多小波正交扩充算法在图像处理中的应用

吉林大学学报(工学版)

多小波正交扩充算法在图像处理中的应用

徐涛¹，吴登峰¹，刘杰²，魏连鑫³，宋广才¹

1.吉林大学机械科学与工程学院，长春 130022； 2.吉林大学计算机科学与技术学院，长春 130012； 3.吉林大学数学学院，长春 130012

收稿日期:2005-08-04 修回日期:2005-12-24 出版日期:2006-09-01 发布日期:2006-09-01
通讯作者: 徐涛

Application of multiwavelet orthonormal expansion
algorithm in image processing

Xu Tao¹，Wu Deng-feng¹，Liu Jie²，Wei Lian-xin³，Song Guang-cai¹

1.College of Mechanical Science and Engineering, Jilin University, Changchun 130022, China; 2.College of Computer Science and Technology, Jilin University, Changchun 130012, China; 3.Institute of Mathematics, Jilin University, Changchun 130012, China

Received:2005-08-04 Revised:2005-12-24 Online:2006-09-01 Published:2006-09-01
Contact: Xu Tao

摘要/Abstract

摘要： 根据正交多小波的特点，提出了一种利用正交扩充来构造多小波滤波器系数矩阵的方法。同时应用二阶平衡法构建出相应的预滤波器，并给出两个二尺度正交多小波算式。将本文构造的正交多小波与GHM、CL多小波分别进行图像分解处理。仿真试验结果表明：GHM多小波将能量汇聚于LL11层，CL多小波能进一步将能量汇聚于LL11层，而本文构造的多小波2效果优于CL多小波，LL11层的能量达到97.90%。

关键词: 信息处理技术, 紧支撑, 多小波, 正交扩充, 预滤波, 图像分解

Abstract: A new method for construction of multiwavelet filter coefficients matrix using orthonormal expansion technique was proposed. By introducing 2order balance algorithm to construct a prefilter, two twoscale orthonormal multiwavelets were given. The decomposition of Lena image using GHM, CL multiwavelet and the proposed wavelets was conducted respectively. Simulation results show that this new method can reach higher energy accumulation in LL11 layer for 97.90%, is superior to those of GHM and CL multiwavelet.

Key words: information processing, compactly supported, multiwavelet, orthonormal expansion, prefilter, image decompose

中图分类号:

TP752

徐涛，吴登峰，刘杰，魏连鑫，宋广才 . 多小波正交扩充算法在图像处理中的应用
[J]. 吉林大学学报(工学版), 2006, 36(05): 778-0781.

Xu Tao，Wu Deng-feng，Liu Jie，Wei Lian-xin，Song Guang-cai . Application of multiwavelet orthonormal expansion
algorithm in image processing[J]. 吉林大学学报(工学版), 2006, 36(05): 778-0781.

参考文献

相关文章 15

[1]	苏寒松,代志涛,刘高华,张倩芳. 结合吸收Markov链和流行排序的显著性区域检测[J]. 吉林大学学报(工学版), 2018, 48(6): 1887-1894.
[2]	徐岩,孙美双. 基于卷积神经网络的水下图像增强方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1895-1903.
[3]	黄勇,杨德运,乔赛,慕振国. 高分辨合成孔径雷达图像的耦合传统恒虚警目标检测[J]. 吉林大学学报(工学版), 2018, 48(6): 1904-1909.
[4]	李居朋,张祖成,李墨羽,缪德芳. 基于Kalman滤波的电容屏触控轨迹平滑算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1910-1916.
[5]	应欢,刘松华,唐博文,韩丽芳,周亮. 基于自适应释放策略的低开销确定性重放方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1917-1924.
[6]	陆智俊,钟超,吴敬玉. 星载合成孔径雷达图像小特征的准确分割方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1925-1930.
[7]	刘仲民,王阳,李战明,胡文瑾. 基于简单线性迭代聚类和快速最近邻区域合并的图像分割算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1931-1937.
[8]	单泽彪,刘小松,史红伟,王春阳,石要武. 动态压缩感知波达方向跟踪算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1938-1944.
[9]	姚海洋, 王海燕, 张之琛, 申晓红. 双Duffing振子逆向联合信号检测模型[J]. 吉林大学学报(工学版), 2018, 48(4): 1282-1290.
[10]	全薇, 郝晓明, 孙雅东, 柏葆华, 王禹亭. 基于实际眼结构的个性化投影式头盔物镜研制[J]. 吉林大学学报(工学版), 2018, 48(4): 1291-1297.
[11]	陈绵书, 苏越, 桑爱军, 李培鹏. 基于空间矢量模型的图像分类方法[J]. 吉林大学学报(工学版), 2018, 48(3): 943-951.
[12]	陈涛, 崔岳寒, 郭立民. 适用于单快拍的多重信号分类改进算法[J]. 吉林大学学报(工学版), 2018, 48(3): 952-956.
[13]	孟广伟, 李荣佳, 王欣, 周立明, 顾帅. 压电双材料界面裂纹的强度因子分析[J]. 吉林大学学报(工学版), 2018, 48(2): 500-506.
[14]	林金花, 王延杰, 孙宏海. 改进的自适应特征细分方法及其对Catmull-Clark曲面的实时绘制[J]. 吉林大学学报(工学版), 2018, 48(2): 625-632.
[15]	王柯, 刘富, 康冰, 霍彤彤, 周求湛. 基于沙蝎定位猎物的仿生震源定位方法[J]. 吉林大学学报(工学版), 2018, 48(2): 633-639.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed