一种新的快速自适应小波包图像压缩算法

提出了一种基于推广的Shannon熵代价函数的快速自适应小波包算法。该算法在小波包分解过程中,先对图像数据的边界进行对称延拓,最后提出了一种与零树编码、自适应算术编码相结合的小波包图像压缩算法。     

基于小波包分析的ECG信号降噪

在临床医学检测上,心电信号(ECG)是一种典型的人体生理信号,在采集时常伴有工频干扰、基线漂移和肌电干扰等影响。为后续能进行有效诊断,必须对采集的ECG信号进行预处理。文中介绍了一种基于小波包分析的ECG信号降噪方法,首先根据熵标准选择最佳小波包基,然后对ECG信号进行多层小波包分解,最后对分解系数进行阈值量化后得到重构信号。通过对胎儿ECG信号的仿真实验,结果表明,小波包分析方法比傅里叶变换和小波变换等具有更好的降噪效果。     

基于小波包的图像压缩处理

介绍了应用MATLAB小波分析软件包进行图像压缩处理的原理,并给出几个实际程序,说明其实现过程,具体介绍了低频信息保留压缩方法的实际编程,以及小波包最优基方法的原理框图和编程实例。     

一种快速自适应最优小波包基搜索算法

在小波包调制系统中,小波包基的选取对于系统性能有着显著的影响。针对目前BBS算法与BFA算法的缺点,分析了小波包基的构成原则与选取方法,提出了一种基于根节点逐级向下按二进分支路分解,利用度量函数决定父节点与子节点取舍的最优基搜索算法,并解决了约束条件下的最优基输出问题。最后将该算法在4径Rayleigh信道模型下进行了测试,仿真结果表明：在相同条件下,该算法比BBS算法快15%~20%,比BFA算法快10~15倍,且输出的最优基比全分解结构的ICI与ISI联合功率降低约20%。     

基于最优小波包基的自适应数字水印算法

提出了一种新的基于最优小波包基的数字水印算法，该算法充分利用了小波包的优点．对图像低频子带和纹理细节丰富的高频子带同时实施分解处理，并结合与人类视觉特性，采用自适应水印嵌入算法。实验证明该算法在保持嵌入水印图像具有良好视觉质量的同时，对常见的水印图像攻击方法具有较强的鲁棒性。     

基于小波包分析的激光陀螺信号滤波方法

各种随机噪声是激光陀螺误差的主要来源。为了减少激光陀螺的随机误差,提高其测量精度,介绍了基于小波包分析的滤波方法,研究了小波包分析和滤波的原理、熵标准和阈值函数的选取,比较了选择不同熵标准、阈值函数对激光陀螺信号滤波的效果,并采用Allan方差法分析滤波效果。结果表明基于小波包分析的滤波方法能有效减小随机误差,提高激光陀螺的测量精度。     

基于DSP的最优小波包基算法的实现

小波包分析能够为信号提供一种更加精细的分析方法,它将频带进行多层次划分,对多分辨分析没有细分的高频部分进一步分解,并能够根据被分析信号的特征,自适应地选择相应频带,使之与信号频谱相匹配,从而提高时-频分辨率。为了能在DSP嵌入式设备中应用小波包分析方法进行信号处理,首先讨论小波包分解的过程和最优基及代价函数的选择方法,然后提出一种在DSP上实现香农熵代价函数的小波包分解算法的方法,并在浮点型DSP TMS320C6713B上实现了此算法。最后针对具体的数字信号进行小波包分解和最优基选择的实验,实验结果证明了该方法的正确性和高效性。     

一种基于非线性域值小波包的超声图像闪斑抑制方法

在B超三维成像中,采用了一种新的基于非线性域值小波包的闪斑（Speckle)噪声抑制方法来提高成像质量。首先将一幅原始图像经过预滤波分解为高频噪声图像和低频主体图像两部分,然后分别经过多分辨率小波包处理,得到一组小波包域的系统。该系统采用一种软阈值滤波算法处理,去除掉其中的噪声并保留下各自的有用信息。两组分别去噪后的小波包系数经反变换回到时域并相加,得到消除了噪声的图像。该算法的性能在计算机仿真图像上进行了验证。采用该方法处理了一组水槽中的碗状物体的B超图像,并进行了三维体视化重构。实验表明,这种方法可以有效地抑制超声闪斑噪声并在重构中保留对象的细节特征。     

自适应小波包图像压缩感知方法

该文提出一种自适应小波包图像压缩感知方法。该方法选用小波包变换分解图像,基于数学期望和信息熵分析各个小波包系数块的属性,自适应地将其划分为低频信号、无价值信号、特殊处理信号和压缩感知处理信号等4种信号类型,再针对不同的信号类型设计对应的处理方法,适应不同特征的图像。通过此种方法,在图像压缩感知过程中,可以根据不同图像和小波包系数块自适应地选取采样值,来提高压缩感知质量。实验结果表明该文提出的自适应小波包图像压缩感知方法在相同采样值的前提下,不仅提高了图像的重构质量,同时也降低了算法的计算复杂度和所需存储空间。     

基于最优小波基函数的语音增强研究

小波分析具有时频局部化和多分辨率特性,而小波包分析是在小波分析的基础上对信号高频部分的更精细地分解,选取合适的小波基一直是小波包去噪分析中的关键问题。将熵函数作为选取最优小波基的评价标准,通过计算语音信号小波包分解系数的熵值来确定合适的分解方式,同时采用小波包阈值去噪算法对三种小波基进行小波包去噪仿真实验,并进行对比分析。仿真实验表明,两种熵函数选取的最优小波基都能较好地消除强噪声背景下的噪声,得到信噪比较高的语音信号。     

嵌入式彩色图像的小波包压缩算法

提出一种基于小波包变换的嵌入式彩色图像压缩方法，利用彩色图像的三分量之间的相关性，结合小波包分解的思想和多级树集合分裂算法(SPIHT)，对彩色图像进行压缩鳊码，对比分析表明该方法是可行的、有效的彩色图像压缩方法。     

利用小波包变换实现音频压缩算法

构造了一个音频编码系统,用ＦＶ－ＭＬＴ（Ｆｒｅｑｕｅｎｃｙ Ｖａｒｙｉｎｇ Ｍｏｄｅｌａｔｅｄ Ｌａｐｐｅｄ Ｔｒａｎｓｆｏｒｍｓ）＾［１］实现小波包的变换,进行对输入信号的时频变换。并利用时频变换输出的ＦＶ－ＭＬＴ系数计算蔗蔽门限,提出了基于小波变换的心理声学模型算法。对整个编码器进行了软件仿真,并与ＭＰＥＧ的标准编解码器进行了音质与压缩率方面的比较。在音质接近的情况下,该编码器的平均码率比Ｘｉ     

基于Curvelet变换与小波包变换联合的图像去噪算法

小波包变换在处理图像中的平滑区域时能够起到较好的效果,而Curvelet变换可以更好地逼近线性奇异高维函数,对图像的边缘区域有最稀疏的表示.在此基础上提出了基于二者联合的图像去噪算法,在对含噪图像进行分割后,分别对线性区域和平滑区域采用Curvelet阈值去噪处理和小波包阈值去噪处理.该方法充分发挥了二者各自的优势,实验表明,它对图像的去噪效果要优于单纯的Curvelet或小波包去噪方法.     

用小波包变换产生音频数据索引的方法

针对音频多媒体数据库中基于例子和基于内容的查询,本文提出一种产生音频数据索引的方法.这里,我们首先讨论了小波包分解的过程和最好基及代价函数的选择方法.其次,对现有的用小波变换产生音频数据索引的二个方法进行比较,并提出基于小波包最好基变换产生音频数据索引的方法.再次,我们提出用音频数据的小波包最好基变换系数的部分最高值的能量作为音频数据索引.最后,我们把这种方法与直接采用小波变换产生索引的方法相比较.实验结果表明这种新方法具有较高和较稳定的检索精度.     

关于正交小波包变换的几点理论探讨

本文对正交小波包基函数在不同尺度上的传递关系、正交小波包变换系数在不同尺度上的传递关系、高斯白噪声的正交小波包变换系数的统计特性、以及正交小波包基的相关函数性质进行了理论研究,并获得了相应的理论结果,仿真实验验证了理论研究的正确性.     

一种基于正交小波包变换的数据压缩方法

本文将最优小波包基变换应用到数据压缩方法的研究工作中,针对不同频率的小波包系数之不同统计特性设计了相应的标量量化和矢量量化方法,并对一组实际测量数据运用我们建议的方法进行压缩,在失真率较小的情况下,得到较高的压缩比.     

小波分析和小波包在图像消噪中的应用

小波包理论是在小波基础上发展起来的时频分析理论,在图像消噪中取得了较好的应用。文中介绍了小波分析和小波包的基本理论,分析了基于小波和小波包进行图像消噪的方法,利用MATLAB7对相同舍噪图像进行了计算机仿真,并对仿真结果进行了分析。实验表明,图像消噪效果与阈值的选取密切相关,小波包消噪后的效果比小波更好。     

应用最优小波包变换的特征提取方法

在模式识别或分类中,从原始模式中提取有效的分类特征是非常重要的.但对于大量的非平稳或时变信号模式来说,如语音,雷达,地震信号等,用于分类的特征往往包含在局部的时-频信息中,用一般的变换方法提取有效的特征比较困难.近年来小波变换在信号处理和特征提取中得到了广泛应用,但小波包变换的任意多尺度分解特性,是分析非平稳信号更有效的方法,这是由于小波库中包含了丰富的小波包基,不同的小波包基具有不同的性质,反映不同的信号特性,能获取其他变换所不能获取的信号特征.本文主要研究由给定的训练样本集,如何选择最优小波包基,从被识别或分类的信号中提取具有最大可分性的特征.为此提出了应用三种可分性准则,即距离准则,散度准则和熵准则选择最优基.通过实验,对应用各准则选择最优基提取特征与小波基提取特征的性能进行了比较.