项目名称: 多元二代小波构造及其自适应选择机制研究

项目编号: No.61202192

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 计算机科学学科

项目作者: 肖芬

作者单位: 湘潭大学

项目金额: 24万元

中文摘要: 高维数据处理已成为当前小波研究领域所面临的一大挑战,构造具有各种重要性质的多元小波是其成功应用的关键保障。提升格式是构造第二代小波、实现自适应小波变换最为有效的方法之一。为了满足不同应用的需要,本项目拟开展第二代多元小波的设计及其在图像处理中的自适应机制研究,重点研究各类多元小波的对称、消失矩、紧支、插值等重要性质与提升算子之间的关系,建立满足各种重要性质的多元二代小波一般性构造算法;同时将构造得到的小波应用于图像处理,研究多元小波的对称性、消失矩阶数、支撑长度对不同应用图像的影响,设计一种基于图像特征的小波自适应选取方案,为多元小波在图像处理中的实际应用提供科学设计指南。本研究对完善小波分析理论、推动小波在高维信号处理和大规模科学计算等领域的应用具有重要的理论价值。

中文关键词: 提升格式;多元小波;滤波器;图像处理;生物信息处理

英文摘要: Wavelet analysis is a powerful tool in signal processing. Most of its application fields are in the case of high dimensions. One of the challenging problems in wavelets is the high-dimensional data analysis. Construction of multivariate wavelet systems with good properties is the key issue to the success of its application. The lifting scheme is a new technique for both designing wavelets and performing the adaptive wavelet transform. The resulted wavelet is referred as the second generation wavelet. According to the entirely spatial-domain interpretation, it worthwhile to simplify the multivariate wavelet construction to some extent. In this work, based on the lifting scheme, we will focus on the multidimensional wavelets construction and its adaptive selection schemes for image processing. Multivariate wavelets include 2-band wavelets, multiband wavelets, scalar wavelets, multiwavelets and their corresponding prefilters all will be concerned in this work. The relationships between the lifting operators and the important properties of wavelets, such as the symmetry, vanishing moment, compact support and interpolation, will also be systematically studied. The proposal aims to achieve a general framework for constructing multivariate wavelet with the given desired properties. According to some properties such as

英文关键词: Lifting scheme;Multivariate wavelet;Filter bank;Image processing;biological information processing

成为VIP会员查看完整内容
0

相关内容

【博士论文】机器学习中的标记增强理论 与应用研究
专知会员服务
29+阅读 · 2021年12月3日
【干货书】概率与信息,一种集成方法,291页pdf
专知会员服务
60+阅读 · 2021年9月1日
专知会员服务
33+阅读 · 2021年8月9日
【开放书】《矩阵流形优化算法》,241页pdf
专知会员服务
93+阅读 · 2021年7月3日
专知会员服务
97+阅读 · 2021年6月23日
专知会员服务
24+阅读 · 2021年4月21日
专知会员服务
25+阅读 · 2020年12月17日
深度学习模型终端环境自适应方法研究
专知会员服务
33+阅读 · 2020年11月13日
机器学习的可解释性
专知会员服务
175+阅读 · 2020年8月27日
【KDD2020】自适应多通道图卷积神经网络
专知会员服务
119+阅读 · 2020年7月9日
「深度学习注意力机制 」TKDE 2022研究综述
新智元
5+阅读 · 2022年4月8日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
智能合约的形式化验证方法研究综述
专知
15+阅读 · 2021年5月8日
约束进化算法及其应用研究综述
专知
0+阅读 · 2021年4月12日
图表示学习Graph Embedding综述
AINLP
33+阅读 · 2020年5月17日
无参考图像质量评价研究进展综述
人工智能前沿讲习班
46+阅读 · 2019年2月15日
图神经网络综述:模型与应用
PaperWeekly
197+阅读 · 2018年12月26日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月18日
Arxiv
16+阅读 · 2021年11月27日
小贴士
相关VIP内容
【博士论文】机器学习中的标记增强理论 与应用研究
专知会员服务
29+阅读 · 2021年12月3日
【干货书】概率与信息,一种集成方法,291页pdf
专知会员服务
60+阅读 · 2021年9月1日
专知会员服务
33+阅读 · 2021年8月9日
【开放书】《矩阵流形优化算法》,241页pdf
专知会员服务
93+阅读 · 2021年7月3日
专知会员服务
97+阅读 · 2021年6月23日
专知会员服务
24+阅读 · 2021年4月21日
专知会员服务
25+阅读 · 2020年12月17日
深度学习模型终端环境自适应方法研究
专知会员服务
33+阅读 · 2020年11月13日
机器学习的可解释性
专知会员服务
175+阅读 · 2020年8月27日
【KDD2020】自适应多通道图卷积神经网络
专知会员服务
119+阅读 · 2020年7月9日
相关资讯
「深度学习注意力机制 」TKDE 2022研究综述
新智元
5+阅读 · 2022年4月8日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
智能合约的形式化验证方法研究综述
专知
15+阅读 · 2021年5月8日
约束进化算法及其应用研究综述
专知
0+阅读 · 2021年4月12日
图表示学习Graph Embedding综述
AINLP
33+阅读 · 2020年5月17日
无参考图像质量评价研究进展综述
人工智能前沿讲习班
46+阅读 · 2019年2月15日
图神经网络综述:模型与应用
PaperWeekly
197+阅读 · 2018年12月26日
相关基金
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员