二进小波的构造方法研究

提出两种二进小波的构造方法.首先,将Mallat构造的B-样条二进小波推广得到一种构造B-样条二进小波的新方法;其次,基于二进提升方案提出构造二进小波的另一种新方法—–构造定理,并通过调整定理中提升参数的形式、以新的B-样条二进小波作为初始二进小波,具体构造了具有有限长单位脉冲响应、高阶消失矩、线性相位的提升二进小波,这些提升二进小波不能由Sweldens提升方案得到.     

一种新的双正交小波的构造方法研究

在二进提升方案相关理论的基础上,结合双正交性、消失矩性和对称性条件,提出一种构造提升双正交小波的新方法.此方法从二进小波出发,考虑小波所具有的特性,通过选取适当的提升参数,具体构造了具有紧支撑、对称性、高阶消失矩和速降性的提升双正交小波.     

结合àtrous算法与Retinex算法的医学图像增强

提出结合àtrous算法与Retinex算法的医学图像增强.方法在二进小波理论基础上,利用推广的二维àtrous算法对医学图像进行处理,对经过多级分解后的医学图像的低频利用连续非线性函数增强,而对分解后的多个高频采用改进的Retinex算法进行增强;最后,对增强后的低频和高频进行重构.经过反复仿真试验结果表明:方法在去除噪声的同时更好地保留了图像边缘特征,增强了图像细节信息和凸显图像的轮廓,并克服对比度下降的不足,较好地去除光晕现象,视觉效果好,层次感更丰富.     

具有一定消失矩的优化线性相位滤波器

利用消失矩特性和编码误差最小,给出了一类有限长线性相位的双正交小波滤波器组BNVF的构造方法,BNVF的综合低通和分解高通的系数为二进分数,将其用于图像的分解与重构时,可避免一些乘法运算．三组BNVF用于图像变换编码时,其压缩性能不亚于Cohen,Daubechies等构造的9／7步滤波器组CDF-9／7,且计算复杂度更低．     

最优多进Haar小波及在图像压缩中的应用

我们提出了最优多进Haar小波的概念,证明了其存在性和唯一性,给出了最优多进Haar小波构造的通用方法,并证明了最优多进Haar小波具有线性相位,在消失矩意义下,我们所得到的最优多进Haar小波优于离散余弦变换.同时,我们用图像缩编码的方法验证了最优多进Haar小波的性能优于离散余弦变换的,新的变换可以化为精确的小整数运算,能非常廉价地用集成电路实现,该变换的实用意义在于给图像和视频压缩提供了一个更好的选择.     

适应于图像压缩的11/9小波基构造

根据正交多分辨分析理论,利用求解低通和高通滤波的系数,可构造出多种正交小波.但正交小波中只有Haar小波满足对称性,这不适合在图像处理方面的应用.在提升格式的小波变换出现之前,小波分解通过Mallat算法来完成,而提升格式的小波有显著的优点,运算量少,不同小波运算量减少程度不一样,一般减少在25%到50%之间.文章根据双正交对称紧支集小波的消失矩、对称性、短支撑等一系列条件和其他构造原理,构造出一个适应图像压缩的11/9双正交提升小波,并满足Cohen-Daubechies准则.同时,为了便于小波变换的硬件实现,最佳的状态是,分解和重构滤波系数为二进制分数,且根据不同参数取值,让子带编码增益G_(SBC)达到最大.     

框架提升的两种方案

该文给出了框架提升的两种方案,这两种方案能够使作者对已有的二进小波框架或滤波器进行修正从而构造出新的小波框架.特别地,这两种方案能够使作者从分段线性的样条紧框架的张量积出发设计出不可分框架,新的框架能起到π/4的整数倍方向上的加权平均算子、Sobel算子和Laplacian算子的作用.     

多小波与多进小波滤波器研究

本文给出了多小波与多进小波的滤波器构造过程,得到了它们的一些良好性质,并给了具体的实例,最后还对某些类型的多小波滤波器、多进小波滤波器之间存在的关系作了研究.     

L~2(R~2)中2进变元低通滤波器

一维2进低通滤波器在一维多分辨分析(MRA)小波的构造和拓扑性质研究中起到重要作用.对于高维小波,其生成要依赖于某个扩张矩阵,所以构造比较复杂.该文讨论由一致矩阵2I_2(2002)生成的MRA小波的低通滤波器(称作2进双变量滤波器.利用2进双变量滤波器乘子完全刻画了2进双变量滤波器,并且证明了所有2进双变量滤波器集合在L~2(T~2)范数拓扑下是道路连通的结论.     

基于多尺度几何分解的光照不均图像增强方法

针对光照不均匀的图像,结合W系统和NSCT变换,提出了一种新的图像增强方法.方法首先利用W变换对图像进行多尺度分解,然后利用NSCT中的非下采样方向滤波器组对尺度分解中的高频部分进行方向分解,得到不同尺度不同方向上的变换系数.在多尺度几何分解的基础上,对低频子带图像采用动态直方图均衡化、高频子带图像采用同态滤波的方法进行增强处理,最后利用非线性函数减小图像明、暗部分灰度值的差异,得到最后的增强结果.仿真实验结果表明,算法无论在视觉效果上还是客观评价指标上都优于其他被比较的四种增强算法,对于过亮、过暗以及局部光照不均匀的图像均取得了更好的增强效果,在增强图像细节的同时能有效抑制图像的伪吉布斯失真和过增强失真.在评价指标上,算法对三组经典图像处理后的增强图像的信息熵分别达到了10.0755、9.7879、10.5338,明显优于其他方法.