DWT算法在乒乓球动作识别分析中的应用

针对传统乒乓球动作识别未考虑动作的时序性和动态特性的问题,研究在二维DWT算法的基础上引入奇异值分解,设计出一种改进DWT算法,以获得乒乓球动作的局部特征,从而提升其识别准确率。实验结果显示:在识别准确率计算中,改进DWT算法的平均识别准确率为97.8%,优于其他算法,表明其识别精度较高;在识别时间计算中,改进DWT算法的识别时间与其他算法相比,均下降了50%左右,表明其识别效率较高。以上结果证明了改进DWT算法的优越性能,为乒乓球的动作识别提供了有效的技术支持。

基于DWT-VMD混合信号分解技术的人体活动识别

在人类活动识别的应用环境中,从原始传感器数据中提取更加有效的特征仍具有挑战性。针对该问题,利用离散小波变换(Discrete wavelet transform,DWT)和变分模式分解(Variational mode decomposition,VMD)的混合信号分解技术提取原始信号中的显著特征向量。在UCI-HAR数据集与SCUT-NAA数据集上,利用多种机器学习分类算法,例如K近邻、随机森林、LightGBM和XGBoost,对DWT-VMD混合信号分解算法的有效性进行了实验。实验结果表明,与未使用混合信号分解技术相比,使用该技术后识别准确率均有所提高,其中UCI-HAR数据集分类准确率达到98.91%,与未加入分解算法相比提高了1.79%;SCUT-NAA数据集分类准确率达到95.52%,提高了3.2%。在人体活动识别中,利用DWT-VMD混合信号分解技术,能够提取原始信号中更有效的特征,提高识别准确率,具有一定的实用性。

基于DWT-SARIMA-LSTM的流感预测模型研究

为提高流感预测模型的准确率,针对流感数据的季节性与波动性特点,提出利用离散小波分解(DWT)、季节性自回归综合移动平均模型(SARIMA)和长短期记忆神经网络(LSTM)综合建模,构建DWT-SARIMA-LSTM混合预测模型。首先,将流感数据分解为高频成分与低频成分,对低频成分使用SARIMA模型、高频成分使用LSTM模型分别进行预测;其次,将预测值融合得到最终的预测结果;最后,构建流行控制图预警模型。使用从中国香港卫生署官网获得的中国香港地区2010—2019年的流感数据对模型进行预测和验证,其MAE为0.3427,MAPE为8.0973%,RMSE为0.4632,预警模型的准确率为100%,该模型较于如ARIMA-LSTM等其他混合模型有更高的预测精度。

基于DWT-Informer模型的水量预测研究

为准确呈现水消耗的变化趋势以及预测未来的用水需求,提出一种基于DWT-Informer模型的用水量预测方法。与传统方法相比,该预测方法具有以下优势:(1)对历史用水量数据进行DWT分解,可以更好地捕捉用水量信号的不同频率成分和变化趋势;(2)Informer模型具有更强的时间序列建模能力和预测能力,可以更准确地预测未来日用水量;(3)采用多头注意力机制构建输入与输出的全局关系,有利于提升参数水平。通过实际日用水量数据进行算例分析,分析结果表明,相较于其他常用预测方法,该文提出的方法在MAE、RMSE、MAPE等指标上均表现优异。

基于人类视觉特性(HVS)的离散小波变换(DWT)数字水印算法

伴随着计算机网络通信技术的蓬勃发展,数字媒体数据的交换和传输变得日益简单且快捷.数字水印技术是一项将数字、序列号、图像标志等版权信息嵌入到数字产品信息中,用来保护数字产品版权和认证来源及完整性的新型技术.提出了一种基于人类视觉特性HVS的小波域盲数字水印算法,通过借鉴人类视觉特性HVS算法思想自适应的嵌入水印信息,能够很好地达到水印嵌入透明性和鲁棒性的平衡.通过Matlab软件实验仿真,表明该算法具有较好的透明性和鲁棒性.

运用DWT和ORB的图像篡改检测方法

针对数字图像常见的区域复制篡改方式和实时特征提取要求,结合离散小波变换(DWT)和ORB特征提取算法,提出了一种高效的数字图像区域复制篡改检测方法。该方法首先使用DWT将图像分解为LL、LH、HL、HH四部分;然后将ORB算法作用于LL部分,提取关键点,构建二进制描述向量r BRIEF;最后使用汉明距离匹配相似关键点,达到检测图像篡改的目的。通过实验结果证明,该方法不仅可以有效地检测出区域复制篡改图像,同时对平移、旋转、噪音和综合攻击后的篡改图像具备一定的鲁棒性,且与SIFT等算法相比具有更短的检测时间和更少的存储空间。

一种基于DWT和DCT的盲灰度级水印算法

提出一种新的盲灰度级水印算法。它充分利用离散小波变换的多分辨率特性和离散余弦变换的能量压缩能力,将预处理后的灰度水印图像隐藏在原始图像DCT系数量化值的奇偶性中,在水印的提取过程中不需要原始图像的参与。实验结果表明,该算法对图像剪切、JPEG有损压缩、中值滤波等攻击有很强的鲁棒性,对旋转、噪声等攻击也具备了一定的抵抗能力。

基于DWT和SIFT的鲁棒图像水印算法

为了提高数字图像水印的不可见性和鲁棒性,文章提出了一种基于离散小波变换(discrete wavelet transform,DWT)和尺度不变特征转换(scale-invariant feature transform,SIFT)的数字图像水印算法。该算法首先利用DWT找出原始图像中纹理较复杂区域,再在所找出的纹理复杂区域中提取出不变特征点;通过自适应确定局部特征区域,并对特征区域进行一级DWT,取其低频部分进行奇异值分解(singular value decomposition,SVD);最后对待嵌入水印图像进行Arnold置乱,把置乱后的一维水印信息进行SVD并通过加性准则嵌入到原始图像的奇异值中,以实现水印的嵌入。仿真结果表明,该算法不仅具有较好的透明性,而且对常规攻击和一般的几何攻击有较高的鲁棒性。

一种基于DWT-DCT变换强鲁棒性的数字水印算法

提出一种基于DWT-DCT的新的数字图像水印算法。该算法充分利用离散小波变换多分辨率特性和离散余弦变换能量压缩特性,综合两种变换的优点。在嵌入时,先对宿主图像进行DWT变换,得到4个子带。选择HL子带进行DCT变换,然后将加密后的水印嵌入DCT变换后得到子带中频系数。为获得较强的安全性,在嵌入前先对水印进行混沌加密。试验结果表明基于DWT-DCT联合的水印算法具有较强的不可见性,对常见的攻击具有较强的鲁棒性。

基于DWT和视觉加权的图像质量评价方法研究

提出了一种新的基于小波变换和视觉加权的图像质量客观评价方法(WVWPSNR,wavelet and vision weighted peak signal noise ratio)。该方法将图像的DWT和HVS特性相结合,利用子图分解以及视觉加权处理实现图像质量的客观评价。对多幅分别经过JPEG压缩、JPEG2000压缩、White Noise(白噪声)、Gaussian Blur(高斯模糊)、FastFading降质的图像进行测试,实验结果表明该方法可靠、有效,与主观评价结果更接近。尤其是该方法对JPEG压缩图像的质量评价性能较好。

FTIR结合DWT鉴别研究六种不同植物来源的淀粉

利用傅里叶变换红外光谱（FTIR）结合离散小波变换（DWT）、主成分分析（PCA）和聚类分析（HCA）方法对甘薯、马铃薯、薯蓣、莲藕、豌豆、玉米淀粉进行鉴别研究,测试淀粉样品的红外光谱。结果表明,6种淀粉样品红外光谱相似,但在1 700～800 cm-1范围内,红外光谱的峰位、峰形及吸收强度差异明显。对此范围内的原始红外光谱进行离散小波变换,提取离散小波变换的第五尺度细节系数数据,进行主成分分析和聚类分析。离散小波的前3个主成分的累计贡献率为94.43%,主成分分析和聚类分析正确率为100%。研究表明,傅里叶变换红外光谱技术结合离散小波变换的方法可以鉴别不同植物来源的淀粉。

一种DWT与DCT结合的盲音频水印算法

该文提出了一种新的盲音频水印算法。它充分利用离散小波变换的多分辨率特性和离散余弦变换的能量压缩能力,通过量化处理把降维后的二值图像水印嵌入到原始的音频信号中,在水印的提取过程中不需要原始音频信号的参与。仿真实验证明了算法的鲁棒性和不可感知性。

一种基于DWT的彩色图像数字水印算法

本文提出了一种基于离散小波变换 ( DWT)的彩色图像数字水印算法 .算法选择彩色图像的 YIQ色彩空间的Y分量嵌入水印 .利用人类视觉系统 ( HVS)的特性 ,定义视觉掩蔽函数 ,将二值图像加密后自适应地嵌入到 Y分量的DWT系数中 ,从而兼顾了水印的不可见性和鲁棒性 .该算法既能在有源的条件下提取出嵌入的图像水印 ,也可以在无源的情况下 ,检测出水印的存在性 ,因此具有灵活性和应用范围广的特点 .

改进的基于提升格式的DWT硬件实施方案

提升结构与传统的Mallat算法相比,降低了计算的复杂度,也提高了计算速度.最近又提出了一种翻转结构,它在提升格式的基础上进一步提高了计算速度.结合翻转结构,以9/7小波为例,设计了一种具有递归结构的硬件实施方案,实现了2级一维离散小波变换.并研究了翻转结构的系数量化方法,在整个设计中,实现了无乘法运算.测试结果证明,提出的这种硬件结构通过采用递归结构,把第二级小波变换插入到第一级变换的缝隙中,其硬件占用少,计算速度快,耗电量低.

基于CWT和DWT相结合的谐波检测

提出了一种基于连续小波变换(CWT)和离散小波变换(DWT)相结合的电力系统谐波检测方法。首先利用CWT系数的幅值来检测谐波频率,该过程不用事先根据谐波次数确定分解层数,而只是确定尺度范围及步长,即可得出各次谐波频率。然后根据确定的谐波成分利用DWT来检测谐波幅值,并通过Matlab软件进行了仿真分析。仿真结果表明该方法有效地解决了基于离散小波变换的谐波检测方法中谐波次数未知而无法确定分解层数的难题,并能精确可靠检测各次谐波频率和相应的幅值。因此,CWT和DWT相结合是一种有效的电力系统谐波检测方法。

结合Zernike矩和模板具有RST不变性的DWT-HMM鲁棒水印算法

抵抗几何攻击是鲁棒水印研究的关键问题之一。为实现水印同步,提出了一种结合Zernike矩和小波域模板实现由粗到精几何同步的算法,即首先利用平移归一化图像的Zernike矩估计旋转和缩放参数,并用校正旋转和缩放后的图像和原图像之间的质心增量估计平移参数;然后基于粗略估计的参数,通过匹配小波域模板实现旋转、缩放和平移(RST)参数的精确识别和校正,该同步方法可以较大程度地降低搜索空间。水印嵌入和检测采用了小波域向量隐马尔可夫模型(DWT-HMM)。仿真结果表明,利用由粗到精的几何同步方法和基于HMM的水印算法能有效抵抗StirMark平台的多种单项攻击和联合攻击,算法具有较好的鲁棒性能。

一种新的DWT域彩色图像数字水印算法及其实现

提出了一种基于DWT域的彩色图像数字水印算法,选取离散小波变换的中低频系数进行了水印的嵌入。选择了一种具有实际意义的二值图像作为水印图像,然后根据水印图像的不同值,在中频系数的不同方向上,改变系数2次嵌入了数字水印,以提高其鲁棒性。实验结果表明:该算法具有很好的隐蔽特性,并且对椒盐噪声、高斯噪声、中值滤波、图像旋转、图像缩放和JPEG压缩处理等操作具有很强的鲁棒性。

DWT、NSCT和改进PCA协同组合红外偏振图像融合

为充分保留红外光强和偏振图像细节、强度等信息,综合多算法的优势性能,提出一种DWT、NSCT和改进PCA的多算法协同组合融合新方法,在考虑3种算法互补协同关系基础上,充分保留源图重要目标和细节信息。首先,用离散小波变换(DWT)将源图分解为高低频分量,低频用非下采样轮廓波变换(NSCT)再次分解;其次,对主成分分析法(PCA)进行权值改进,分块融合NSCT分解所得低频分量;然后,提出"相关系数-局部能量-局部标准差"规则融合NSCT分解所得高频,用"层内对比度"规则融合DWT分解所得高频;最后,NSCT逆变换重构所得图像作为DWT低频融合图,再用DWT逆变换获得最终融合图像。实验结果表明,所提方法在视觉效果、细节层次及保留等方面比单一或简单组合方法更具优势,对不同场景适应性较强。

基于DWT的一种数字水印算法

介绍了一种基于离散小波变换的数字水印算法并作了改进.原算法对水印进行Arnold置乱,由于Arnold置乱具有周期性,易被别人识破,安全性不高,新算法采用了安全性更好的混沌置乱.原算法是在高低频部分分别以2种强度嵌入水印,新算法沿用这种办法,但为了提高水印的隐蔽性和鲁棒性,新算法在第二级和第三级高频上随机选择了一些分散的嵌入点,各嵌入一半的水印.在Matlab环境中进行了对照实验,探究得出了高低频的最佳嵌入强度.攻击实验证明,在抗加噪、滤波攻击方面,新算法均有大幅度的提升;特别是在抗剪切、JPEG格式压缩攻击方面,原算法效果很差,而新算法能抵抗各种大幅度的剪切和压缩攻击.最后,二者都不能抵抗旋转攻击和抖动攻击.

一个基于DWT的自适应数字水印算法

本文提出了一个新的DWT域自适应数字水印算法。该算法利用小波域高、低频部分嵌入水印的优势互补特点,在载体图像的高频和低频子带分别嵌入相同水印来增强水印抵抗多种攻击的能力;水印的嵌入采用量化调制方式,其量化步长可根据人类视觉系统和载体图像的局部特点自适应地调整。此外,由于奇异值分解具有良好的性能,因而被用于高频部分水印的嵌入以提高其鲁棒性。实验结果表明水印具有良好的鲁棒性和不可见性,与相近算法相比,本文方法可以有效抵抗更多的攻击。