二元Haar小波分解下的曲面数据压缩算法

本文基于二元张量积 Haar小波分解 ,构造误差驱动的曲面数据压缩算法 .该算法既可对已知曲面进行数据采样 。

基于Haar小波变换的图像分解与重构

介绍了Haar小波函数及基于Haar小波变换的图像分解与重构,通过实验得出了小波变换及haar小波用于图像分解与重构具有速度快、重构图像压缩比高、对图像容易进行各种分析处理等优点的结论,为后续研究图像压缩技术提供了一定的依据。

基于Haar小波分解的实时手势识别

传统基于样例的识别方法由于数据量大而难以应用于实时手势识别。为此,利用Haar小波可用于分解图像,保留细节部分而丢弃高频部分的特点,将视频序列中每一帧的图像尺寸降到不影响系统准确率的程度,同时降低识别过程的计算量。采用单摄像头在一个36个元素的美国手语手势集上进行实验,结果证明系统的有效识别速率可以提高到30 f/s且准确率几乎未变,可以满足实时性需求。

Haar小波在图像多尺度分解与重构中的应用

鉴于小波多尺度分解与重构在图像的编码、压缩、去燥、融合等方面的重要作用,介绍了Haar小波的尺度函数与小波函数,给出了Haar小波多尺度分解与重构的算法,并进行成功验证。结果表明,多尺度分解将图像分解成一个简单的多层次框架,框架的每个分量具有独特的频率特性和空间取向特性,同时重构算法能很好地恢复图像。

基于Haar小波分解的快速曲线重构

采用Haar小波分解构造误差驱动的曲线数据压缩算法。对求得的少量重要数据点,运用保型性好计算速度快的通用参数化曲线插值方法,最终求得满足要求的三次B样条曲线。本文算法适用于大量密集数据点的快速曲线重构。

一种基于Haar小波的塔式分解重构算法

基于H aar小波的尺度和小波函数定义与特性,经过一系列推导得到基于H aar小波的塔式分解重构算法,并给出了图例验证算法分解和重构过程的正确性。本文给出的相关算法可对离散化的信号进行分解和重构,从而进行信号的噪音滤除和数据压缩等分析处理。

基于小波分解和奇异值分解的织物疵点检测

探讨基于小波分解和奇异值分解的织物疵点检测效果。运用三种算法进行了织物疵点检测。采用基本奇异值分解法进行机织物疵点检测,检测结果受噪声影响较大;采用Haar小波对待测图像进行除噪,边缘检测性较弱。利用Gabor小波良好的图像边缘敏感度、方向和尺度选择性,进行图像滤波,再进行SVD分解。结果表明:Gabor小波和SVD的融合算法可以对图像多种方向多种尺度进行调节,检测效果较好。认为:Gabor小波和奇异值分解相融合算法可应用于机织物疵点检测。

基于小波分解和鉴别共同矢量的人耳识别

针对高维、小样本的情况下使用Fisher线形鉴别分析进行特征提取存在的病态奇异问题,提出一种新的特征提取方法,即先对人耳样本图像进行二维离散小波分解,再利用DCV算法对小波分解后的低频信息分量作进一步的降维处理。不仅克服了小样本问题,也解决了直接使用DCV算法对人耳图像降维所引起的计算量大和计算速度过慢的问题。实验证明,该方法具有较好的识别率,是一种有效的特征提取算法。

基于Haar小波的虹膜特征提取算法

虹膜特征提取算法的优劣决定了虹膜识别系统的性能,经典小波变换算法在特征提取上存在不足,提出一种利用二维Haar小波提取虹膜特征的算法。算法在虹膜预处理的基础上,利用2D Haar小波对虹膜特征提取区域分解,对第三层小波分解高频系数编码生成375bits虹膜编码,利用相似度作为特征匹配关系。在中国科学院虹膜数据库[CASIA(1.0)]上的实验结果表明,算法在认证模式(Verification)与识别模式(Identification)下,性能均优于Boles的算法和Wildes的算法,仅次于Daugman的算法;但本算法虹膜码长度仅为Daugman的1/5,更节省储存空间,正确识别率为99.16%,等错率达到0.54%。

用二元树复小波变换法实现离焦图像的半盲复原

提出了一种基于二元树复小波变换和神经网络的半盲离焦图像复原算法,首先利用二元树复小波变换和特征值分解提取图像的特征矢量,将该矢量用来训练小波神经网络,利用训练好的网络估计离焦模糊参数.由此获得点扩展函数,用Wiener滤波完成图像的复原.实验结果表明,该方法能有效地估计离焦模糊参数和复原模糊图像.

Haar小波变换在图像处理中的应用

简述了小波变换的基本思想,着重叙述了使用Matlab软件小波工具包中的Haar小波对原始图像进行分解,并对不同分辨率的子图系数进行相应的运算,从而实现对原始图像的压缩、消噪、增强等处理的过程.得出了Haar小波变换用于图像处理具有速度快、处理方便、图像压缩比高、去噪效果好、图像特征保持性好等优点的结论,为进一步研究基于小波变换的图像处理技术提供了一定的依据.

基于Haar小波的同源图像消冗技术研究

针对分辨率不同、品质不同的同源①图像,提出一种基于Haar小波的图像消冗技术.该技术在Haar小波分解提取图像特征的基础上,利用图像特征向量的1-范数建立B+树索引,在B+树中通过范围查询计算不同图像的曼哈顿距离D1.同时为保证消冗的精确性,当D1≤T时,提取图像特征向量的部分数据构建集合,通过阈值t和不同集合中相同元素的个数v来判断是否进行消冗.实验表明,当t=5,T≤7000,消冗率②达到85%,消冗精度③为100%.

一种基于二元树复小波变换的特征提取

利用二元树复小波变换(DT CWT)良好的方向选择性和矩阵奇异值分解(SVD)的稳定性,作者提出了一种新的特征提取方法并用于车牌汉字识别.实验证明该方法比二维实小波变换具有更好的识别效果.

二元向量值双正交小波滤波器的构造与性质

研究二元向量值双正交小波滤波器的构造问题.当其中一个向量值尺度函数的两尺度矩阵序列的多相分解为矩阵多项式时,运用提升思想与矩阵的多相分解法,给出相应的二元向量值双正交小波滤波器的构造公式.讨论二元向量值小波包的性质,得到二元向量值小波包的双正交公式与向量值小波包基.

Haar小波滤波算法的研究

本文介绍了Haar小波的去噪原理及其算法的特点,可应用该算法解决傅立叶变换难以对非平稳信号进行分析的难题,最终通过仿真测试说明正确的应用小波算法,可较理想的实现信号的去噪、分解和重构.

基于小波的二维图像分解与重构

概述了小波分解与重构即小波分析的数学理论基础,简要介绍了haar和db3两种常用小波的结构,在matlab环境实现了用这两种小波对灰度图像的分解与重构,并对结果作了简要分析与讨论。

基于复小波变换和奇异值分解的数字水印

本文利用二元树复小波变换的平移不变性和奇异值分解的稳定性,提出了一种新的数字水印技术。该方法对几何攻击尤其是平移操作和加噪、JPG压缩等均保持了良好的稳健性。

长方形区域上非分离非均匀Haar小波

定义了二维Haar尺度函数,构造了长方形区域上的二维非均匀Haar小波函数,给出了非均匀Haar小波的分解和重构公式,最后得到了单值重构算法.

基于HAAR小波和BP神经网络的非线性电路故障诊断(英文)

提出了一种基于HAAR小波和BP神经的非线性电路故障诊断方法,该方法采用小波分解作为非线性电路故障信号的预处理器能大大减少神经网络的输入及训练和处理时间.介绍了一种改进的采用动量因子防止局部收敛的BPNN方法后,阐述基于HAAR小波分解提取故障信号中的故障特征的原理.

用Haar小波选择平面上插值的重要点

用Ｈａａｒ小波分解的方法选择平面上插值问题的重要数据点．找出目标函数极小与Ｈａａｒ小波的关系．算例表明该方法是简单而且有效的。