应的选择更新器,自适应更新器的选择,主要是保持图像边缘不被平滑,防止出现大的小波系数。为确保系统的稳定性,又提出了采用先更新后预测的提升结构。在此结构中,预测过程不影响更新过程,这也为自适应算法的重构提供了有利条件,由于稳定性高、高频系数小以及能够完全重构,使得此方法有利于压缩性能的提高。通过实验证明了该算法的有效性。     

M带小波的子带自适应阈值除噪算法

在广义高斯分布（Generalized Guassian Distribution,GGD）模型最优软阈值的基础上,提出了一种基于M带小波变换的子带自适应图像除噪阈值确定方法,在阈值确定中,考虑了尺度因子、子带大小等因素的影响。采用软阈值除噪,算法简单实用。实验表明,对纹理丰富的图像,该文提出的除噪方法效果优于目前流行的其他算法。     

应用于图像的基于提升方法的双自适应小波变换

由于小波具有良好的时频特性,对于平滑图像,利用固定尺寸的小波滤波器滤波可以获得良好的分解结果.然而对于具有较多突变点的图像而言,采用固定尺寸的小波滤波器进行滤波并不是一个理想的选择.基于Heijman等人提出的2维自适应更新提升格式,本文提出了一种双自适应的小波变换算法,在更新与预测过程均采用自适应算法.最后,对标准图像进行测试分析,实验结果表明该算法在图像精确重构不需要额外的附加信息,且可以提高图像的峰值信噪比（PSNR）.     

基于提升小波变换的自适应盲水印算法

提出一种基于提升小波变换的自适应盲水印算法。该算法将水印新猫变换置乱加密,把原图像提升小波分解,并对对应位置的 3个高频系数排序,将最大值和最小值分成2Q-1个区间,当嵌入的信息不同时,使特征值处于不同区间。根据特征值所处的位置,实现盲水印提取。实验结果表明,该算法在各种攻击下具有较强的鲁棒性和可识别性。     

基于提升小波的实时音频数字水印

提出一种用于音频数字水印的快速算法。该算法把水印和音频进行分段,水印嵌入在音频小波分解后的低频系数中。为了提高水印的鲁棒性,根据嵌入门限将水印自适应嵌入到音频信号强度大的位置。采用基于提升方案的小波变换,减小水印信息提取的计算量。利用巴克码作为同步信号,用相关法实现实时同步检测。文中给出了详细流程图,对算法复杂度的估计表明,使用现行通用DSP可以实现音频水印的实时提取。实验结果证明了该算法对水印嵌入和提取的有效性和实时提取的可行性。     

基于提升格式小波变换的涡街信号处理方法

提升格式是一种完全在时域上构造小波的方法,其基本思想是以一个简单的多分辨率分析为起点,通过提升或对偶提升,得到满足一定性质的多分辨率分析,同时能够减小进行小波变换的计算量,提高算法实现的运行速度。该文应用小波提升原理,研究了基于boirS／3小波滤波器的提升格式算法,并将算法应用于涡街流量信号的处理,提取代表流量信息的涡街信号频率,并且相比第一代小波变换,该算法具有计算简单、运算量小的特点。     

基于ADL小波变换的图像压缩算法

提出一种基于自适应方向提升(ADL)小波变换的图像压缩算法。根据灰度共生矩阵角二阶矩的差异,将图像分割成平坦性不同的分块。对纹理信息较少的块,采用一般提升小波变换以减少变换时间。对纹理信息较多的块,采用方向提升小波以提高变换效果。结合多级树集合分裂编码和算术编码对变换系数和方向信息分别进行编码。实验结果表明,与ADL算法相比,该算法能有效减少方向小波变换时间。     

基于提升小波的自适应阈值图像去噪

介绍了提升方法(Lifting Scheme)的基本原理,给出了用提升方法构造传统小波的实现方法.在提升小波分解变换的基础上,研究一种自适应阈值的图像去噪方法--AdaptThr Shrink去噪法.这种方法是基于Bayes框架,在不同子带和不同方向上选择不同的最佳阐值.结合软阈值法对图像进行去噪,与传统方法相比,此种方法提高了去噪后图像的峰值信噪比(PSNR),而且使图像更加清晰.基于提升小波的自适应阈值图像去噪法实现简单、计算速度快、去噪效果好.     

基于提升小波的自适应阈值图像去噪

介绍了提升方法（Lifting Scheme）的基本原理,给出了用提升方法构造传统小波的实现方法。在提升小波分解变换的基础上,研究一种自适应阚值的图像去噪方法——Adapt Thr Shrink去噪法。这种方法是基于Bayes框架,在不同子带和不同方向上选择不同的最佳阈值。结合软阈值法对图像进行去噪,与传统方法相比,此种方法提高了去噪后图像的峰值信噪比（PSNR）,而且使图像更加清晰。基于提升小波的自适应阈值图像去噪法实现简单、计算速度快、去噪效果好。     

Daubechies提升小波在图像去噪中的仿真研究

在介绍了一般小波理论和小波图像去噪的基础上,重点阐述了提升小波算法(lifting scheme)的基本原理,给出了用提升方法构造传统小波的普遍实现方法,按照提升小波的一般理论,对Daubechies(9/7)小波进行提升格式处理,并将Dau-bechies(9/7)提升格式小波应用到二维图像去噪研究中.计算机仿真试验结果表明,在去掉噪声后图像信号的信噪比相近的情况下,提升小波与传统小波相比,其优点在于计算简单,编程容易,速度快.     

基于AR模型的二维自适应提升小波变换算法

研究先更新再预测的经典自适应提升小波算法,提出一种基于自回归(AR)模型的二维自适应提升小波变换算法。根据图像局部特性选择自适应更新算子,利用更新后的系数位置关系给出基于AR模型的预测算子,使预测误差功率最小。实验结果表明,与使用最小均方误差标准的自适应预测算法相比,该算法能够降低高频系数能量,且峰值信噪比也有所提高。