快速小波变换的加速算法（Ⅰ）

1 自适应方法对小波变换的迫切期望图像、语音等处理技术的研究加快了小波理论的发展,今天信号处理技术随着通讯技术、计算机或机器人感知技术(实现计算机视觉、听觉、嗅觉、温度、运动等方面感知能力的技术)的飞速发展必将迎来更快发展。正如文[1]中所述:“忽然间不可避免地涌现出了各种各样的非线性算法,从而也打开了信号处理通往现代数学的大门。除了传统的应用如信号传输、编码     

快速小波变换的加速算法（Ⅱ）

1 小波变换的加速算法将文[10]的变换矩阵T(a)改写为: 根据文[10]的计算公式容易知道: cosα_N…cosα_2cosα_1=h0。因此易见每次计算的重点是做向量乘法。X_(2n)总计算量为:2Nn+2n乘法与2Nn加法。如果采用Mallat算法为4Nn乘法与2n(2N—1)加法,其运算量相差近一倍!同时,我们的算法非常简单,很容易实现。不过考虑到H与G已被按奇偶重新排列了,     

一种新的面向信号处理的小波变换加速算法

给出了小波分析滤波器系数的解析构造方法,导出了类似于快速Fourier变换的小波快速变换算法.它比著名的小波变换Mallat算法更简单、方便,计算速度更快.同时,它还可以根据分析的信号自适应地选择小波分析滤波器参数.     

快速小波变换在DSP中的实现方法

小波分析是分析非稳定信号的一种非常有泖的方法。Ｍａｌｌａｔ快速算法使得小波分析的广泛应用成为现实。在实时信号分析中,离散小波变换在ＤＳＰ上的有效应用受到了特别的关注。本文简单介绍了ＦＷＴ,详细阐述了在ＤＳＰ上ＦＷＴ的周期性扩展的实现。其中,特别介绍了ＤＳＰ的循环寻址。最后,给出了针对ＴＩ公司的ＴＭＳ３２０Ｃ３Ｘ系列ＤＳＰ的相应的江编代码。     

快速小波算法在机车信号检测中的应用

在我国机车控制信号中大量采用移频键控信号（FSK）来传送各种机车速度控制信息。因此,快速准确地检测FSK信号对机车快速安全运行有着十分重要的现实意义。小波分析是分析非稳定信号的一种非常有效的方法,而Mallat快速小波算法使得小波分析的实际应用成为可能。首先研究了机车FSK信号的特征,提出了基于Mallat和FFT相结合的FSK信号实时处理方法,该方法在TMS320C5409组成的信号处理系统上仿真实现。给出了实际采集信号的处理结果,结果表明该方法是实时处理机车信号的一种有效方法。     

快速小波变换的定点DSP实现

小波变换具有良好的时——频局部性．是分析奇异信号的重要方法，定点DSP在工程中的应用十分普遍．具有低成本．高性能的特点。利用DSP实现小波变换可以满中工程是实时性的要求，文中简要介绍了小波变换理论及算法．并结合TI公司的16位定点DSP说明算法的实现。     

从傅立叶变化到小波变化

小波变换目前成功地被应用于许多信号处理领域,它是Ｆｏｕｒｉｅｒ变换的新发展,其思想也是来源于Ｆｏｕｒｉｅｒ变换。本文阐述了Ｆｏｕｒｉｅｒ变换、加窗Ｆｏｕｒｉｅｒ变换和小波变换的概念,对它们之间的区别与联系进行了分析。     

帧同步混合小波包变换快速算法及其在语音处理中的应用

帧同步的小波包快速算法是一种类似FFT的小波变换算法。本文提出帧同步混合小波包的分析方法，其特点是在发挥小波变换的时频分析特点的同时，分析时窗能够满足语音处理中帧长的要求，从而可以实现实时处理。这种混合小波包具有完全重构特性。文中用实验对比表明了帧同步混合小波包分析的优越特性。     

小波分析及其应用

小波分析是传统傅里叶分析发展史上里程碑式的发展，近年来成为众多学科共同关注的热点。文章在小波变换的基础上，介绍了小波变换的一种快速算法-Mallat算法。在此基础上将其应用于信号分析与处理，对故障信号进行分解与重构，通过分析实验结果可知，高频部分能够清晰地反映信号的转折点，而这些点正是故障诊断所需的重要信息，通过对这些信息的分析可以得出故障点的位置。因此，可以推断小波分析在信号的奇异性位置检测方面是有效的。     

数字图像的小波算法及快速小波变换

小波变换是近几年来兴起的一种新的变换方法 ,主要特点是通过变换能够充分突出问题某些方面的特征 ,因此 ,小波变换在许多领域都得到了成功的应用 ,特别是其离散数字算法在图像分析领域取得了重大突破。但是 ,小波变换的算法一般相对来说比较复杂 ,而其处理速度往往也成为制约其发展的瓶颈。该文从小波变换的基础出发 ,给出了一种针对数字图像的小波矩阵算法 ,并实现了快速小波变换的算法和流程 ,为实际应用编程提供了有效的理论依据     

一种基于提升小波变换的快速图像融合方法

目前，多尺度分解的方法已开始应用于图像融合．针对基于传统的多尺度分解的融合方法运算速度慢、对内存的需求量大，不适于实时应用的局限性，提出了一种新的基于提升小波变换的快速图像融合算法．多个源图像分别进行提升小波分解，使用恰当的融合规则合并各尺度对应的分解系数，通过提升小波逆变换得到复合图像，实验结果表明，提出的算法无论在执行时间还是融合后的图像质量上都优于传统的方法，有广泛的应用前景，特别适用于实时系统。     

基于Matlab的长序列快速小波变换实现

借助Matlab作为辅助设计工具,在Mallat算法的基础上,利用重叠保留法对长序列进行分段处理,并用圆周卷积代替小波变换中大量的线性卷积运算,有利于信号的实时处理。使用Matlab语言按算法流程编写程序,仿真结果验证了算法的正确性和有效性。     

基于投影的多尺度小波矩快速算法

多尺度小波变换矩采用几何矩定义，由信号在某一尺度下的小波逼近系数计算得到，它反映的是信号在该尺度下小波分解对应的视觉不变量。由于受到矩本身计算量的限制，小波矩的计算很难实时实现。本文提出了一种基于投影变换的二维多尺度小波变换矩快速算法。该快速算法通过投影变换将二维图像小波变换低频分量信息投影到一维空间中，从而降低了多尺度小波变换矩的计算复杂度，保证了计算精度。     

一种快速的小波变换图象编码算法

首先分析并指出了对于零数编码来说,小波变换时应当使用原始滤波器系数参与运算,而对滤波器系数进行缩放会影响其编码性能,此外,低通滤波器时延参数对零树编码性能也有重要影响,为了保证小波变换后各小波子带图象之间的自相似性,就必须使低通滤波器的时延为零,在此基础上,针对具有二进系数的双正交小波滤波器,提出了一种适合零树编码的快速小波变换算法,此算法不但以移位代替了乘法运算,而且与使用原始滤波器系数的变换等效,最后,结合快速零树编码算法,实现了一种快速高效的编码系统。     

一种冗余小波变换的心电信号噪声消除方法

平稳小波变换去除心电信号噪声较好抑制了小波空间适应法消噪产生的伪Gibbs现象,但其重建过程相对复杂。提出对受噪声污染的心电信号移位一次,将移位信号及原信号分别进行正交小波变换阈值去噪,以它们的平均作为去噪结果。实验表明可以获得与平稳小波变换相同的去噪效果,但算法实现更简单快速。     

基于正交小波变换的图象去噪算法的改进

本文在BayesShrink阈值的基础上,提出了一种计算更有效的自适应的阈值估计,并针对传统的软、硬阈值函数在去噪中的不足,提出一种新的去噪阈值函数,最后将所提出的图象去噪方法与传统方法进行了实验比较,实验结果表明该方法在图象去噪中取得较好的效果,有效地提高了信号去噪所得信噪比增益。     

基于双树复小波变换的图像增强方法

在图像增强处理中,传统的图像增强方法例如直方图均衡、小波系数增强等等,虽然取得了较好的图像增强效果,但在增强图像的同时也将噪声放大了.本文针对这一问题,提出了一种基于二维双树复小波变换的图像增强方法,因其具有良好的多方向性信息捕捉能力,克服了传统二维小波变换缺乏方向性的缺点.增强算法将系数分为强边缘、弱边缘和噪声点三类...     

提升小波构造方法的改进

提出了提升小波的改进构造方法。当he（z）和ho（z）因式分解为奇数个多相矩阵相乘,但是ge（z）和go（z）因式分解成偶数个多相矩阵相乘时,从ge（z）和go（z）入手,实现首先进行预测的多步提升;以及当he（z）和ho（z）因式分解成奇数个多相矩阵相乘时,仍然从he（z）和ho（z）因式分解入手可以采用的新方法,为求取小波滤波器组的提升方案提出了更全面的解决方法。提升小坡变换采用分裂、预测和更新三个过程的提升方案,应用范围更广,计算速度更快。     

一种基于FFT计算离散小波变换的方法

将小波变换和快速傅里叶变换（FFT）方法相结合,分析研究了用快速傅里叶变换计算离散小波变换的方法,总结变换结果和滤波器长度之间的移位关系,并提出通过把输入信号信号循环移位,实现完全重构的方法。这种方法计算的时间复杂度和快速傅里叶变换相当。