基于五株采样提升算法的图像二叉分解与重构  

Bi-graph Image Decomposition Based on Quincunx Sampling Lifting Scheme

作　　者：邵海梅[1] 李飞鹏[2] 秦前清[2] 

机构地区：[1]武汉大学数学与统计学院,武汉市珞珈山430072 [2]武汉大学测绘遥感信息工程国家重点实验室,武汉市珞喻路129号430079

出　　处：《武汉大学学报（信息科学版）》2004年第7期628-631,634,共5页Geomatics and Information Science of Wuhan University

基　　金：武汉大学知识创新工程基金资助项目 ( 90 42 70 0 72 )

摘　　要：提出了一种基于五株采样的提升算法 ,实现了一分为二的分解与重构。通过此算法可以构造非线性的形态小波变换 ,保持图像的几何信息。This paper presents a bi-graph image decomposition based on quincunx sampling lifting scheme, which decomposes an original image to a lower-resolution one and a different one between the original image and the lower-resolution image. The proposed scheme is of low-complexity and need not allocate additional memory.This paper introduces some simple examples, such as linear mean-lifting, nonlinear max-lifting and min-lifting. Mean-lifting is good at erasing redundant data, and max-lifting or min-lifting can effectively preserve important geometric information.

关 键 词：五株采样 提升算法 小波变换 形态小波变换 

分 类 号：TP751[自动化与计算机技术—检测技术与自动化装置] P237.3[自动化与计算机技术—控制科学与工程]