一种新的深度视频处理方法

深度视频的不连续性会影响其编码效率以及虚拟视点的绘制质量. 为增强深度视频的连续性, 提出了一种新的基于时空变换的深度视频处理方法: 首先检测出深度视频中的运动对象; 其次将彩色视频和对应的深度视频进行时空变换, 对运动区域和非运动区域在时间方向上进行不同强度的平滑处理; 最后对平滑过的深度视频进行重建. 实验结果表明, 提出的处理方法在保证虚拟视点绘制质量的同时, 能够节省14.89%~47.48%的码率.     

基于小波变换及布朗分形模型的纹理分割

在研究小波变换及布朗分形模型的基础上，定义了水平分维数，垂直分维数，对角分维数，并将它们作为纹理特征量来实现纹理的分割．实验结果表明，这些特征量能够很好地反映纹理特征，从而分割时不需有关图象中纹理类别的先验信息，较以往方法在准确度和计算复杂程度上都有很大提高．     

IWT在图像压缩中几个主要问题的研究

在简述了提升方法的基础上讨论了一种从整数到数的变换方法－整数小波变换（IWT），然后把它应用于图像无损／有损压缩等领域，本文对IWT现存的几个主要问题，如IWT与消失矩的关系，IWT与离散不波变换（DWT）有损压缩效果的比较以及不同边界延拓方式对IWT压缩效果的影响等问题，进行了深入的探讨，得出了一些重要的结论。这些结论有利于深入理解整数小波变换的内在机制及进行图像等信号的压缩。     

基于重叠块小波变换的遥感图像高速压缩算法

针对大尺寸图像进行分块小波变换带来的块效应问题，采用重叠分块的方法，对各重叠块分别进行整数小波变换，并在分析单块图像整数小波变换的基础上提出了基于子带位平面的编码算法；解码时，对逆变换后得到的各个块按照原空间位置重叠相加，即可得到重建图像．实验表明，该算法复杂度低，占用内存少，速度快，无块效应，且各块的码率分配接近于最优方案，适合于遥感图像的高质量压缩编码．     

基于字符纹理的车牌定位算法

提出了一种基于小波变换和均值聚类的实时车牌定位算法,根据车牌字符的纹理特征,在小波变换域中结合均值聚类自适应动态阈值取得字符信息,然后通过连通区域分析,结合车牌的宏观特征对车牌进行定位,试验证明,该算法准确率高,抗干扰性强。     

基于小波子带能量加权的人脸识别方法

针对人脸识别中小波变换后信息利用不充分和权系数选择困难的缺点,提出一种基于小波子带能量加权的人脸识别算法.首先应用二维离散小波变换（2D-DWT）对图像进行二层小波分解,然后将得到的第2层4个子带进行加权组合,并给出一种基于小波子带能量权系数求解法,无需进行人工实验选取.在此基础上,采用PCA＋LDA方法进行特征提取,并在ORL人脸库中进行实验,与传统的算法相比有较快的识别速度和较高的识别率.     

人脸识别中应用小波变换的两个关键问题

由于小波分解在空域和频域上都能提供良好的局部信息,尤其是在小波分解后可以减少图像的分辨率,进而相应地减少计算复杂度,因此小波变换经常被用于图像处理和图像分析中.为探究基于人脸识别的小波变换最佳应用效果,着重讨论了小波变换应用于人脸识别的两个关键问题:小波基的选择和分解层数的确定,并通过实验分析和比较研究得出相应的答案和指导原则.     

基于小波变换网络的自监督单目深度与位姿估计

基于小波变换与运动恢复结构的自监督学习范式,将二维离散小波变换嵌入神经网络并实现梯度传播,提出了一种新的单目深度与位姿估计算法。传统的神经网络在降采样过程中会造成信息丢失,且丢失的信息在后续阶段无法复原,对于深度估计任务,结构信息的丢失会降低模型性能。本文使用二维离散小波变换层替代传统的降采样操作,更好地保留图像中的结构细节并避免噪声累积。在上采样解码深度图的阶段,采用小波逆变换层取代传统的插值上采样方法,更有效地恢复图像信息,得到更精确的深度图。提出的算法相比传统的神经网络对噪声更有鲁棒性。在KITTI数据集上进行实验,证明了所提出的算法在自监督单目深度与位姿估计任务中有优异的性能表现。     

用小波锥分解提取旋转和尺度不变特征

利用极坐标下Fourier变换的模所具有的旋转不变性以及Mellin变换的模所具有的尺度不变性,经过小波锥分解,提取其高层低频分量作为特征进行模式识别。对于0～9的十个不同旋转角度和尺度大小的160幅图像都能正确的进行识别。     

基于小波变换的适合Quick Bird遥感影像的融合方法

在分析了IHS变换、PCA变换、Brovey变换、加权融合、PMⅠ(Proposed methodⅠ)等一般融合方法的基础上,针对Quick Bird全色与多光谱影像的融合,提出了基于átrous小波变换的小波比值方法;然后通过目视判别、定量统计参数两种方法对各融合结果进行了比较.结果表明,小波分解层数为3的小波比值方法既很大程度地提高了空间纹理细节信息,又高度保持了原始多光谱影像的光谱特征,适合于Quick Bird遥感影像融合.     

基于移动Agent技术的医学图像检索方法

针对现有医学图像检索方法中，检索算法速度较慢、准确性较低以及远程检索时占用大量带宽等问题，设计并实现了一种基于移动Agent技术的医学图像检索方法，重点讨论了该方法实现的关键技术，包括提升框架下的M带整数小波变换和提取多通道纹理特征的检索算法．模拟实验结果表明，该方法实时性较强，占用网络带宽较少，采用的算法运算速度提高近10倍、运算复杂度降低约50％，提取的纹理特征能充分表达图像内容，较好地满足了医学图像的检索要求，实现了对医学图像库快速较准确的检索．     

解非线性偏微分方程的插值小波算法

利用集小波分解和分形压缩变换思想构造了与标准小波具有类似尺度特点的连续插值小波基,给出了一维和二维空间中的插值型小波函数例子．利用集小波分解集和基函数的插值性质获得了由集小波分解点确定的积分公式,使非线性部分计算量由随尺度的平方增长关系变为线性增长关系．为说明方法的可行性,最后结合Newton速代法给出了一个数值例子．     

基于多尺度分析的多重网格法

简单介绍了多重网格法和小波，并指出两者的相似之处，拓展了Briggs的思想．利用小波的多尺度分析与多重网格法的相似处，及小波基的特点构造多重网格法中从粗网格到细网格的插值以及从细网格到粗网格的限制算子，并用构造出的2个算子在多重网格系统中解决特定的椭圆方程，能得到与用传统的插值和限制算子相近的结果．     

应用近红外透射光谱鉴别藿香正气水

应用近红外透射光谱技术,并结合化学计量学方法,对3种不同品牌的藿香正气水的质量进行鉴别。分别采用小波变换和遗传算法对原始近红外光谱进行数据压缩和波长选择,处理后的光谱数据用主成分分析法进行处理,所有17个藿香正气水样品按生产厂家得到正确分类。将光谱数据用不同方法前预处理,进而利用反传人工神级网络的学习预测能力建立识别模型。交叉验证结果表明,原始光谱、平滑光谱、小波变换及遗传算法预处理后建立的校正模型分类样品的百分比均达100%。小波变换预处理的建模速度最快,预测结果最好。     

一类极大算子的加权范数不等式

本文利用Fourier变换方法和变测度内插定理研究一类极大算子的加权范数不等式，解决了Watson, D. K.在[[6〕中提出的问题.     

细化参数的对数极坐标变换图像纹理特征提取算法

提出一种细化参数的对数极坐标变换图像纹理特征提取算法,可以有效地消除旋转、缩放和平移等几何形变的影响．在特征提取过程中,通过自相关图像消除平移的影响,引入细化参数的对数极坐标变换消除旋转和伸缩的影响．在图像检索过程中,将不完全树型小波变换所得的特征矢量,通过欧式距离来度量图像之间的相似度．实验表明,本算法对发生几何形变的纹理图像检索平均正确率达81．05％左右,较之传统算法能取得更好的检索效果。