信號(hào)與信息處理領(lǐng)域新技術(shù)專題講座-全文預(yù)覽
【正文】 波變換用于圖象壓縮 第 3 級(jí) L3 水平、斜線、垂直細(xì)節(jié) 第 2 級(jí) L2 水平、斜線、垂直細(xì)節(jié) 第 1 級(jí) L1 水平、斜線、垂直細(xì)節(jié) 兩閾值線之間的直方圖被去除（有損壓縮） 41 小波變換用于無(wú)損數(shù)據(jù)隱藏 無(wú)損數(shù)據(jù)隱藏：是基于無(wú)損壓縮：選擇 “整數(shù)小波變換”，無(wú)舍入誤差。 42 小波變換用于無(wú)損數(shù)據(jù)隱藏 （交通圖象） 原始圖象 （ 1024?768） 信息隱藏后的偽裝圖象 （ 1024?768） 同時(shí)隱藏 5 張（ 320280）圖象（見下頁(yè)） 43 同時(shí)隱藏的 5 張（ 320 280）交通圖象，可完全恢復(fù) （ 1）上海延安路 （ 3） 上海 曲陽(yáng)路 （ 2）外地 （ 4） 上海 曲陽(yáng)路 （ 5） 上海 曲陽(yáng)路 44 小波變換用于圖象水印 指紋原始圖象 嵌入水印 (取款密碼等 )后圖象 ? 指紋傳感器：標(biāo)準(zhǔn)的 Veridi指紋鼠標(biāo) ? 指紋開發(fā)工具： Veridi Authentication SDK以 Windows的 DLL庫(kù)方式提供 ? 指紋庫(kù)： (Fingerprint Verification Competition, FVC)。 （ 4）商品化，如“ JPEG2023”小波圖象壓縮標(biāo)準(zhǔn)，MATLAB小波計(jì)算包等。 （ 2）嵌入零樹法，獲得更優(yōu)良的效果。 無(wú)損數(shù)據(jù)隱藏：避免在嵌入數(shù)據(jù)后小波反變換時(shí)圖象灰度的溢出。 ? 有損壓縮：根據(jù)視覺原理，不同分辨率小波系數(shù)進(jìn)行比特分配。 視頻壓縮標(biāo)準(zhǔn) 、 MPEG4等?；驹硎钱?dāng)信號(hào)在奇異點(diǎn)附近的 Lipschitz指數(shù) a0時(shí)，其小波變換的模極大值隨尺度的增大而增大 。 信號(hào)的急劇變化處常常是分析特性的關(guān)鍵點(diǎn)， 例如心電圖中的 QRS波群。 27 圖 Donoho噪聲抑制信號(hào) 28 小波函數(shù) () 分解濾波器系數(shù)如下： h0(2,1,0,1,2) ={ 0， 0， ， ， }； h1(2,1,0,1,2)={ ， ， ， ， }。對(duì)于大于門限的小波系數(shù) , 即認(rèn)為是含有用信號(hào)成分，給予保留。與之相比基于小波變換的多分辨分析有明顯的優(yōu)點(diǎn)。 ? 當(dāng)在某一個(gè)分辨度檢測(cè)不到的現(xiàn)象，在另一個(gè)分辨度卻很容易觀察處理。（傅里葉 變換只 具有頻率分析的性質(zhì)） ? 小波變換的多分辨度的變換，有利于各分辨度不同特征的提?。▓D象壓縮，邊緣抽取，噪聲過(guò)濾等） ? 小波變換比快速 Fourier變換還要快一個(gè)數(shù)量級(jí)。顧名思義，小波在某時(shí)間發(fā)生的小的波動(dòng)。小波分析是利用多種 “小波基函數(shù)” 對(duì) “原始信號(hào)” 進(jìn)行分解。 ? 1988年 Mallat 提出的多分辨度分析理論（MRA）， 統(tǒng)一了語(yǔ)音識(shí)別中的鏡向?yàn)V波，子帶編碼，圖象處理中的金字塔法等幾個(gè)不相關(guān)的領(lǐng)域。 ? 信號(hào)低頻成分對(duì)應(yīng)時(shí)域中的慢變成分，分析對(duì)時(shí)域分辨率要求低，對(duì)頻域分辨率要求高。 ? 傅立葉變換沒有反映出隨著時(shí)間的變化信號(hào)頻率成分的
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1