离散小波变换的最优Lifting分解方法

现有Lifting分解 (LiftingFactorization ,LF)算法不能在较短时间内求解出较长离散小波变换 (DiscreteWaveletTransform ,DWT)滤波器组的所有数值稳定LF ,更无法计算最优LF .在LF的形式化分析基础上 ,提出了DWT多相矩阵的常数最大公因子分解方法 ,极大缩小了分解搜索空间 ;进一步 ,从数值稳定性及计算复杂性两方面研究了LF评价问题 ;最后 ,提出了基于联合优化的最优LF算法 .实验结果表明 ,本文算法在解的质量。

DWT Lifting分解理论及其在图像压缩中的应用

在形式化地分析DWT(Discrete Wavelet Transform)Lifting分解的基础上,提出了分解集合的分级结构概念与技术,其克服了求解问题的高复杂性所带来的实际计算与搜索困难;进一步地,从数值稳定性及计算代价两方面研究了分解的评价问题,给出了两种实用的分解稳定性准则;最后,结合分级结构技术提出了最优分解算法.这些方法应用在JPEG2000框架下的图像压缩系统中得到了一些深刻结论,如发现了LTD(Long Then Danger)现象等,可以为压缩系统中小波变换的快速实现提供新的理论依据与实用算法.实验结果表明了上述方法在求解效率与灵活性、寻优速度以及适用范围等方面的优越性.