导读:本文包含了小波分解变换论文开题报告文献综述及选题提纲参考文献，主要关键词:分数傅里叶变换,小波分解,彩色图像加密,混沌置乱
小波分解变换论文文献综述
薛侠,龚黎华,刘兴斌[1]（2012）在《基于分数傅里叶变换和小波分解的彩色图像分级加密》一文中研究指出提出一种基于分数傅里叶变换和小波分解的彩色图像分级加密方案。通过对图像矩阵和颜色索引表分别进行加密来实现彩色图像的分级加密。先对颜色索引表进行Logistic置乱,得到一级加密图像;再对图像矩阵进行单层小波分解提取出低频分量,对其进行分数傅立叶变换域的双随机相位编码,得到二级加密图像,将置乱的颜色索引表和加密之后的图像矩阵合成生成加密图像。该方案具有较高的安全性和效率,仿真结果验证了算法的安全性和有效性。(本文来源于《南昌大学学报(理科版)》期刊2012年06期）
刘玉芹,苑玮琦,郭金玉[2]（2011）在《基于小波分解和高低帽变换的在线掌纹识别》一文中研究指出用于身份鉴别的掌纹识别为信息安全提供了一种新的方案。为减少对图像采集的限制,提出在小波变换的基础上,利用高低帽变换寻找低频子图像中的灰度槽,获取对比度增强的图像。把此子图像所有的变换值组合起来作为图像的特征向量用于识别;运用UST掌纹图像库,对本算法进行了测试。从实验的结果看,此方法解决了在线掌纹图像低对比度问题,图像识别率得以提高,能够满足对采集图像无过多要求的认证系统的使用。(本文来源于《计算机应用研究》期刊2011年06期）
龚建周,刘彦随,夏北成,陈健飞[3]（2010）在《IHS和小波变换结合多源遥感影像融合质量对小波分解层数的响应》一文中研究指出随着遥感技术的快速发展以及遥感数据的广泛应用,影像的融合处理已成为多源遥感影像信息聚合、获取高质量空间影像的有效途径。基于SPOT全色和多光谱、TM多光谱遥感数据,运用IHS和小波变换相结合的融合方法,进行了不同来源影像融合、融合图像质量对小波分解层数的响应以及这种响应对研究区域面积的敏感性分析。结果表明,多源影像之间的IHS和小波变换相结合的融合方法明显地改善了影像的质量;融合图像质量与原始影像空间分辨率相关,如经1层小波变换融合,TM,SPOT融合图像熵值的增幅分别为20.95%,0.19%。小波融合图像质量对小波分解的层数的敏感性较强,在小波分解层数为2,3或4时,都能获得高质量的融合图像;小波分解层数等于或大于5时融合图像质量下降,7是大幅下降的临界层数。融合图像质量对小波分解层数的响应特性对面积大小变化是敏感的,特别是小面积图像,为此,实际应用中需特别注意最佳分解层数问题。(本文来源于《中国图象图形学报》期刊2010年08期）
李延军,严洪,赵伟[4]（2009）在《基于能量变换与小波分解的QRS波群检测算法》一文中研究指出目的使用能量变换与小波分解的联合算法检测心电信号QRS波群的特征点,为心电信号的自动分析提供新的手段。方法能量变换是基于信号的局部特征的,可以有效地突出信号的峰点或谷点;小波分解对信号做多分辨率分解,可以突出信号的特征信息;两种方法的结合更利于QRS波群的检测。结果使用30例样本检测算法性能,证明联合算法能够提高信噪比,对特征点的定位准确可靠。经MIT/BIH心电数据库的检测验证,其R波定位的正确率高达99.79%。使用心率趋势图分析计算结果,不仅可以完全纠正误检和漏检,而且能够定位异常的心搏。结论本算法能够准确、实时地识别被噪声严重干扰的心电信号的QRS波群,因而在心电信号的自动分析中有很好的应用前景。(本文来源于《航天医学与医学工程》期刊2009年03期）
田养军[5]（2009）在《基于提升小波分解曲波变换的多源遥感图像融合方法研究》一文中研究指出图像融合是以图像为研究对象的数据融合，它将同一对象两幅或多幅图像合成到一幅图像中，使得到的图像比原来任何一幅图像都更容易被人们所理解，并能反映多源图像中的信息，为遥感图像分析、图像理解和计算机视觉具有非常重要的意义。但是至今，图像融合尚无通用的融合理论和方法，现存的各种方法各有自己针对适应范围和特点。本文对前人融合算法进行大量对比试验，提出一种基于提升小波分解曲波变换的多源遥感图像融合方法，通过遥感图像融合，改善遥感图像质量，该方法具有一定的实用价值。深入研究了小波、提升小波、曲波的基本理论、本质特征以及它们内在联系；比较全面探讨小波、提升小波、曲波在遥感图像中的技术应用与发展及其局限性；根据提升小波、曲波各自的特点，提出提升小波曲波遥感图像的融合扩展方式，以及建模方法；最后，以实验对本方法与其它方法进行了分析比较研究。应该指出的是：本文方法对遥感图像处理问题具有比较广泛的适应性，它不仅可以进行图像融合，而且只需要简单地改变处理规则，就可以进行图像滤波、平滑、水印等处理。图像滤波、平滑可以作为独立一个研究区域，也可以作为遥感图像融合的预处理方法，水印是特征信息或特征图像在另一图像中的隐藏，也可以理解为图像融合，它们是对遥感图像融合方法的重要补充。本文主要研究工作包括：(1)全面综述遥感图像融合的现状和困难，指出遥感图像融合在图像理解、人工智能和视觉中应用的意义和重要性，分析了一些具体算法存在的问题。(2)全面探讨小波变换的意义和方法，研究了它产生的背景与发展现状，及其与提升小波、曲波等深刻内在关系。为遥感图像融合领域的研究拓宽了思路。(3)深入研究了基于提升小波图像融合技术，指出单纯提升小波的图像融合的局限性，并且将提升小波与其它多种算法结合，可以构成完善的提升模型。(4)研究脊波变换特点及不足，曲波变换过程及曲波变换在图像融合的方法，分析曲波变换在遥感融合图像中局限性及扩展方法。(5)分析遥感图像的特点，遥感图像面临的问题及发展方向。(6)研究提升小波分解曲波变换思想、方法及建模过程，同时对滤波、平滑、水印建模进行研究和探讨。(7)对提出提升小波分解曲波变换进行实验研究，并得出相应的结论。本文的创新点主要包括：(1)对提升小波变换、小波变换和曲波变换的特点进行深刻研究，提出了基于提升小波分解曲波变换遥感图像的融合方法。(2)比较了基于提升小波分解曲波变换遥感图像的融合方法与小波分解曲波变换遥感图像融合方法。(3)提出基于提升小波分解曲波变换的任务，它可以进行图像融合，还可以对遥感图像滤波、平滑、水印等处理，并对此进行实验性研究。存在问题：(1)小波选择问题，选择不同小波产生效果有差异；(2)遥感图像信息评价没有统一标准，一般是根据遥感图像处理方法和遥感影像特点，选择合适的方法进行评价。需要继续研究的问题：(1)基于提升小波分解曲波变换方法，使其应用进一步扩展；(2)结合其它技术进一步完善提升小波分解曲波变换方法，提高变换过程信息质量；(3)遥感影像处理后评价深入研究；(4)小波函数对图像变换特点的研究。(本文来源于《长安大学》期刊2009-04-01）
田养军,薛春纪[6]（2008）在《基于提升小波分解曲波变换的雷达影像消噪法》一文中研究指出利用提升法对传统小波进行提升,将提升小波对雷达影像进行分解,形成子带影像,再将子带影像进行脊波变换,并对变换结果进行消噪处理,然后进行脊波逆变换和提升小波重构,得到新的雷达影像。试验结果表明:基于提升小波分解的曲波变换比传统小波分解的曲波变换对雷达影像消噪效果好,同时与传统的均值滤波相比效果更好。(本文来源于《地球科学与环境学报》期刊2008年03期）
后斌,乔伟峰,孙在宏[7]（2006）在《基于HIS变换与àtrous小波分解的遥感影像融合》一文中研究指出针对多光谱影像与全色影像的融合,本文在分析HIS变换及基于Mallat小波算法的影像融合方法的基础上,提出了一种基于HIS变换与àtrous小波分解相结合的遥感影像融合方法,并给出了实现的过程.通过主观视觉效果分析与客观性能参数分析,新方法的性能优于HIS变换融合法、PCA变换融合法、小波变换融合方法,不仅较大地提高了融合影像的空间细节表现能力,并保留了多光谱影像的绝大部分光谱信息.(本文来源于《南京师大学报(自然科学版)》期刊2006年01期）
杨高波,张兆杨,余圣发[8]（2005）在《一种基于小波分解和分水岭变换的视频对象自动分割算法》一文中研究指出提出了一种基于时空分割融合的视频分割算法。时间分割采用变化检测,其关键的阈值选取通过直方图分析得到。空间分割时,先对图像进行二级小波分解,在低分辨率图像上进行分水岭变换,它可以有效克服噪声的影响并有效地减少过分割。实验结果表明,它可比 COST211AM 参考分割取得更好的分割结果。(本文来源于《通信学报》期刊2005年03期）
吴东杰,王金生,滕彦国[9]（2004）在《小波分解与变换法预测地下水位动态》一文中研究指出通过小波分解方法将地下水位动态的非平稳时间序列分解为多个细节信号序列和逼近信号序列,然后运用时间序列自回归模型及人工神经元网络模型对各信号序列分别进行模拟预测,模拟结果比单纯用自回归法或人工神经网络模型更接近实测值,说明通过小波分解方法进行地下水位动态模拟和预测是适合的;同时用小波变换方法对地下水位动态进行了宏观分析,使隐藏的规律性显现出来,揭示出地下水位动态变化中除了具有一个水文年内的周期性变化规律外,还存在2～3年间隔的波幅强弱变化,可以推断未来短期内地下水位动态发展仍将延续当前总体下降的趋势,与小波分解方法得到的预测结果相吻合。(本文来源于《水利学报》期刊2004年05期）
张宜维[10]（2004）在《小波去噪算法及小波分解用于KL变换的研究》一文中研究指出在噪声中如何准确地检测到信号一直是信号处理领域所关心的内容,而多尺度的小波变换由于具有良好的时频局部化特性,能够对各种时变信号进行有效的分解,从而较好地将信号与噪声加以分离,获得满意的去噪效果。但传统离散小波变换的时变特性影响了去噪效果,所以需要使用一种平移不变的算法加以改进。此外小波变换系数的稀疏性也可用于KL分解的简化快速估算。本文的主要工作包括以下几点:研究了基于度量函数和最佳位移的平移不变小波和小波包变换算法。将以上的平移不变算法,与现有的用于高斯白噪声去噪的门限法,Bayes后验估计等算法相结合,从而在一定程度上克服了传统时变算法的局限性。传统的门限去噪方法对于非高斯噪声效果不是很理想。通过将平移不变的小波包变换算法与相关基提取算法相结合,可以较好地用于某些非高斯噪声的消除。进行KL分解时,主要的问题是相关矩阵的维数很大,使得特征向量的求解难度很大。而小波变换导致的系数矩阵稀疏性可以使得我们用较低维数的矩阵来近似估算原来的特征向量。本文对二维图像使用该方法进行了KL分解的估算。(本文来源于《东南大学》期刊2004-03-15）
小波分解变换论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
用于身份鉴别的掌纹识别为信息安全提供了一种新的方案。为减少对图像采集的限制,提出在小波变换的基础上,利用高低帽变换寻找低频子图像中的灰度槽,获取对比度增强的图像。把此子图像所有的变换值组合起来作为图像的特征向量用于识别;运用UST掌纹图像库,对本算法进行了测试。从实验的结果看,此方法解决了在线掌纹图像低对比度问题,图像识别率得以提高,能够满足对采集图像无过多要求的认证系统的使用。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
小波分解变换论文参考文献
[1].薛侠,龚黎华,刘兴斌.基于分数傅里叶变换和小波分解的彩色图像分级加密[J].南昌大学学报(理科版).2012
[2].刘玉芹,苑玮琦,郭金玉.基于小波分解和高低帽变换的在线掌纹识别[J].计算机应用研究.2011
[3].龚建周,刘彦随,夏北成,陈健飞.IHS和小波变换结合多源遥感影像融合质量对小波分解层数的响应[J].中国图象图形学报.2010
[4].李延军,严洪,赵伟.基于能量变换与小波分解的QRS波群检测算法[J].航天医学与医学工程.2009
[5].田养军.基于提升小波分解曲波变换的多源遥感图像融合方法研究[D].长安大学.2009
[6].田养军,薛春纪.基于提升小波分解曲波变换的雷达影像消噪法[J].地球科学与环境学报.2008
[7].后斌,乔伟峰,孙在宏.基于HIS变换与àtrous小波分解的遥感影像融合[J].南京师大学报(自然科学版).2006
[8].杨高波,张兆杨,余圣发.一种基于小波分解和分水岭变换的视频对象自动分割算法[J].通信学报.2005
[9].吴东杰,王金生,滕彦国.小波分解与变换法预测地下水位动态[J].水利学报.2004
[10].张宜维.小波去噪算法及小波分解用于KL变换的研究[D].东南大学.2004