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．     

一种整数-整数小波变换

提出了一种产生整数－整数小波变换的方法。此方法可得到与信号或图像相匹配的满足最小均方误差准则的小波基，而且这种小波变换是可逆的双正交小波变换．此变换可用于无损或有损信号和图像压缩编码     

改进的静止图像小波零树编码

在深入研究尺度小波变换和嵌入式小波零树压缩编码算法的基础上，探讨了一种改进的小波零树编码算法。通过采用基于嵌入式零树预测扫描算法的改进小波变换编码方法，对小波分解的低频子带图像采用DPCM预测编码，高频子带图像采用了改进的取消重要系数排序的零树预测扫描算法进行压缩编码，使之既具有原零树算法良好的压缩品质，同时也简化了的压缩算法，提高了该算法 的适应性，与JPEG压缩相比，它消除了JPEG图像在高压缩比下的方块效应，取得了令人满意的实验效果。     

基于小波变换的局部化数字水印算法

为了解决许多水印算法不能抵抗任意剪裁的缺点，提出了局部化数字水印算法．通过二维Mexican Hat小波变换提取图像中的多个特征点，在以特征点为中心的局部化区域中分别进行小波变换，并通过对小波系数进行单系数量化来实现水印信息的嵌入，同时水印的提取不需要原始图像的参与．实验结果表明，在剪裁后待检测图像中至少包含一个嵌入水印区域的前提下，该算法对JPEG、JPEG2000压缩和任意剪裁具有很强的抵抗能力．     

采用形态学分量分析的红外云图插值

提出一种基于形态学分量分析的红外云图插值重建方法. 利用平稳小波变换和轮廓波变换在表示平滑分量和纹理分量时各自的优势, 将得到的低分辨率红外云图通过形态学分量分析方法分解为平滑分量和纹理分量; 并针对小波插值使低频能量损失问题, 采用先插值后变换的方法改进平稳小波插值效果, 分别用平稳小波变换和轮廓波变换对平滑分量和纹理分量进行插值; 最后将插值后的平滑分量和纹理分量重新组合实现红外云图的超分辨率重建. 结果表明, 解决了重建图像中的平滑和伪影问题, 在视觉效果和PSNR等指标上均优于其他插值算法.     

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．     

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.     

一种改进的基于小波变换的图像边缘提取算法

在对现有的基于小波变换的图像边缘提取方法进行简要分析的基础上,提出了图像边缘提取改进算法.该算法主要是对边缘点的判断准则进行了改进,通过将任一点的梯度方向与水平、垂直、45°、135°方向进行比较,将这4个方向中与该点梯度方向最接近的一个方向重新赋给该点的梯度方向,并检验二进小波变换的模在该点是否为新的梯度方向上的局部极大值,若是,该点就是边缘点,否则不是.最后通过模拟实验给出了该方法的实验结果,实验结果有力地证明了该方法的有效性.     

1种基于小波的显微图像融合算法

针对显微图像灰度对比度低,内容复杂度高的特点,提出一种基于小波的显微图像融合算法．将图像变换到小波域,并在此基础上进行四叉树分解融合,以消除块效应,不同于现有的小波几何分块算法,可依据图像实际情况调整,符合显微图像结构多样化、内容多变化的实际情况．实验结果表明,本文算法的融合效果理想,与同类算法相比具有更强的稳定性和适用性．     

基于主成分分析和分层树集合划分的Huffman算法图像压缩研究

互联网的飞速发展,产生了大量的图像信息.为了减少图片占用的存储空间,提高图像质量,提出了一种将主成分分析（PCA）和分层树集合划分（SPIHT）压缩算法相结合的有损图像压缩算法.首先对图像进行主成分分解,选取主要特征值进行压缩,再利用SPIHT算法将图像分解成不同子带的小波系数进行压缩,对SPIHT压缩系数进行哈夫曼编码,实现图像二级压缩.将本文提出的算法与SPIHT、SPIHT的哈夫曼编码、JEPG2000、PCA压缩算法进行了比较,结果表明本算法较其他压缩算法具有更好的性能,在压缩比相同的情况下能获得更高的PNSR和SSIM.     

基于JPEG2000的压缩图像纹理信息重建

提出了基于JPEG2000的压缩图像纹理信息重建的一种方法．该方法在编码端用高斯模型来描述图像的统计纹理信息，并对这些纹理信息进行统计和编码，在解码端根据编码的信息重建图像的纹理．通过和非线性量化扩展补偿法的结果在客观指标和主观品质上的比较，说明本文提出的方法可以通过较小的比特开销（低于10％）重建丢失的纹理信息，从而获取压缩图像的品质在主观视觉效果上的提高．     

Cartesian积的局部边-路替换图的L(2,1)-标号

设d为正整数,图G的一个L（d,1）-标号就是从非负整数集到V（G）的一个函数,且使得2个相邻顶点的标号相差至少是d,2个距离为2的顶点的标号相差至少为1. 图G的L（d,1）-标号的跨度就是所有L（d,1）-标号的最大值和最小值之差. 图G的L（d,1）-标号数是G的所有L（d,1）-标号下跨度的最小值. 在已有研究图G的边-路替换图的L（d,1）-标号基础上,研究了Cartesian积的局部边-路替换图的L（2,1）-标号.     

M(o)bius梯子的L(d,1)-标号

对给定的正整数d,图G的L(d,1)-标号是从V(G)到非负整数的函数,且满足:任意两个相邻顶点的标号差至少为d,而且距离为2的任两个顶点的标号至少为1.L(d,1)-标号的跨度是标号差的最大值.G的L(d,1)-标号数是G的所有L(d,1)-标号的最小跨度.本文完全给出了M(o)bius梯子的L(d,1)-标号数.     

Mobius梯的(d,1)-全标号

图G 的(d,1)-全标号是从V(G)∪E(G)到非负整数的函数,且满足：(i) G中任意2个相邻顶点的标号不同;(ii) G中任意2个相邻边的标号不同;(iii) 顶点与其关联边的标号差至少为d.(d,1)-全标号的跨度是标号差的最大值. G 的(d,1)-全标号数是G的所有(d,1)-全标号的最小跨度,记为λ^T_d(G).本文完全给出了Mobius梯的(d,1)-全标号数.     

Möbius梯子的L（d,1）-标号

对给定的正整数d,图G的L（d,1）-标号是从V（G）到非负整数的函数,且满足：任意两个相邻顶点的标号差至少为d,而且距离为2的任两个顶点的标号至少为1.L（d,1）-标号的跨度是标号差的最大值.G的L（d,1）-标号数是G的所有L（d,1）-标号的最小跨度.本文完全给出了M bius梯子的L（d,1）-标号数.     

603、675装甲钢动态性能测试及本构关系建立

利用一维Hopkinson压杆实验设备，对603、675两种装甲钢的动态压缩力学性能进行了较为系统的测试，在此基础上建立了2种装甲钢的Bodner-Partom本构方程，经程序计算与实际试验结果对比，表明本构方程能够较好地反映材料在动载荷条件下的力学行为．     

施工扰动状态下软土力学指标的确定

基于扰动状态概念理论, 提出了统一扰动函数, 并结合宁波轨道交通1号线和2号线的十字板剪切试验资料, 预测了扰动状态下的软土工程指标(如地基承载力、压缩模量等), 研究结果可为宁波软土工程勘察设计中受扰动的软土物理力学参数的取值提供指导.     

视频编码的码率控制算法研究

码率控制技术是视频编码与通信的关键技术之一,它负责编码器、信道和解码器之间的协调,在视频压缩中具有重要的地位.基于视频压缩编码的码率控制技术,根据所采用的率失真模型,详细讨论了MPEG-2、H.263、MPEG-4和H.264等视频编码标准中的一些典型的码率控制算法,对重要的码率控制方法进行了相关叙述,并对码率控制技术的发展方向做了展望.