基于三维整数小波变换的图像压缩算法TDPIWT

介绍了整数小波变换的应用背景、特点及提升方法。着重分析了三维整数小波变换的分解过程 ,对其纵深方向的分解方法作了改进 ,讨论了选取最优整数小波变换的方法。并提出了一种基于三维整数小波变换的图像压缩新算法TDPIWT ,该算法适用于压缩医学序列图像。

基于整数提升小波变换的改进EZW编码算法

为了提高图像有损压缩的性能,在分析EZW算法的基础上,提出了一种改进的零树小波编码算法。该算法采用整数提升小波变换对图像进行分解,将分解后的图像作改进的EZW编码,即将低频子带和高频子带分开进行编码,主表采用不同的扫描方式,同时取消副表中的极间扫描。试验结果表明,改进算法提高了图像压缩质量和峰值信噪比,同时减少了编解码时间。

LWT-FLP去噪算法在FBG传感器信号处理中的应用

为了提高传感器信号处理的精度,结合提升小波变换和前向线性预测算法优势,提出了一种应用于FBG传感器信号处理的LWT-FLP去噪算法。研究结果表明:信号经FBG处理后展现出显著的去噪效果,且与处理前具有相似的变化趋势,FBG传感器可代替标准电磁流量计使用,具有相同功能。LWT-FLP算法相比于G-FLP算法及FLP算法这两种传统算法,去噪效果更佳。加速度计输出信号经LWT-FLP算法去噪后,不论是方差还是均值相比原始结果下降幅度都很大。

基于整数小波变换和改进零树编码的图像压缩方法

研究了基于整数小波变换和改进零树编码的图像压缩方法 :先进行整数小波变换 ,将图像变换到小波域 ,再用改进的零树编码对图像进行压缩。给出了试验结果以及与 EZW压缩方法的比较 ,结果表明 ,整数小波变换和改进零树编码相结合应用于图像压缩是有效的 ,在一定程度上能缩短计算时间 。

提升小波变换在振动信号去噪中的应用

振动信号存在不同形式的波形特征,传统小波去噪中,小波分解的结果与所采用的小波基函数有关,选用不适当的小波基函数会冲淡振动信号的局部特征信息,从而造成原始信号的部分有用信息丢失。为了克服上述缺陷,介绍了提升算法和基于该算法的小波变换快速算法,探讨了如何利用提升小波变换对信号进行去噪。通过对实际信号去噪处理,得出了提升小波算法能够较好地应用于信号去噪的结论。

基于无浮点小波视频压缩算法

将视频压缩和小波理论的最新发展———整数小波和二进制小波相结合,提出只需整数加法和移位的视频压缩算法,该算法所需的硬件成本比一般的基于三维小波变换的算法成本大大降低,而速度大幅度加快.

基于帧间预测码运动补偿算法

着重讨论帧间预测码运动补偿算法,该算法可获得比一般的运动块匹配方法更大的峰值信噪比,该基于小波变换域的块搜索匹配算法,在运动比较平缓时能以很少的运算次数马上找到块匹配点;在运动非常激烈时,则首先采用小波变换,然后再用本方法进行块匹配搜索,可减少大量复杂的运算量。

LWT-FLP去噪算法在FBG传感器信号处理中的应用

为了提高传感器信号处理的精度,结合提升小波变换和前向线性预测算法的优势,提出了一种新的去噪LWT-FLP去噪算法,首先利用提升小波对加速度计数据进行了多尺度变换,降低了原始数据的不平稳性;其次利用高频数据进行灰化处理,使原本无规律的数据体现出一定的规律性,可以有效提高FLP的预测精度。并对FBG传感器信号进行应用结果表明,提出的算法能够有效去除噪声对FBG传感器输出信号的影响,有效地证明了提出的LWT-FLP算法在去噪方面的优越性。通过与单一的算法进行去噪结果对比,验证了该算法的准确性,为传感器信号处理提供了一定的理论新方法。

一种基于小波的实时音频编解码器

介绍并实现了一种基于小波的适于实时硬件实现的音频编解码器 .对输入音频信号 ,首先进行差分脉冲预测编码 ,然后进行整数小波变换 ,最后进行量化和熵编码 .解码过程和编码过程相反。经测试 ,在每声道 64kbps左右 ,可达到与MP3相近的近似透明音质 ,且硬件成本低 ,实现简单 .

Volterra级数自适应预测模型在大坝位移分析中的应用

针对传统建模精度低及预测数据的噪声干扰,采用提升小波变换算法对大坝原始数据进行消噪处理,并通过Volterra级数自适应预测模型对大坝的位移量做了仿真试验。结果表明,该模型短期预测精度较高、计算量小,便于工程应用。

基于改进SPIHT的图像无损压缩算法研究

针对应用于图像无损压缩的传统SPIHT算法没有充分利用小波系数低频子带带内的相关性且存在编码冗余的不足之处,提出了基于改进SPIHT的图像无损压缩算法。首先对原始图像进行整数小波变换,然后对小波变换后的低频子带和高频子带分开编码,即对低频子带进行预测编码;对高频子带,当阈值小于等于2时,改变了传统SPIHT算法的编码方式,减少了比特输出。实验结果表明,与传统SPIHT算法相比,比特率平均降低了0.0653bpp。