基于改进提升小波变换SPIHT的图像压缩算法

通过对提升小波变换的SPIHT算法进行改进和优化,提出了一种适用于无线多媒体传感器网络(WMSNs)的简单、高效、节能的有损图像压缩算法;该算法采用只包含加法和移位操作的整数小波提升算法,使得小波分解的计算量减半,大大提高了变换速度;采用量化截断的预处理技术,省去大量不重要高频系数的量化编码,解决了提升变换后SPIHT算法编码效率低的问题;去除了最外层高频系数的分解和编码,有效地减少了变换和编码的能耗;理论分析和仿真结果均表明,在保证一定重建图像质量的前提下,该算法大大降低了图像压缩能耗,提高了算法的压缩效率和执行效率,非常适合于资源受限的WMSNs中的图像压缩。     

基于提升方案的CDF(1,5)整-整可逆双正交小波变换在渐进性无损图像压缩中的应用

讨论了基于双正交小波变换提升方案在图像压缩中的应用 ,研究了CDF( 1,3) ,CDF( 1,5 )双正交小波消失矩对图像压缩的影响。实验结果表明 ,在图像压缩中应尽可能选取具有较高消失矩的双正交小波 ,用CDF( 1,5 )双正交小波提升方案实现了基于整数运算的整 整可逆双正交小波变换 ,以及快速的、渐进性的直至无损图像压缩     

小波重构与局部DCT的二维主元分析掌纹识别

为了解决掌纹特征提取过程中,手掌的非平面问题导致的伪主线噪音信息并简化运算,对重构的掌纹图像进行了局部离散余弦变换.解决了重构后图像噪音敏感性问题,有效地区分了掌纹主线、掌纹褶纹和乳突纹.由二维主元分析算法获得较稳健的识别特征.通过香港理工大学公布的PolyU掌纹数据库的实验,同二维主元分析算法相比,小波重构与局部离散余弦变换的2DPCA掌纹识别算法正确识别率较高,识别效率较高.     

芳酸类药物的近红外及二维相关(2DCorr)光谱分析

结合傅里叶变换近红外(FT-NIR)光谱法和二维相关分析(2D-correlation analysis, 2DCorr)方法研究了芳酸类药物水杨酸、乙酰水杨酸(阿司匹林)、苯甲酸在升温过程中的结构变化特征。三种芳酸类药物随着温度升高的红外光谱的特征峰在一维图上变化不明显,借助于2DCorr分析,将一维近红外谱图拓展到二维,提高了分辨率和可解释性。通过不同芳酸类药物NIR及2DCorr光谱的比较和分析,对芳酸类药物NIR吸收峰进行了归属,对其结构特点进行了研究,实验结果特别肯定了水杨酸的六元环内氢键结构。通过该文的研究更深层次地理解了芳酸类药物,为其进一步的研究和使用提供参考。     

在Si(111)-(7×7)表面自组织生长二维Ge团簇超晶格

利用超高真空扫描隧道显微镜研究了室温条件下亚单层Ge在Si(111)-(7×7)表面上的自组织生长.通过控制Ge的沉积量,在Si(111)-(7×7)表面上自组织生长成一种具有六重对称性的二维Ge团簇超晶格.构成超晶格的Ge团簇均位于(7×7)亚单胞的位置上,而且它们的形状和大小基本保持一致.文中对这种自组织结构的形成机理进行了讨论.     

在Si(111)-(7×7)表面自组织生长二维Ge团簇超晶格

利用超高真空扫描隧道显微镜研究了室温条件下亚单层Ge在Si(111)(7×7)表面上的自组织生长.通过控制Ge的沉积量,在Si(111)(7×7)表面上自组织生长成一种具有六重对称性的二维Ge团簇超晶格.构成超晶格的Ge团簇均位于(7×7)亚单胞的位置上,而且它们的形状和大小基本保持一致.文中对这种自组织结构的形成机理进行了讨论     

(3+1)维Burgers系统的新精确解及其特殊孤子结构

将改进的Riccati方程映射法和变量分离法推广到(3+1)维Burgers系统，得到了该系统的新显式精确解.根据得到的孤波解，构造出Burgers系统的几种特殊孤子结构，例如柱状孤子、状孤子和内嵌孤子等，研究了孤子间的相互作用.     

(2+1)维改进的Zakharov-Kuznetsov方程的无穷序列复合型类孤子新解

对(G′/G)展开法做了进一步的研究,利用两次函数变换将二阶非线性辅助方程的求解问题转化为一元二次代数方程与Riccati方程的求解问题.借助Riccati方程的B?cklund变换及解的非线性叠加公式获得了辅助方程的无穷序列解.这样,利用(G′/G)展开法可以获得非线性发展方程的无穷序列解,这一方法是对已有方法的扩展,与已有方法相比可获得更丰富的无穷序列解.以(2+1)维改进的Zakharov-Kuznetsov方程为例得到了它的无穷序列新精确解.这一方法可以用来构造其他非线性发展方程的无穷序列解.     

扩展的(2+1)维浅水波方程的尖峰孤子解及其相互作用

利用改进的 Riccati方程映射法和变量分离法, 得到了扩展的(2+1)维浅水波方程的变量分离解(包括孤波解, 周期波解和有理函数解). 根据得到的孤波解, 构造出了方程的几种不同形状的尖峰孤子结构, 研究了孤子的相互作用.     

(3+1)维Burgers系统的新孤子解及其演化

在符号计算软件 Maple 的帮助下, 利用改进的投射法和变量分离法, 得到了(3+1)维 Burgers 系统的孤立波解. 根据得到的解, 构造出 Burgers 系统新颖的孤子结构, 研究了孤子的演化.     

一种彩色图像的小波域预测编码方法

彩色图像存在空间相关性和帧间相关性,如何有效的去除这两种相关性是提高彩色图像压缩比的关键。提出一种小波变换域的自适应预测无损压缩方法,分为三个步骤:首先对彩色图像各个分量进行可逆整数小波变换减小空间相关性,然后利用联想记忆神经网络对小波系数图像分别进行空间预测和帧间预测,进一步去除空间和帧间相关性,最后对预测残差进行算术编码。实验证明该算法是可行的和有效的,对测试图像的压缩效果优于JPEG LS标准。     

基于非采样提升小波-Contourlet变换的图像融合算法

为克服非采样Contourlet变换中金字塔分解的不足,首先在提升小波变换的基础上,通过取消其奇偶分裂环节得到具有平移不变性的非采样提升小波变换,然后用此变换来取代非采样Contourlet变换中的金字塔分解,得到新的非采样提升小波-Contourlet变换。将此变换与一定的融合规则相结合,提出了一种基于非采样提升小波-Contourlet变换的图像融合算法。实验表明,该算法相对于非采样Contourlet变换能从源图像中提取更多有用信息注入到融合图像中,可得到更高性能的融合图像。     

一种基于小波变换的红外偏振融合算法

针对红外偏振图像可以较好地抑制背景噪声,对目标边缘信息比较敏感的特点,提出一种基于小波变换的红外偏振融合算法,它主要用于红外辐射强度图像和偏振度图像融合,增加图像的信息量。首先采用小波变换对参与融合的每幅图像分别进行各尺度分解,得到各尺度小波系数,然后针对不同尺度小波系数,采用邻域平均梯度为判据进行融合,得到融合后的各尺度小波系数,最后通过小波逆变换进行图像重构,得到融合图像。融合前后的图像对比表明融合图像在保留辐射强度图像的清晰度的同时,突出了目标的边缘、轮廓信息。相对于辐射强度图像,融合图像的梯度均值提高了112%,相对于偏振度图像,融合图像的标准差提高了151%,信息熵提高了38%。     

基于提升方案的多光谱遥感图像有损压缩算法

在分析多光谱遥感图像谱间和空间数据特点的基础上,提出了一种DPCM线性预测与基于提升方案的整数小波变换相结合的多光谱遥感图像有损压缩算法。在谱间采用DPCM预测去除谱间相关性;在谱内采用整数小波变换去除空间相关性,根据不同子带对目标识别的重要程度,选择不同的量化阈值和量化步长进行量化,并分别对各个子带量化后的数据和重要图表采用固定比特平面编码和游程编码,实现高效的多光谱遥感图像压缩。实验结果表明,该算法在一定的压缩比下,重构图像具有较高的峰值信噪比,并且算法硬件实现简单,对内存的需求低。     

基于分块离散小波变换的图像信息隐藏与盲提取算法

提出了一种在小波域中图像信息隐藏与盲提取算法. 该算法首先对载体图像进行分块两层离散小波变换, 找到每块第二级分解子带中的最大值即最重要小波系数, 然后根据小波特征树的对应关系将其在第一级分解子带中的对应区域作为嵌入区域, 在该区域嵌入由秘密信息生成的伪随机序列. 提取过程中, 同样按照小波系数对应关系寻找到嵌入区域并判断其与伪随机序列的相关性即可解密, 不需要提供原始图像. 实验结果表明, 该算法能实现二值图像的嵌入与盲提取, 且提取出的图像质量较好并具备一定的抗攻击能力, 尤其对于剪切攻击的鲁棒性较好.     

基于SPIHT的图像加密与压缩关联算法

为了研究图像压缩与加密同步进行问题, 本文提出了一种在变换域下的图像加密与压缩关联算法在该算法中, 加密过程发生在小波变换与SPIHT编码之间它充分利用了离散小波变换和基于层次树的集合划分(set partitioning in hierarchical trees, SPIHT)编码属性, 扩散过程被限制在单个子带内部. 此外, 混淆过程保留了SPIHT编码中两个最重要的位和符号位, 它包含了图像的重要信息. 实验结果表明, 算法具有良好的安全性、图像重构视觉质量以及很高的加/解密速度.     

基于改进中值滤波和提升小波变换的阈值去噪方法研究

对于实际拍摄的一些图像信噪比低,噪声密度大,且含有混合噪声,而现有算法大多只能去除单一噪声的问题。针对混合噪声中含有的脉冲噪声和高斯噪声,提出基于改进中值滤波和提升小波变换去噪相结合的方法。去噪过程中,使用中值滤波器提取脉冲噪声并采用中值滤波算法滤波后,构造提升小波,采用改进阈值函数提升小波阈值去噪方法去除高斯噪声。实验结果表明,当噪声值(,)=(0.4, 20)时,采用本文去噪方法,峰值信噪比（PSNR）为34.002 1,平均绝对误差（MAE）为2.365 3。     

基于中值滤波和提升小波分析的图像去噪方法研究

针对现有算法大多对单一高斯噪声或脉冲噪声进行图像滤波的问题,在对二维图像平滑去噪的过程中,采用基于中值滤波和提升小波变换相结合的图像去噪方法。在中值滤波基础上,构造基于脉冲检测的中值滤波器,找出混合噪声中脉冲噪声并进行滤波;与此同时,对原始小波进行提升,构造提升小波,然后采用提升小波阈值去噪方法抑制高斯噪声。实验结果表明:采用本文方法,混合噪声得到有效抑制,去噪效果好。     

基于梯度和小波变换的水下距离选通图像去噪

水体的散射效应、激光光斑、成像器件的非理想化等因素使得图像出现大量无规律粒状噪声,它们增加了水下距离选通图像的背景噪声,模糊了目标轮廓,掩盖了目标细节,降低了图像的信噪比。针对上述问题本文提出了一种基于梯度和小波变换的去噪方法。首先对图像进行余弦小波变换,得到不同频率空间的图像集。低频空间引入新的图像梯度强化方法以提高图像的纹理信息量;对应非均匀性条带的LH或HL空间做曲面拟合处理以消除非均匀性条带的影响;在HH空间去噪过程中,低层空间做非局部均值处理以保留图像相似信息,高层空间做分数阶积分处理以保留图像细节信息。最后小波逆变换得到结果图像。从实验水槽中采集水下图像进行算法验证,将改进方法与已有算法比对分析。实验表明,本文所研究的水下去噪算法,能够平滑噪声且更大限度地保留图像细节纹理,在客观评价指标上提升了6%。