基于Bubble函数的子波构造

本文首次系统地探讨基于 Ｂｕｂｂｌｅ函数的子波构造原理和方法。通过选取不同形状参数和时移因子，可以得到许多具有不同侧抑制性能的子波函数．文中给出了相应的Ｍａｌｌａｔ塔式分解快速算法所用的滤波器组系数计算公式与设计条件。

基于改进Bubble函数的红外图像边缘提取方法

针对bubble函数不具有调节带宽的缺点,提出了一种改进的bubble函数,该改进函数能够通过调节参数来获取不同时域、频域响应和滤波效果。将改进后的bubble函数与平稳小波相结合构造出多分辨率网络,该网络利用平稳小波变换去除噪声、利用改进bubble函数增强图像边缘,从而可以准确、有效、快速的提取出图像的边缘。实验结果表明,该方法优于传统bubble函数与平稳小波相结合提取边缘的效果。

基于Bubble函数多分辨断层检测

基于 Bubble函数构造小波基 ,用 Mallat塔式快速算法对地震信号进行二维多分辨分析 ,并利用局部极值理论提取、检测反射同相轴及断层 .理论和计算结果均表明 ,该方法能够检测出不同尺度下的地震信号突变特征 ,且具有一定的抑制噪声能力 .

改进Bubble函数的多分辨率边缘提取方法

在数学上,通常用Bubble函数来描述神经系统的侧抑制现象。Bubble函数在频域里相当于一带通滤波器,它可以反映不同的时域、频域特性,但它不具有调节带宽的功能。因此对Bubble函数进行改进,改进后的Bubble函数能够通过调节参数来获取不同时域、频域响应和滤波效果。最后,用改进的Bubble函数将小波和侧抑制有机地结合,构造出多分辨率侧抑制网络,该网络利用小波变换去除噪声、侧抑制网络突出边缘,从而可以准确、有效、快速地提取出图像边缘。

基于Bubble小波函数的印鉴鉴别

利用 Bubble小波函数 ,通过 Mallat算法可对印鉴图像进行小波分解和边缘检测 ,在此基础上 ,提取由傅里叶系数所导出的形状特征 ,然后利用神经网络分类器进行训练 ,继而实现印鉴的自动鉴别。

CO_2焊熔池图像的Bubble小波零交叉边缘检测

在用CCD捕获的CO2 焊熔池图像中存在大量的弧光噪声和飞溅形成的点噪声 ,要准确地检测熔池图像的边缘较为困难。首先采用中值滤波和乘法运算对CO2 焊图像进行降噪处理。基于零交叉边缘检测方法和多孔算法 ,研究了熔池边缘的Bubble小波检测方法及算法实现 ,对比分析了不同小波尺度对边缘检测结果的影响。试验结果表明 ,用Bubble函数构造的小波基对提取熔池边缘效果较好 ,为熔深控制、焊缝跟踪等奠定了坚实的基础。

基于Bubble小波的多尺度边缘提取

侧抑制是生物视觉信息处理中广泛存在的一种机制，Ｂｕｂｂｌｅ函数很好刻画了侧抑制现象。本文利用Ｂｕｂｂｌｅ函数构成小波，高斯函数作为平滑函数，用Ｍａｌｌａｔ快速算法进行小波分解，分解的局部极大值就是多尺度边缘，理论和实验都表明，这种算法对于不同的尺度，有不同的抑制噪声的能力和提取边缘细节的能力，当Ｂｕｂｂｌｅ函数的尺度较大时，抑制噪声的能力增强，提取边缘细节的能力变差；当Ｂｕｂｂｌｅ函数的尺度较小时，抑制噪声的能力变弱。

Bubble小波的正交条件研究

根据小波正交性的等价叙述定理和Ｌ２（Ｒ）中函数整数平移系的Ｒｉｅｓｚ界等价叙述定理，从三个方面系统地分析讨论Ｂｕｂｂｌｅ小波的正交条件。适当选择Ｂｕｂｂｌｅ函数的形状参数，可以得到正交和几乎正交的Ｂｕｂｂｌｅ小波，并指出墨西哥帽函数不能当成几乎正交的小波函数使用。

基于Bubble小波的多尺度断层检测

本文基于Bubble函数构造小波基 ,用Mallat塔式快速算法对地震信号进行二维多分辨分析 ,并利用局部极值理论提取、检测反射同相轴及断层。理论和计算结果表明 ,该方法能够检测出不同尺度下的地震信号突变特征 ,且具有一定的抑制噪声能力。

Bubble小波在高温熔体图像分割中的应用

在基于CCD图像传感器构成的高温测量系统中,为了计算高温目标的温度场,必须将高温目标图像与其背景图像准确分割。把通常用于图像边缘检测的小波模极大值取阈值法直接应用于目标图像的分割,设计一种基于Bubble小波变换的高温熔体图像分割算法,实验结果表明能快速准确地分割出目标图像,有很强的实用性。

关于“Bubble-隐定化有限元方法”的两点注记

本文针对Ｓｔｏｋｅｓ－问题给出了［１２］发展的基于局部ｂｕｂｂｌｅ－函数稳定化有限元法与Ｇａｌｓ－稳定化有限元法。

对流-扩散型问题Bubble-稳定有限元分析

本文针对形如σu+α·u-kΔu=f对流—扩散型的模型问题,发展耦合局部bubble-函数的有限元方法,我们就α=0和σ=0两种情形证明了方法的与“影响因素”σ和pedlet-数无关稳定性及全局最佳收敛阶。

平稳小波的侧抑制网络边缘提取方法

侧抑制网络具有“突出边框,增强反差”的功能,但其增强反差的同时也增强了噪声,其抗噪性较差。正交小波阈值去噪法对图像噪声有一定抑制作用,然而对于图像中噪声幅度较大的情况下,正交小波变换会使图像边缘失真,甚至模糊。基于平稳小波变换的图像去噪法,可以有效降低噪声的同时较好地保持图像的质量,与基于正交小波变换的阈值降噪方法相比,有明显的优越性。因此利用新Bubb le函数将平稳小波和侧抑制网络结合起来,用平稳小波变换去除噪声、侧抑制网络突出边框,从而准确、有效地提取出图像的边缘。

断层检测中的小波分析法

本文基于 Bubble函数构造小波基，用 Mallat塔式快速算法对地震信号进行二维多分辨分析，并利用局部极值理论提取、检测反射同相轴及断层。理论和计算结果表明，该方法能够检测出不同尺度下的地震信号突变特征，且具有一定的抑制噪声能力。

Maxwell方程基于两个局部高斯积分的稳定化有限元方法

文章对Maxwell方程提出了基于局部高斯积分的稳定化有限元方法,并给出了先验误差估计.通过利用Mini元进行有限元离散,新的稳定项仅仅取决于Bubble函数,算法优势是使用两个局部高斯方法代替了投影算子,同投影方法起到了相同的效果,没有增加额外的项.

一类基于变量分离的稳定化混合有限元方法

0.引言 Babuska(1971)[1]和Brezzi(1974)[3]建立了鞍点问题有限元分析的一般理论.此后,混合元法在流体力学、固体力学等偏微分边值问题的数值求解中有着广泛的应用(如参见[4,14,15]及其引用文献).混合元法的难点在于混合有限元空间一般需满足所谓的Inf-Sup条件([1,3,4,14]).