一种新的基于提升多小波变换的图像融合方法

多小波是一种新的小波,它在理论上所表现出来的优势以及它在应用领域所具有的潜力,使其受到高度重视。在短短的几年时间内,它在图像处理方面的应用已取得了一定的成效。提升方法不仅是现存小波变换的一种快速算法,而且是构造新的小波变换的一种工具。本文根据提升方法和多小波变换的特点,对多小波实现了提升变换,并把这种基于提升方法的多小波变换应用于图像融合,结果表明有更好的效果。

多重小波系数重排SPIHT及其在图像编码中的应用

根据SPIHT算法的特点,提出了适合SPIHT算法实现的图像编码方案。首先对图像做预滤波和二维的二重小波分解;然后为了更好地利用小块之间数据的相关性,把三层的二重小波分解的子带结构重排成了类似标量小波分解的子带结构;接下来根据小波系数值的统计分析对小波系数进行量化处理。SPIHT编码的实验结果显示,这种编码方案能取得较好的编码效果。

基于多小波变换的混合水印应用研究

扩频和量化技术是数字水印中两种基本的技术,扩频水印有鲁棒性强的特点,而量化水印具有更大的容量,考虑到两者之间存在互补性,论文在图像多小波变换统计特征和视觉掩蔽模型基础上,提出了一种新颖的图像多小波变换域内基于扩频和量化的混合数字水印方案。实验结果表明所提出的算法既具有较高的嵌入容量,又具有较强的鲁棒性,特别是在高压缩比下具有较高的性能。

油水两相流温度波动信号的相含率提取算法与实验

利用多小波变换法研究了不同流量下的温度波动信号与含油率的关系，解决了油水两相流温度信号受外界噪声干扰，微弱的真实温度信号难以提取问题，建立了含油率与热电偶电压幅值波动及油水总流量的关系式。实验结果表明，含油率范围为10％～70％，油水总流量为1～2．5m3／h时含油率的平均测量误差为2．31％。

基于多小波阈值收缩与子带增强的图像去噪

为保证在图像去噪的同时,尽量保留图像的边缘特征,提出一种新的基于多小波阈值收缩与子带增强相结合的图像去噪方法.该方法以多小波变换为基础,将变换后的多小波系数分为噪声相关系数和边缘相关系数,对变换系数进行软阈值多小波收缩消去噪声相关系数;阈值收缩是非线性变换,对图像边缘有平滑作用,因此,该方法提出在阈值收缩后进行线性的子带增强,增强边缘相关系数.实验表明:与单一的阈值收缩方法相比,该去噪方法不仅保留了图像的边缘特征,而且提高了去噪图像的峰值信噪比,优于普通的阈值收缩方法.

基于多小波和分维的图像融合算法

多小波理论是小波理论的扩展,在图像处理方面具有单小波所不具有的优点。它能为图像提供一种比小波多分辨分析更精确的分析方法。在图像的多小波分解的不同尺度上的子图像间有自相似性,而自相似性又是分形分维的基础。于是,根据图像多小波分解的特点,提出了一种新的基于图像多小波分解的分维融合算法,将不同源图像经多小波变换分别分解成不同尺度的子图像,对高频子图像在相应的尺度上以分形分维作为权系数进行融合,对低频子图像在相应的尺度上以区域能量作为权系数进行融合,并分别采用多聚焦图像、可见光和红外图像作为源图像进行融合实验,实验结果表明该方法是可行的。

自适应提升多小波在螺旋伞齿轮故障诊断中的应用

螺旋伞齿轮能改变动力的传递方向,工程上得到了广泛的应用,因此对其进行故障诊断具有重要的意义;然而,重合度大和调幅调频的特性大大增加了特征提取的难度。多小波具有多重小波基函数和许多优良特性,近来被广泛运用于旋转机械的故障诊断。首先用对称提升构造出自适应的多小波,并对信号进行分解;其次,选择敏感特征频带进行重构;最后,通过希尔伯特变换解调出特征频率。以实验台中模拟的螺旋伞齿轮断齿和擦伤故障为例,验证了该方法的有效性。