1) FILWT
快速整数提升小波变换
1.
The advantages of fast integer lifting wavelet transform(FILWT)are discussed and a hardware im-plement based on it is presented in this paper.
讨论了快速整数提升小波变换(FILWT)算法易于硬件实现的优点,提出了基于该算法的一种硬件设计,对所实现的硬件系统实际测试表明,该设计具有实现简单、实时性强、处理数据速度快等特点。
2) FLWT
快速提升小波变换
1.
A novel digital watermarking scheme based on two_d imension fast lifting wavelet transform(FLWT) using human visual system(HVS) for copyright protection of still image is presented.
提出了一种基于快速提升小波变换与人眼视觉特性的新数字水印算法 ,该算法以提升小波变换为基础 ,能够通过水印序列随机置换、视觉掩盖特性值计算、小波系数排序等措施 ,较迅速地将数字水印信息嵌入到小波图像高频子带的纹理区内的重要位置上 ,从而高效率地实现局部水印和全局水印的双重目标 。
3) fast int lifting wavelet transforms
快速整数提升小波
1.
Aimed at the characteristics of CT and MRI medical images,a new image fusion algorithm based on the fast int lifting wavelet transforms is proposed.
针对CT医学图像和MRI医学图像成像特点,提出了基于快速整数提升小波变换的融合方法。
4) integer lifting wavelet transform
整数提升小波变换
1.
According to the practical application,a new blind watermark algorithm based on integer lifting wavelet transform is proposed in this paper.
结合实际应用的需要,提出了一种基于整数提升小波变换的盲数字水印算法。
2.
A listless SPIHT coding algorithm based on the integer lifting wavelet transform with lower memory requirement and higher compression performance for color image compression is presented.
提出了一种易于硬件实现的低存储量、高压缩性能的基于整数提升小波变换的彩色图像无链表SPIHT零树编码算法。
5) transform of integer wavelet lifting
整数小波提升变换
6) integer lifting wavelet transform
整型提升小波变换
1.
Watermark is constructed by utilizing still image compression technique, performing the integer lifting wavelet transform, and quantizing the perceptually significant wavelet coefficients.
应用静态图像压缩编码技术 ,实现了以彩色图像作为水印信号的数字水印算法 ;充分利用人眼视觉掩蔽特性 ,实现了水印嵌入位置的自适应确定 ,增强了算法的透明性和鲁棒性 ;彩色水印图像的提取不需要原始载体图像 ;采用整型提升小波变换 ,有效地克服了小波域水印算法普遍存在的舍入误差问题 仿真实验表明 :文中的小波域彩色数字水印技术不仅具有较好的透明性 ,而且对诸如叠加噪声、JPEG压缩、平滑滤波、几何剪切、图像增强、马赛克效果等攻击均具有较好的鲁棒
2.
Unlike SPIHT, the integer lifting wavelet transform is used, the quadtree structure is defined, the adaptive splitting-quantization strategy is adopted and the context modeling is utilized in the proposed compression scheme.
本文以整型提升小波变换和SPIHT编码算法为基础,提出了一种基于四叉树分割量化与关联模型的新图像编码算法。
补充资料：快速傅立叶变换
快速傅氏变换 英文名是fast fourier transform
快速傅氏变换（fft）是离散傅氏变换(dft)的快速算法，它是根据离散傅氏变换的奇、偶、虚、实等特性，对离散傅立叶变换的算法进行改进获得的。它对傅氏变换的理论并没有新的发现，但是对于在计算机系统或者说数字系统中应用离散傅立叶变换，可以说是进了一大步。
设x(n)为n项的复数序列，由dft变换，任一x（m）的计算都需要n次复数乘法和n-1次复数加法，而一次复数乘法等于四次实数乘法和两次实数加法，一次复数加法等于两次实数加法，即使把一次复数乘法和一次复数加法定义成一次“运算”（四次实数乘法和四次实数加法），那么求出n项复数序列的x（m）,即n点dft变换大约就需要n2次运算。当n=1024点甚至更多的时候，需要n2=1048576次运算，在fft中，利用wn的周期性和对称性，把一个n项序列（设n=2k,k为正整数），分为两个n/2项的子序列，每个n/2点dft变换需要（n/2）2次运算，再用n次运算把两个n/2点的dft变换组合成一个n点的dft变换。这样变换以后，总的运算次数就变成n+2（n/2）2=n+n2/2。继续上面的例子，n=1024时，总的运算次数就变成了525312次，节省了大约50%的运算量。而如果我们将这种“一分为二”的思想不断进行下去，直到分成两两一组的dft运算单元，那么n点的dft变换就只需要nlog2n次的运算，n在1024点时，运算量仅有10240次，是先前的直接算法的1%，点数越多，运算量的节约就越大，这就是fft的优越性。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条