基于双密度小波变换的信号去噪研究

为了改善信号的去噪效果,在分析离散小波变换和双密度小波变换的基础上,提出一种基于双密度小波变换的去噪算法。双密度小波有两个小波函数,同一个尺度内相邻的小波间的频带间隔更小,有效的克服了离散小波变换时移性的缺点,有近似的平移不变性,更能描述信号的真实特征。将该算法用于不同噪声强度下的信号去噪,实验结果表明：基于双密度小波变换的去噪算法优于基于离散小波变换的去噪算法,是一种有效的信号去噪新算法。     

基于小波变换的暂态电能质量扰动的检测法

该文研究了基于小波变换的暂态电能质量扰动的检测算法,利用快速小波变换算法即Mallat算法检测和提取扰动信号,并在MATLAB环境下进行了仿真,采用db4小波、3尺度进行小波分解与重构并对信号进行检测,验证了小波变换能够实现电能质量扰动信号的准确定位。     

基于DCT和DWT的彩色数字水印算法

提出了一种基于离散小波变换和离散余弦变换的彩色数字水印算法。首先对嵌入图像进行猫脸变换和离散余弦变换进行置乱,然后将变换后的水印图像嵌入经过离散小波变换的宿主图像中。实验证明,基于该算法实现的嵌入水印后的宿主图像能够很好满足安全性、隐蔽性、鲁棒性等要求。     

一种基于小波变换的数字图像水印算法

研究了基于小波变换的灰度图像不可见水印算法。首先利用伪随机序列对水印信息进行扩频处理,然后在小波变换的高频子带中嵌入水印信息。在提取的过程中,根据嵌入水印的图像与伪随机序列的相关性提取水印信息,由此论述一种基于小波变换的静态图像水印嵌入和提取算法。     

基于小波变换和动态时间规整算法相结合的故障识别算法

提出了一种基于小波变换和动态时间规整算法相结合的故障识别算法。该算法首先利用小波变换对实验样本与参考样本进行处理以去掉样本信号的非平稳性和噪声,然后利用动态时间规整算法对未知的实验样本与参考样本之间的相似性进行评价,并基于最短距离进行分类,以达到故障识别的目的,最后将此算法应用到Tennessee Eastman过程的故障识别中,仿真结果表明基于小波变换和DTW算法能够准确地识别出发生何种故障,而常规的DTW算法则存在一定的失误。     

基于S+P变换和EZW编码的图像压缩算法

嵌入式零树小波是根据标准小波变换的空间多分辨率特征将重要节点与零树根进行编码来完成图像压缩的编码算法,但标准小波变换对图像的边缘、轮廓以及纹理等特征信息的表达不具有稀疏性,不能够较好地表达图像的细节信息。针对标准小波变换的缺陷,新算法根据S+P变换能够实现整数到整数的变换,将EZW和S+P变换结合起来,提出了一种基于S+P变换改进的EZW编码算法,即使用S+P变换替换标准小波变换,完成图像的低损耗压缩。实验结果表明:相对于经典的EZW编码算法,基于S+P变换改进的EZW编码算法在压缩比、编码效率以及峰值信噪比等性能方面都具有较大的改善。     

一种基于BKF模型的双树复小波图像去噪算法

文章介绍了双树复小波变换,根据BKF模型,采用贝叶斯最大后验估计,给出了一种基于双树复小波变换的图像去噪算法。在仿真实验中,该算法与经典ProbShrink算法相比能提高峰值信噪比,改善视觉效果与去噪效果。     

一种新的数字图像水印嵌入和提取算法

给出了一种新的基于小波变换和视觉模型的彩色图像数字水印算法.该算法利用人眼视觉模型的特征在离散小波变换域中嵌入水印,在水印提取过程中提出一种基于分类的方法,使得图像在受到攻击时能够更好地还原水印信息.     

基于离散小波变换和奇异值分解的盲水印算法

数字水印技术是解决多媒体数字产品版权保护与信息完整性的有效方法。提出了一种基于离散小波变换和奇异值分解的盲数字水印算法,算法利用小波变换和矩阵奇异值本身的特性,将Arnold变换后的水印信息量化地嵌入到原始图像小波低频子带分块奇异值分解后的向量中。实验表明,该算法具有较好的透明性和鲁棒性。     

基于离散小波变换和奇异值分解的版权保护视频水印算法研究

针对含水印视频受几何攻击的问题,提出基于小波变换与奇异值分解的视频数字水印算法。在探讨离散小波变换和奇异值分解概念的基础上,对已有算法进行分析,探讨其中存在的问题。提出基于小波变换与奇异值分解的视频数字水印算法,并探讨水印设计的思路、嵌入和提取框架图,完成仿真实验。最后,将本文算法与其它算法进行水印鲁棒性和不可见性比较。实验表明,该算法对几何攻击具有强鲁棒性。     

小波变换与图像压缩的探讨

基于小波变换的图像编码是一种有效的图像压缩方法。本文着重讨论嵌入式零树小波图像编码算法(EZW),对其在图像压缩的应用上进行了一些分析。并对它存在的问题提出改进思路。力图找出小波变换在图像压缩方面更好的算法。     

基于多小波变换的数字水印嵌入方法

提出了一种基于多小波变换的数字水印算法,将二值水印嵌入到宿主图像的多小波变换域中。首先将对应于相同位置的多小波系数形成向量序列,然后采用均值量化方法嵌入数字水印。实验结果表明,该水印算法在多种攻击下都具有较好的鲁棒性。     

多尺度小波变换的图像融合算法的研究与评价

应用多尺度小波变换实现数字图像的融合，其融合算法可分为基于像素级和基于区域级两大类．通过对CT图像和MRI图像实现图像融合并对融合后的图像进行定量评价，表明在多尺度小波变换的各种融合算法中，基于小波系数频带方向最大值融合算法能提供更好的可视性和清晰度．     

基于小波变换的全景图像超分辨率增强算法

在研究和分析小波变换理论的基础上提出了一种基于小波变换的全景图像超分辨率增强算法,该算法充分利用了小波多分辨率分解思想,体现图像降低的自然过程;通过高分辨率小波系数,经插值逆变换可得到重构的高分辨率图像。实验结果证明该算法克服了传统的插值算法致使图像高分辨部分损失、细节被模糊的缺点,是超分辨率图像处理的一种行之有效的途径。     

基于小波变换的反锐化掩模图像增强研究

研究了反锐化掩模技术在图像增强中的应用,给出了基于小波变换的反锐化掩模法图像增强的实现算法,同时进行了实验验证.从实验结果可以看出,基于小波变换的反锐化掩模法可以有效地对图像的细节进行增强.     

一种改进的基于小波变换的语音基频检测

传统的小波变换基频检测通过比较相邻尺度上的小波系数极值点来进行检测．该方法往往存在着伪极值点的误判,降低了检测的精确度,而且增加了运算量．针对小波系数的伪极值点误判情况做了分析,进行了最佳尺度的判定,以及极值点搜索方法的改进,提出了一种基于最佳尺度的小波变换基频检测算法,提高了算法的实时性和准确性,并通过实验证明了该算法的有效性．     

基于小波系数位置的隐写算法设计与实现

为了提高隐写算法的不可见性,提出了一种基于小波系数位置的隐写算法设计思想。利用对原始图像的多级小波变换,提取小波变换之后的频率系数。通过分析特征、系数、序对之间的大小关系,实现隐写信息的嵌入,并以小波系数的位置关系代表所嵌入的0或1特征信息。仿真测试表明,所设计的隐写算法在不可见性方面具有较优的表现。     

基于MRA的三相不对称系统谐波监测的研究

首先论述了基于小波变换的谐波检测的原理,根据目前小波变换在三相不对称系统谐波检测中存在的无法分离基波信号之不足,介绍了一种用于三相不对称系统的基于周期交错的测量方法。针对MRA算法既不能直接可靠地估算三相交流信号的基波成分(50 Hz),也不能精确地提取信号的谐波分量的缺点,探讨了将快速傅立叶变换和小波变换相结合的方法,利用小波变换的奇异信号检测能力和较好的时域分辨率,结合傅立叶变换准确的频域分辨能力对电网谐波信号模型进行了分析。文中归纳出基于小波变换的谐波监测方法。该方法的技术优势是可以实时跟踪谐波信号的变化。仿真实验结果表明了该方案能够满足电力系统中谐波检测的实时性要求。     

微弱信号混沌检测系统的噪声分离研究

混沌学是目前非线性科学研究中的热点之一.传统的微弱信号混沌检测技术在信号存在噪声的情况下暴露出许多不足之处,如去噪能力较差、检测精度不高等,本文基于前人的研究基础,提出了一种改进小波变换算法的微弱信号混沌检测系统的方法,通过仿真实验可知能够将该方法运用到微弱信号检测.具体方法是对传统小波变换算法的变换域变量进行离散化,目的是消除变换中的冗余,之后采用阈值折衷策略对小波系数进行阈值优化,处理后的小波算法将应用于微弱信号混沌检测系统中,周期策动力为有限离散处理后的含噪信号并入混沌系统,从而实现含噪情况下的微弱信号检测.一系列仿真实验表明,提出和改进的小波变换算法的去噪效果要优于传统小波变换算法,同时在微弱信号混沌检测系统的应用中,改进算法的检测精度和鲁棒性更好.     

基于整数的小波变换无失真图象压缩

讨论了基于整数的小波变换的无失真压缩算法。该算法构造了MSR作为双正交小波基的一个重要参数,并根据小波变换能量聚集的特点和变换以后数据之间的相关关系,将零树编码和算术编码相结合,实现无失真图像压缩。实验表明。方法不仅提高编码效率而且在保证图像质量的同时有效地提高了压缩比。