基于Mallat算法的图像边界问题的研究

首先介绍了一维信号边界对称延拓方式及图像双正交小波分解重构算法,然后在一维信号边界延拓方式的基础上,研究了当高、低通滤波器长度为偶数,且关于1／2对称时,图像能够精确重构的边界延拓问题,并给出了图像的小波变换及边界对称延拓的步骤。最后,通过仿真实例验证了该对称边界延拓方式能够保证图像在小渡变抉中精确重构。     

小波图像边界处理方法的研究

随着多媒体通信和数字信号处理技术的快速发展，人们对含有大量信息的数字图像的需求日益提高。小波变换由于其良好的时－频局部化性能，被广泛应用于数字图像等信号领域。但如果不对小波边界进行有效处理，则会引起重建图像质量不高，本文通过介绍四种常用延拓方法在信号的小波变换中的应用，分析了常用的边界处理方法存在的不足，提出了一种改进的小波图像边界处理方法，并用标准Lena测试图像的分解和重建，得到良好的重建质量效果。     

边界镜像对称延拓双正交小波变换矩阵的构造

计算小波变换的Mallat算法需要进行逐级分解和重构,对于有限长信号的小波变换来说,为了保证其完全重构,有必要对其进行边界延拓。基于边界周期延拓的小波变换算法极易实现,也常见于文献,而边界对称延拓较周期延拓则更适合用于信号和图像的处理,但基于边界对称延拓的小波变换矩阵实现方法却很少出现在文献中。为了用矩阵-向量乘积实现信号的小波变换,给出了一种在信号镜像对称延拓方式下,任意深度小波变换矩阵的构造方法,并证明了该延拓方式下实现Mallat算法的完全重构条件。作为实例,绘出了B ior3.3小波的分解和重构矩阵的基向量及波形图。将构造的变换矩阵用于基于小波的图像处理中,不仅可以避免逐级迭代,大大简化运算量,而且边界效应也明显减少。     

Mallat算法分析及C语言实现

本文利用C语言实现了一维离散小波变换算法。重点阐述了Mallat算法原理和实现步骤,对算法程序设计的几个关键问题进行了探讨,并给出了相关代码,算法代码均以函数形式给出便于移植和调用。C语言实现的结果和Matlab小波工具箱处理结果完全一致,程序具有良好的性能和实用性。     

基于改进Mallat算法的分形图像压缩*

根据传统分形图像压缩算法的实现条件,针对现有二进小波信息量仍然存在冗余,提出了将Mallat算法应用于分形图像压缩。MATLAB实验表明,通过改进Mallat算法的应用,有助于增强图像的压缩比以及图像质量。     

基于小波变换Mallat算法的电网谐波检测方法

针对传统的傅里叶变换方法在分析非平稳运行电网的电量信号时误差较大的问题,提出了一种基于小波变换Mallat算法的电网谐波检测方法。该方法根据不同的分辨率将电量信号分解到不同的子频段,然后分别对子频段进行多次重构,得到原始信号的基波,最后将采样得到的原始信号与重构的基波信号相减,得到谐波信号。Matlab仿真结果表明,该方法能够有效地将电量信号中的基波与谐波成分分离,谐波检测精确度较高。     

Labview环境下Mallat正交小波变换快速算法的实现

分析了动态连接库(DLL)的工作原理,介绍了Labview环境下动态连接库(DLL)的构建和调用方法,在分析Mallat正交小波变换快速算法的基础上,构造了小波变换动态连接库,借助于Labview的高级语言编程接口功能,通过进一步设计,将Mallat算法引入到Labview环境中,扩充了Labview的功能,并对Labview下的Mallat小波变换算法进行了实验验证。     

有限长度信号正交小波变换的若干问题的探讨

本文讨论了有限长度信号的正交小波变换在实际应用中的边界延拓方式及其计算复杂度,提出了一种正交小波变换的精确重构的方法。数值计算的实例表明了我们所提出的精确重构方法是有效的。     

基于去降Mallat离散小波变换的彩色图像分割

该文针对Mallat快速离散小波变换,提出了一种利用变换平移不变性的离散小波变换的彩色图像分割方法。首先对原始图像进行平移不变性的小波变换,然后提取颜色和纹理特征,并采用k均值算法进行分割。实验表明该方法对纹理图像和彩色自然图像都具有较好的分割效果。     

小波变换中的信号边界延拓方法研究

研究了小波变换中的离散信号边界延拓问题,由离散小波变换后信号长度的变化引出信号边界处理问题,给出了各种边界延拓方法及其数学表达式。利用正弦信号分析各种边界延拓方法对信号进行小波变换产生的不同结果和对信号极值检测的影响,给出了相应仿真实验和重要结论。     

一种基于精确度的降分辨率视频转码运动矢量合成算法

针对现有的降分辨率视频转码运动矢量合成算法没有考虑输入运动矢量的精确度,从而使得合成误差较高的问题,提出了一种基于精确度的降分辨率视频转码运动矢量合成算法。该算法分为两次合成,首先基于绝对差值和（SAD）对转码输入流中的运动矢量进行平均合成,然后再基于率失真函数,对转码输出流中的相邻运动矢量和第1次合成得到的运动矢量进行选择合成。仿真结果表明,与现有算法相比,该算法在保持较低计算复杂度的情况下,显著降低了运动矢量合成的误差。     

运用离散二进小波变换分离声目标的信号与噪声

本文介绍离散二进小波变换的原理和实现多尺度离散二进小波变换的MALLAT塔式算法,给出了一个利用多尺度离散二进小波变换对战术声目标进行信号与噪声分离的实例;所得计算机模拟结果表明,运用离散二进小波变换滤除噪声,能够获得更高的信噪比。     

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.     

基于压缩感知的步长自适应前向后向追踪重建算法

压缩感知(CS)是一种新的信号采样、处理和恢复理论,能够显著地降低高频窄带信号的采样频率。针对稀疏度未知信号的重建,提出了步长自适应前向后向追踪(AFBP)算法。不同于固定步长前向后向追踪(FBP)算法,AFBP的步长可变。它利用一种自适应阈值的方法选取前向步长,然后对候选支撑集进行正则化处理以保证其可靠性,接着用自适应阈值与变步长双向控制的方法选取后向步长以减少重建时间。AFBP能够自适应后向删除估计支撑集中部分错误索引以提高信号准确重建概率。在稀疏信号非零值服从常见分布条件下,用AFBP、FBP等算法进行重建的结果表明,AFBP的准确重建概率、重建精度与FBP相当,重建时间明显少于FBP,能够更高效地重建稀疏度未知信号。