基于提升小波的圖像處理技術(shù).pdf

1、小波(wavelet)是目前科學(xué)和工程領(lǐng)域一個非常廣泛的話題,它具有時頻多尺度分析的能力和良好的去相關(guān)效果,在信號處理中有著廣泛的應(yīng)用.從傳統(tǒng)的第一代小波出發(fā),得到它的多相矩陣表示;引入勒讓多多項式的分解,我們可以將多相矩陣表示為基本矩陣的累積;這樣就可以在實現(xiàn)結(jié)構(gòu)上將小波濾波器分解為簡單的提升步驟,同時它也從時域上給出了小波的解釋,便于我們對小波分析的進一步理解.提升的實現(xiàn)方式具有很多優(yōu)異的性質(zhì).它結(jié)構(gòu)簡單,可以有效降低計算量;實現(xiàn)原

2、位運算,減少所需的存儲空間;逆變換可以通過結(jié)構(gòu)翻轉(zhuǎn)直接實現(xiàn);能夠?qū)崿F(xiàn)整數(shù)到整數(shù)的整整變換等等.便于VLSI實現(xiàn),適用于移動設(shè)備、低功耗設(shè)備.一些復(fù)雜的現(xiàn)有小波可以被分解為簡單的提升步驟,降低它的實現(xiàn)復(fù)雜度和成本.同時我們也可以從提升結(jié)構(gòu)的模型出發(fā),根據(jù)變換的目的,施加約束條件,構(gòu)造高效的小波濾波器.該論文主要討論了以下三個問題.1)兩參提升模型用于數(shù)據(jù)壓縮的改進.我們對兩參模型的參數(shù)區(qū)間進行了拓展,提高了圖像壓縮的效率.提出了絕對和作為

3、選取最佳參數(shù)的評價函數(shù),并改進了最佳參數(shù)的搜索算法;大大降低了運算量.2)將兩參提升模型 軟閾值降噪相結(jié)合用于圖像消噪.首先,我們改進參數(shù)模型使之適合于降噪應(yīng)用(先更新后預(yù)測);改進正交性等約束條件,得到了具有良好子帶分解特性的一族小波;然后,依據(jù)信號特性自適應(yīng)的選擇濾波器參數(shù)和軟閾值門限,得到了良好的圖像降噪效果.最佳提升參數(shù)和軟域值濾波門限都可以依據(jù)信號自適應(yīng)地得到,這種算法具有很好的魯棒性和普適性.3)對優(yōu)化提升小波的實現(xiàn)結(jié)構(gòu)、節(jié)