CN107918710B - 基于凸优化的非下采样图滤波器组的设计方法 - Google Patents

基于凸优化的非下采样图滤波器组的设计方法 Download PDF

Info

Publication number
CN107918710B
CN107918710B CN201711175583.1A CN201711175583A CN107918710B CN 107918710 B CN107918710 B CN 107918710B CN 201711175583 A CN201711175583 A CN 201711175583A CN 107918710 B CN107918710 B CN 107918710B
Authority
CN
China
Prior art keywords
filter bank
filter
graph
downsampling
pass filter
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201711175583.1A
Other languages
English (en)
Other versions
CN107918710A (zh
Inventor
蒋俊正
杨圣
欧阳缮
孙希延
纪元法
刘松辽
杨玉琳
曹想
赵海兵
杨杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guilin University of Electronic Technology
Original Assignee
Guilin University of Electronic Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guilin University of Electronic Technology filed Critical Guilin University of Electronic Technology
Priority to CN201711175583.1A priority Critical patent/CN107918710B/zh
Publication of CN107918710A publication Critical patent/CN107918710A/zh
Application granted granted Critical
Publication of CN107918710B publication Critical patent/CN107918710B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/14Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
    • G06F17/148Wavelet transforms

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Algebra (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)
  • Image Processing (AREA)

Abstract

本发明公开一种基于凸优化的非下采样图滤波器组的设计方法,利用直接构造法和优化方法进行非下采样图滤波器组的设计,同时全面考虑图滤波器组的频谱特性和完全重构条件。在图信号的去噪仿真实验中,与现有技术相比,本发明设计所得的非下采样图滤波器组的去噪性能更好。

Description

基于凸优化的非下采样图滤波器组的设计方法
技术领域
本发明涉及图信号处理领域中的图滤波器组技术领域,具体涉及一种基于凸优化的非下采样图滤波器组的设计方法。
背景技术
在网络、计算机视觉和高维云数据等领域中,图提供了一个灵活的模型来表示数据。随着图信号处理的发展,越来越多的学者从事图信号处理领域的研究工作。图信号处理将传统信号处理中的诸多概念和理论拓展至图结构上,引申出了图傅里叶变换等重要概念。图信号既可表示小规模数据信号也可表示大规模数据信号,由于大规模图具有庞大的节点数和边数,图傅里叶变换是全局变换,它不适合于大规模图信号的处理。为此,许多学者提供了图小波和图滤波器组,其具备多尺度变换特性,适合于处理大规模图信号。近年来,图小波和图滤波器组已被广泛应用于图信号的多分辨分析,压缩,去噪和分类。
Narang和Ortega最早提出完全重构两通道图小波滤波器组的设计方法,该方法在二分图中,针对上下采样运算引起的频谱混叠现象,设计出具有临界采样、混叠消除、完全重构特性的正交镜像图滤波器组,但该方法设计是针对于二分图或可以分解为二分图的图信号的。此后,Narang和Ortega构造出对于任意无向图的双正交的小波滤波器组,松弛正交条件,设计得到双正交图小波,其可以对任意图信号进行处理,但此双正交图小波的设计方法未考虑滤波器的频谱选择性。Akie Sakiyama和Yuichi Tanaka提出图滤波器组的过采样拉普拉斯矩阵,在原始图的基础上附加节点和边构造出一个包含所有原始图信息的二分图,过采样对于图信号的处理有更大的设计自由,但通过对原始图附加节点和边,导致原始图结构的改变。随后他又提出M通道过采样图滤波器组的设计算法,M通道图滤波器组具有更多的子带划分,对于大规模的图信号处理有重大的意义。
上述的图小波和图滤波器组的研究主要是基于临界采样和过采样进行滤波器组的设计,其结构中均含有图信号的下采样运算,这可能导致图滤波器组中对图信号采样时会要求特殊的图结构,如二分图、可二分图或循环图。而对于一般图的结构而言,基于图染色的采样模式并不精确,基于奇异值分解的采样模式是不适用于连通图的处理,而基于最大生成树的采样模式对一般图的采样运算也缺乏准确的定义。传统数字信号处理中,传统的非下采样小波滤波器组有着广泛的应用。目前,在图信号处理中难以准确定义一般图的图信号下采样运算且非下采样图滤波器的研究相对较少,因此对于非下采样图滤波器进一步的研究有待提出。
发明内容
本发明所要解决的是目前图滤波器组的设计方法难以准确定义一般图的图信号下采样运算的问题,提供一种基于凸优化的非下采样图滤波器组的设计方法。
为解决上述问题,本发明是通过以下技术方案实现的:
基于凸优化的非下采样图滤波器组的设计方法,具体包括如下步骤:
步骤1,本发明首先采用样条图小波作为非下采样图滤波器组的分析滤波器组。根据样条图小波的定义,非下采样图滤波器的分析滤波器组可表示为;
Figure BDA0001478164490000021
Figure BDA0001478164490000022
步骤2,根据步骤1中给定的分析滤波器组,利用非下采样图滤波器组的完全重构条件,直接构造出综合滤波器组:
G0=IN,G1=IN
步骤3,根据步骤1中给定的分析滤波器组,以综合滤波器组的阻带能量为目标函数,以完全重构条件为约束函数,约束优化问题是半正定规划问题,可以求解出综合滤波器。优化问题为
Figure BDA0001478164490000023
Figure BDA0001478164490000024
Figure BDA0001478164490000025
式中,Es(g0)为综合低通滤波器的阻带能量;Es(g1)为综合高通滤波器的阻带能量;α,β为综合权值;h0,h1分别为分析低通和高通滤波器;g0,g1分别为综合低通和高通滤波器;cLh0(·),cLh1(·)为分析滤波器h0,h1的频率向量,cLg0(·),cLg1(·)为综合滤波器g0,g1的频率向量;Lh0,Lh1为分析滤波器h0,h1的长度,Lg0,Lg1为综合滤波器g0,g1的长度,
Figure BDA0001478164490000026
N+1为频率离散点数;εr为重构误差容限;T代表转置;
步骤4,根据前三步中直接构造法和优化设计法所得的两通道非下采样图滤波器组,对其低频分量采用级联的方式,从两通道非下采样图滤波器组扩展到多通道非下采样图滤波器组。
上述步骤3中,采用半正定规划求解器SDPT3有效求解综合滤波器。
上述步骤3中,权值α=1与权值β=0.1。
上述步骤3中,λk的取值范围为[0,2]。
与现有技术相比,本发明利用直接构造法和优化方法进行非下采样图滤波器组的设计,同时全面考虑图滤波器组的频谱特性和完全重构条件。在图信号的去噪仿真实验中,与现有技术相比,本发明设计所得的非下采样图滤波器组的去噪性能更好。
附图说明
图1为两通道非下采样图滤波器组的基本结构。
图2为多通道非下采样图滤波器组的基本结构。
图3为图滤波器的幅度响应。其中(a)为本发明中直接构造所得到图滤波器的幅度响应;(b)为本发明中优化设计所得到图滤波器的幅度响应。
图4为本发明中所得到的非下采样图滤波器系统与已有方法得到的图滤波器系统进行去噪实验的仿真结果。其中(a)为输入信号;(b)为噪声信号(σ=1/2);(c)为基于现有方法1(临界采样双正交图滤波器组)设计的图滤波器组去噪后的输出信号;(d)为基于现有方法2(M通道过采样图滤波器组)设计的图滤波器组去噪后的输出信号;(e)为本发明直接构造方法设计所得的两通道非下采样图滤波器组去噪后的输出信号;(f)为本发明直接构造方法设计所得的三通道非下采样图滤波器组去噪后的输出信号;(g)为本发明优化设计方法所得的两通道非下采样图滤波器组去噪后的输出信号;(h)为本发明优化设计方法所得的三通道非下采样图滤波器组去噪后的输出信号。
具体实施方式
为了便于理解,下面以两通道和三通道非下采样图滤波器组为例,对本发明基于凸优化的非下采样图滤波器组的设计方法,进行进一步详细说明。
根据图1中表示的两通道非下采样图滤波器组,其中两个线性滤波器H0,H1组成分析滤波器组,综合滤波器组由两个线性滤波器G0,G1组成。图信号f为图滤波器组的输入信号,输出信号为
Figure BDA0001478164490000031
,f0,f1分别表示低频子带系数和高频子带系数。分析图滤波器组和综合图滤波器组可分别表示为
Figure BDA0001478164490000032
σ(G)是由图G的拉普拉斯矩阵所有特征值构成的特征空间,Pλ,λ∈σ(G)是特征空间的投影矩阵,hi(λ),gi(λ)分别是分析子带滤波器和综合子带滤波器。两通道非下采样图滤波器组的输入输出关系可表示为
Figure BDA0001478164490000033
T是图滤波器组的传递函数。两通道非下采样图滤波器组的完全重构条件可写为
G0H0+G1H1=IN (3)
由式(1)、(3)得
h0(λ)g0(λ)+h1(λ)g1(λ)=1 (4)
多项式中λ∈[0,2]。
第一步:采用样条图小波作为分析滤波器组。根据样条图小波的定义,任意图的样条图小波分析滤波器组可表示为
Figure BDA0001478164490000041
Figure BDA0001478164490000042
HLP,HHP分别为任意图的样条图小波滤波器组的低通和高通滤波器。当n=1时,定义非下采样图滤波器组的分析滤波器组为
Figure BDA0001478164490000043
Figure BDA0001478164490000044
Λ是归一化拉普拉斯矩阵
Figure BDA0001478164490000045
的正实数特征值λ∈[0,2]组成的对角矩阵,U是特征值λ对应的特征向量组成的矩阵,上标H表示共轭转置。根据公式(1)、(7)和(8),可得非下采样图滤波器组的分析子带滤波器
Figure BDA0001478164490000046
Figure BDA0001478164490000047
第二步:采用直接构造的方法,在图滤波器组的设计中,完全重构特性是首要考虑的。和传统滤波器组一样,重构误差是衡量图滤波器组整体性能的主要性能指标,当图滤波器组是无失真传输,重构误差为零时,则滤波器组是完全重构的,即设计的综合滤波器组能准确的重构出输入信号。在设计带下采样运算的图滤波器组中,完全重构是很难实现的,而在非下采样图滤波器组的设计却提供了完全重构的可能。根据给定的H0,H1,可知分析滤波器组为互补滤波器,即
H0+H1=IN (11)
利用非下采样图滤波器组的完全重构条件,直接构造出综合滤波器组
G0=IN,G1=IN (12)
第三步:根据第一步中给定的分析子带滤波器组h0(λ),h1(λ),采用优化设计的方法,从综合滤波器组的频谱特性来考虑,采用带约束优化方法设计综合子带滤波器g0(λ),g1(λ)。可表示
Figure BDA0001478164490000048
Figure BDA0001478164490000049
式中,Lhi,Lgi分别表示分析滤波器hi和综合滤波器gi的长度。
cL=[1,λ,...,λL-1]T,hi=[hi,0,hi,1,...,hi,Lhi-1]T,gi=[gi,0,gi,1,...,gi,Lgi-1]T,i=0,1 (15)和传统滤波器组类似,λs0s1分别为g0,g1的阻带截止频率,滤波器的阻带衰减由阻带能量来决定:
Figure BDA0001478164490000051
式中,
Figure BDA0001478164490000052
根据公式(4),完全重构条件可表示为
Figure BDA0001478164490000053
以给定的h0(λ),h1(λ)为已知条件,在完全重构约束条件下,只需考虑最大化综合滤波器阻带衰减,以综合滤波器组的阻带能量为目标函数来求解综合滤波器。
Figure BDA0001478164490000054
Figure BDA0001478164490000055
Figure BDA0001478164490000056
α,β为权值,εr是重构误差容限,N+1是离散点数,许多实例表明N=100则可保证重构误差精确度。为便于求解,记
Figure BDA0001478164490000057
其中,
Figure BDA0001478164490000058
大小为Lg0×(Lg0+Lg1)的矩阵,
Figure BDA0001478164490000059
大小为Lg1×(Lg0+Lg1)的矩阵,I0是大小为Lg0×Lg0的单位阵,I1是大小为Lg1×Lg1的单位阵,0为全零矩阵。则上述问题可等效写为
Figure BDA00014781644900000510
Figure BDA00014781644900000511
向量aTk)和b分别为
Figure BDA00014781644900000512
上述优化问题为半正定规划问题,可通过半正定规划求解器SDPT3有效求解。
第三步:一个两通道非下采样图滤波器对图信号分解只能得到一个高频分量和一个低频分量。为实现非下采样图滤波器组的多分辨分析特性,根据前三步中直接构造法和优化设计法所得的两通道非下采样图滤波器组,对其低频分量采用级联的方式,从两通道非下采样图滤波器组扩展到多通道非下采样图滤波器组。图2表示一个多通道的非下采样图滤波器组。当在两通道非下采样图滤波器组的低频分量上再级联一个两通道非下采样图滤波器组时,可得三通道非下采样图滤波器组,此时,f00,f01,f1可分别表示三通道非下采样图滤波器组的第一通道低频子带系数、第二通道高频子带系数和第三通道高频子带系数。进行多通道非下采样图滤波器组仿真实验时,本发明以三通道为例。
下面通过具体仿真实例,对本发明的性能进行说明。
仿真实例1:
本发明中直接构造方法所得的两通道非下采样滤波器组的幅度响应如图3(a)所示,重构误差为零,所得的滤波器组是完全重构的。优化设计方法中的两通道非下采样滤波器组参数设为:Lh0=2,Lh1=2,Lg0=5,Lg1=5,λs0=1.5,λs1=0.6,α=1,β=0.1,εr=10-14,所得的两通道非下采样滤波器组是近似完全重构的,重构误差PE=9.0927×10-14,重构信噪比SNR=274.45dB,幅度响应如图3(b)所示。实验对比表明直接构造方法设计所得的非下采样图滤波器组比优化设计方法设计所得的非下采样图滤波器组有更好的重构特性,而优化设计方法设计所得的综合滤波器组具备更好的频谱特性。
仿真实例2:
用例1设计所得的图滤波器组对Minnesota交通图采用硬阈值法进行去噪实验,输入的噪声图信号fn首先进行归一化预处理f=D12fn,经过去噪后的输出信号
Figure BDA0001478164490000061
再进行逆处理
Figure BDA0001478164490000062
D为图的度矩阵。本文中两通道非下采样图滤波器组处理高频子带系数f1,和现有一样,硬阈值取τ=3σ,σ为噪声标准差。三通道非下采样图滤波器组对不同的高频子带系数取不同的硬阈值进行处理,处理高频子带系数f01,通过实验验证,硬阈值取τ=1.2σ,处理高频子带系数f1,硬阈值取τ=3σ。当σ=1/2时,使用现有方法1(临界采样双正交图滤波器组)和现有方法2(M通道过采样图滤波器组)和本发明中直接构造方法和优化设计方法设计的非下采样两通道图滤波器组及非下采样三通道图滤波器组进行去噪的仿真实验对比。其中优化设计方法参数为:Lh0=2,Lh1=2,Lg0=2,Lg1=2,λs0=1.4,λs1=0.6,α=1,β=0.1,εr=10-12,得到重构误差PE=1.9984×10-14,重构信噪比SNR=274.46dB,本发明仿真结果如图4(a)-(h)。表1给出了噪声标准差σ取不同值时的信噪比对比。
表1
Figure BDA0001478164490000063
Figure BDA0001478164490000071
相同的运行环境下,本发明的直接构造方法、优化设计方法设计所得的非下采样图滤波器组与现有方法1相比,本发明直接构造方法、优化设计方法设计所得的非下采样图滤波器组去噪性能更好。本发明直接构造方法所得的非下采样三通道图滤波器组与现有方法2相比,有更好的去噪性能。与现有方法2和直接构造方法相比,优化设计方法设计所得的三通道非下采样图滤波器组的去噪效果更好。
本发明根据给定的分析滤波器组,首先利用完全重构条件,直接构造出综合滤波器组,可得到完全重构的两通道非下采样图滤波器组。然后从非下采样图滤波器组的频谱特性考虑,采用带约束优化算法设计综合滤波器组,可得到近似完全重构的两通道非下采样图滤波器组。本发明构造出了具有多分辨分析特性的多通道非下采样图滤波器组。在图信号的去噪仿真实验中,与现有技术相比,本发明设计所得的多通道非下采样图滤波器组有更好的去噪性能。
需要说明的是,尽管以上本发明所述的实施例是说明性的,但这并非是对本发明的限制,因此本发明并不局限于上述具体实施方式中。在不脱离本发明原理的情况下,凡是本领域技术人员在本发明的启示下获得的其它实施方式,均视为在本发明的保护之内。

Claims (4)

1.基于凸优化的非下采样图滤波器组的设计方法,其特征是,包括步骤如下:
步骤1,采用样条图小波作为非下采样图滤波器组的分析滤波器组,并根据样条图小波的定义,给定两通道下的分析滤波器组;
步骤2,根据步骤1中给定的分析滤波器组,利用非下采样图滤波器组的完全重构条件,直接构造出两通道下的综合滤波器组;
步骤3,基于给定的分析滤波器组,以综合滤波器组的阻带能量为目标函数,将完全重构条件为约束函数,构建优化问题来求解综合滤波器;其中优化问题为:
Figure FDA0002620777250000011
Figure FDA0002620777250000012
式中,Es(g0)为综合低通滤波器的阻带能量;Es(g1)为综合高通滤波器的阻带能量;α和β为综合权值;h0为分析低通滤波器;h1为分析高通滤波器;g0为综合低通滤波器;g1为综合高通滤波器;
Figure FDA0002620777250000013
为分析低通滤波器h0的频率向量;
Figure FDA0002620777250000014
为分析高通滤波器h1的频率向量;
Figure FDA0002620777250000015
为综合低通滤波器g0的频率向量;
Figure FDA0002620777250000016
为综合高通滤波器g1的频率向量;N+1为频率离散点数;εr为重构误差容限;上标T代表转置;
步骤4,对所得的两通道下的非下采样图滤波器组的低频分量采用级联的方式,将两通道下非下采样图滤波器组扩展到多通道下的非下采样图滤波器组。
2.根据权利要求1所述的基于凸优化的非下采样图滤波器组的设计方法,其特征是,步骤3中,采用半正定规划求解器SDPT3来求解综合滤波器。
3.根据权利要求1所述的基于凸优化的非下采样图滤波器组的设计方法,其特征在于:步骤3中,权值α=1,权值β=0.1。
4.根据权利要求1所述的基于凸优化的非下采样图滤波器组的设计方法,其特征在于:步骤3中,
Figure FDA0002620777250000017
的取值范围为[0,2]。
CN201711175583.1A 2017-11-22 2017-11-22 基于凸优化的非下采样图滤波器组的设计方法 Active CN107918710B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711175583.1A CN107918710B (zh) 2017-11-22 2017-11-22 基于凸优化的非下采样图滤波器组的设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711175583.1A CN107918710B (zh) 2017-11-22 2017-11-22 基于凸优化的非下采样图滤波器组的设计方法

Publications (2)

Publication Number Publication Date
CN107918710A CN107918710A (zh) 2018-04-17
CN107918710B true CN107918710B (zh) 2020-11-06

Family

ID=61897702

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711175583.1A Active CN107918710B (zh) 2017-11-22 2017-11-22 基于凸优化的非下采样图滤波器组的设计方法

Country Status (1)

Country Link
CN (1) CN107918710B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108711143A (zh) * 2018-05-24 2018-10-26 桂林电子科技大学 基于互素多项式的两通道非下采样图滤波器组的设计方法
CN109586688B (zh) * 2018-12-07 2022-10-18 桂林电子科技大学 基于迭代计算的时变可分非下采样图滤波器组的设计方法
CN110866344B (zh) * 2019-11-20 2023-05-16 桂林电子科技大学 基于提升结构的非下采样图滤波器组的设计方法
CN112818526B (zh) * 2021-01-20 2022-09-30 桂林电子科技大学 一种非均匀图滤波器组的分布式设计方法
CN113190790B (zh) * 2021-03-30 2023-05-30 桂林电子科技大学 一种基于多移位算子的时变图信号重构方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102005037A (zh) * 2010-11-12 2011-04-06 湖南大学 结合多尺度双边滤波与方向滤波的多模图像融合方法
CN104766290A (zh) * 2015-03-27 2015-07-08 哈尔滨工程大学 一种基于快速nsct的像素信息估计融合方法
CN107239623A (zh) * 2017-06-08 2017-10-10 桂林电子科技大学 基于凸优化的m通道过采样图滤波器组的优化设计方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101106026B1 (ko) * 2003-10-30 2012-01-17 돌비 인터네셔널 에이비 오디오 신호 인코딩 또는 디코딩
US9503054B2 (en) * 2013-03-14 2016-11-22 Avago Technolgies General IP (Singapore) Pte. Ltd. Linear phase FIR biorthogonal wavelet filters with complementarity for image noise reduction

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102005037A (zh) * 2010-11-12 2011-04-06 湖南大学 结合多尺度双边滤波与方向滤波的多模图像融合方法
CN104766290A (zh) * 2015-03-27 2015-07-08 哈尔滨工程大学 一种基于快速nsct的像素信息估计融合方法
CN107239623A (zh) * 2017-06-08 2017-10-10 桂林电子科技大学 基于凸优化的m通道过采样图滤波器组的优化设计方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Design and Application of a New Multiscale Multidirectional Non-subsampled Filter Bank;M.Satish ET AL;《2012 Eighth International Conference on Signal Image Technology and Internet Based Systems》;20130111;全文 *
一种设计M通道双正交过采样图滤波器组的新算法;蒋俊正等;《电子与信息学报》;20170915;全文 *
基于多分辨率分析的多源图像融合算法的研究;张拓;《中国优秀硕士学位论文全文数据库信息科技辑》;20160331;全文 *

Also Published As

Publication number Publication date
CN107918710A (zh) 2018-04-17

Similar Documents

Publication Publication Date Title
CN107918710B (zh) 基于凸优化的非下采样图滤波器组的设计方法
CN107256537B (zh) 一种设计两通道正交图滤波器组的设计方法
CN109586688B (zh) 基于迭代计算的时变可分非下采样图滤波器组的设计方法
CN105933008B (zh) 基于聚集稀疏正则化正交匹配追踪算法的多频带信号重构方法
CN109883547B (zh) 一种基于小波阈值差分的宽波段光谱信号去噪方法
CN107294512B (zh) 一种基于树型结构的非均匀滤波器组滤波方法
CN107992711B (zh) M通道过采样调制图滤波器组的优化设计方法
CN116994564B (zh) 一种语音数据的处理方法及处理装置
CN105869126A (zh) 高光谱图像的压缩感知去噪方法
CN107239623B (zh) 基于凸优化的m通道过采样图滤波器组的优化设计方法
CN110807255B (zh) 一种m通道联合时间顶点非下采样滤波器组的优化设计方法
CN105243241B (zh) 基于提升结构的两通道双正交图滤波器组设计方法
Vimala et al. Noise reduction based on double density discrete wavelet transform
CN110866344B (zh) 基于提升结构的非下采样图滤波器组的设计方法
Guido et al. Introduction to the discrete shapelet transform and a new paradigm: Joint time-frequency-shape analysis
CN108711143A (zh) 基于互素多项式的两通道非下采样图滤波器组的设计方法
CN105099398B (zh) 基于相位调制的非均匀dft调制滤波器组的构建方法
Jiménez-Aparicio et al. The high-resolution wavelet transform: a generalization of the discrete wavelet transforms
CN112818526B (zh) 一种非均匀图滤波器组的分布式设计方法
CN106160702A (zh) 近似完全重构单原型dft调制滤波器组的设计方法
Kotzagiannidis et al. The graph FRI framework-spline wavelet theory and sampling on circulant graphs
CN106023274A (zh) 一种结合专家场滤波器稀疏约束的压缩感知图像重建方法
CN112560243B (zh) 一种改进频域临界采样图滤波器组的设计方法
Adams et al. Optimal design of high-performance separable wavelet filter banks for image coding
CN111161128A (zh) 基于频域方向滤波的图像变换及其在稀疏分解中的应用

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant