基于DT-CWT和SVD的变电站直流系统接地故障检测技术研究

变电站直流系统的状态直接关系到变电站的正常运行,为了对变电站直流系统出现的接地故障快速、准确定位,提出了一种双树复小波变换(DT-CWT)和奇异值分解(SVD)相结合的变电站直流系统接地故障检测新方法。该方法首先利用DT-CWT对支路电流信号进行分解来构建Hankel矩阵;然后对Hankel矩阵进行SVD分解,得到一系列奇异特征值;再次,利用相邻奇异值差值构建奇异值差分谱,通过奇异值差分谱最大峰值来保留有效的奇异值个数;最后,利用保留的奇异值来重构低频信号。算例分析结果表明,该方法能够准确地从支路电流信号中提取出低频交流信号,可以对变电站直流系统接地故障进行准确定位,很大程度上减小对地电容对检测精度的影响。

基于DT-CWT和LS-SVM的苹果果梗/花萼和缺陷识别

该文提出了一种基于双树复小波变换(DT-CWT)和最小二乘支持向量机(LS-SVM)区分苹果的果梗/花萼和缺陷的方法。对苹果图像使用DT-CWT分解,使用变换后得到的高频子带系数的均值和方差构造特征向量,然后使用最小支持二乘向量机作为分类器进行分类。对180幅苹果图像进行了试验。讨论了DT-CWT分解层数以及目标图像大小对分类正确率的影响。试验结果显示,使用3层DT-CWT对大小为64×64子图像进行小波分解提取纹理特征,能达到最好的分类效果,分类正确率可以达到95.6%。

基于DT-CWT的红外与可见光图像自适应融合

针对低可见光图像和红外图像的特点,提出一种基于DT-CWT的自适应图像融合算法.该算法具有好的平移不变性和方向选择性,更适合于人类视觉.先对源图像作双树复小波变换,充分考虑各尺度分解层的系数特征,对低通子带引入免疫克隆选择,根据统计评价准则定义亲和度函数,自适应获得最优融合权值;对高通子带则根据人类视觉特性定义局部方向对比度,并作为融合准则,突出和增强了各源图像的对比度与细节信息.实验结果表明:与基于小波的融合结果相比较,本文的融合算法自适应性和鲁棒性更强,较好地保护和显示了源图像中的边缘和细节信息,对比度和清晰度都有所提高.

DT-CWT和色调映射相结合的低照度图像增强算法

为了提高低照度图像的质量,提出基于双树复小波变换(DT-CWT)与色调映射相结合的图像增强算法.首先将RGB图像转换到HSV色彩空间,然后对亮度分量V进行双树复小波分解,分离出高、低频子带;然后对高频子带进行Butterworth滤波,增强图像细节、抑制噪声;对低频子带,则使用文中改进的色调映射算法来调整图像亮度;最后进行DT-CWT逆变换得到处理后的V分量,并将之与H分量、S分量合成,转换为清晰的RGB图像.文中充分利用DT-CWT能准确表达图像细节的优良特性,并在Retinex基础上改进了色调映射算法,实现对低照度图像的增强.实验结果表明,该算法可以明显地改善低照度彩色图像的视觉效果.

SVM和DT-CWT的纹理图像分类方法研究

提出了一种将支持向量机(SVM)和二元树复小波变换(DT-CWT)相结合的纹理图像分类方法.通过DT-CWT对纹理图像进行4层分解,提取各子频带小波系数模的均值和标准方差组成特征向量,利用SVM作为分类器实现纹理图像分类.从Brodatz图像库中随机选取了30幅纹理图像进行了分类试验,结果表明:该方法具有较高的分类精度,尤其在有限训练样本的情况下分类正确率明显优于其它的分类算法,体现了该方法的有效性和良好的泛化能力.

基于Q-Shift DT-CWT的多聚焦图像融合研究

提出了一种基于Q-Shift双树复小波变换的多聚焦图像融合算法.根据多聚焦图像的成像特点和变换后的高低频系数相关性,对高频系数采用"模值绝对值和取大"和对低频系数采用"局部区域标准方差取大"的融合准则,并对高频融合系数进行一致性检测,以实现尽可能直接选择源图像中的清晰区域系数作为融合图像对应位置的系数.实验结果表明,该融合方法获得了很好的融合效果,与小波变换相比,充分显示了近似的平移不变性和良好方向选择性等特性.

基于DT-CWT统计模型的舰船噪声信号中线谱信号检测研究

双树复解析小波变换(DT-CWT)在信号去噪方面的性能优于实小波变换,且计算量远小于后者。文章基于DT-CWT小波理论,通过对海洋环境噪声中舰船噪声中低频线谱信号小波系数的层间联合分布的分析,提出一种DT-CWT统计模型并推导出最大后验概率估计子(MAP),用于检测海洋噪声背景中的舰船噪声中的低频线谱信号。对实测舰船噪声信号和海洋环境噪声的分析表明,所提出的DT-CWT统计模型算法明显优于VisuShrink、SureShrink和BayesShrink算法对舰船噪声中线谱信号的检测效果。

一种DT-CWT域内的图像零水印算法

为了实现数字图像的版权保护,基于双树复小波变换,提出了一种新的零水印算法。该算法由于不改变图像的任何信息,因此在兼具不可见性和鲁棒性的同时,还可以解决常规的冗余变换域水印算法的能量损失问题。该算法先借用实小波变换的零树结构思想,在变换后图像中选择重要的系数树,并利用主分量分析提取它们的第一主分量,然后经过量化编码构造零水印信息,再到认证中心注册后,即可作为用户的版权标志。实验结果表明,该算法不仅具有很好的鲁棒性,而且可以抵抗滤波、加噪、有损压缩等各种攻击。

基于Log-Polar和DT-CWT的旋转不变纹理分类算法

提出了一种基于对数-极坐标变换(Log-Polar)和双树复数小波变换(DT-CWT)的旋转不变纹理分类算法。该方法首先对纹理图像进行对数-极坐标变换将旋转转化为平移,再用具有平移不变性的双树复数小波对变换后的图像滤波并计算各子带的能量值组成旋转不变特征向量,最后利用支持向量机算法实现纹理图像的分类。将该方法与其它旋转不变纹理分类算法进行比较,实验结果表明,提出的算法能有效地提高正确分类率。

基于DT-CWT的数字水印算法

为了实现数字图像的版权保护,设计了一种基于双树复小波变换的抗几何攻击的数字水印算法:对水印图像进行三级双树复小波变换,提取特征并插值为特征矩阵,并且定义了一种新的距离向量用于相似性度量,使用特征矩阵对遭受几何攻击的图像进行参数估计。实验结果表明,该算法可用于对图像遭受的对称缩放、非对称缩放、旋转等几何攻击进行校正,确保水印嵌入与检测的同步。

在频谱直方图中应用DT-CWT的人脸检测技术

提出了一种利用双树-复小波变换(DT-CWT)构成频谱直方图并通过支持向量机(SVM)进行人脸检测的方法。在人脸图像的表示中,基于DT-CWT在不同尺度上具有的很好方向选择性,对原始图像滤波,并与其它滤波器卷积滤波后得到原始图像的不同频率特征一起构成频谱直方图,该直方图在图像的表示上具有很好的本质扩展性。通过支持向量机(SVM)对频谱直放图向量进行分类训练,得到了有效区分人脸与非人脸的分类函数。实验显示,DT-CWT具有与Gabor变换类似的性质,而且计算冗余度更小,计算速度更快。应用DT-CWT频谱直方图的人脸检测算法取得了令人满意的结果。

基于DT-CWT和PCA的唇部特征提取方法

针对单视觉唇读系统中唇部特征的提取问题,提出了基于双树复小波和PCA的唇部特征提取方法。利用双树复小波变换的近似平移不变性,通过将变换后的系数幅值重新排列,克服了感兴趣区域中唇部偏移的影响。与DCT相比,双树复小波变换既可反映输入信号的频域特性,又能反映其空间域特性,具有近似平移不变性,这些特性使得DT-CWT+PCA的方法优于DCT+PCA的特征提取方法。实验结果表明,该方法在识别率方面有较大的提高。

基于改进阈值DT-CWT降噪与WPHM模型的滚动轴承可靠度评估

针对滚动轴承运行数据集降噪难度大,且其可靠度评估模型预测精度不高的问题,提出了一种基于改进阈值DT-CWT降噪与WPHM模型的滚动轴承可靠度评估方法。首先,在数据降噪方面,利用一种改进的双树离散连续小波变换(DT-CWT)阈值降噪方法,将尺度因子和平移因子离散化,通过两组平行且独立的低通和高通滤波器,构成实部树和虚部树,实现了对信号的完全重构;然后,在数据处理方面,采用了PRONOSTIA实验台的全寿命实验数据,把粒子群优化(PSO)的全局最优搜索策略与最小二乘(LS)进行了融合,得到了威布尔比例风险模型(WPHM)的最佳参数;最后,采用法国弗朗什孔泰大学FEMTO的PRONOSTIA轴承实验台数据,对改进DT-CWT阈值降噪效果进行了评估,并对通过WPHM模型计算得到的可靠度评估曲线进行了验证。研究结果表明:(1)相对于传统阈值函数,改进阈值DT-CWT函数降噪效果更好,可提高信噪比(SNR)58.2%,降低均方根差(RMSE)58.3%,降噪信号变化趋势与原信号保持一致;(2)利用全寿命实验数据和PSO-LS方法对β、η和γ进行了参数估计,解决了WPHM模型中的参数估计问题;(3)可靠度评估曲线与轴承实际退化状态相符,WPHM模型可以反映轴承的健康状态。

硬C-means聚类和DT-CWT变换的数字图像水印算法

为了提高数字水印图像的鲁棒性,提出一种基于硬C均值聚类和双树复小波变换域的图像水印算法。该算法对载体图像进行一层双树复小波变换分解,利用人类视觉特性对其2个低频子带进行硬C均值聚类划分,确定可嵌入信息区域。将二值水印图像信号经过Hilbert曲线置乱和降维,形成一维信号序列。利用图像自身局部相关性,调节水印嵌入强度并修改小波系数值,实现将水印嵌入到可嵌入信息区域。实验表明,该算法具有良好的透明性且对压缩、剪切、噪声和滤波等几何攻击具有高鲁棒性。

基于DT-CWT的像素级多分辨分析图像融合算法研究

提出基于对偶树复小波变换的像素级多分辨分析图像融合算法.对多聚焦图像和遥感影像的实验结果表明,本方法较基于离散小波变换和传统IHS变换的融合方法,保留了更多的光谱信息,而且提高了融合图像的空间细节信息.

基于DT-CWT变换统计模型的医学图像纹理检索

针对离散小波变换具有平移变化性和弱方向性的特性,本文提出了一种基于双树复小波变换(DT-CWT)统计模型的医学图像纹理检索方法。该方法首先利用双树复小波变换系数的平移不变和多方向选择特性,建立广义高斯分布的统计模型,然后基于该模型提取图像的特征矢量,最后利用改进的Log-likelihood(ILL)相似性测度算法进行纹理图像检索。实验结果表明,该方法的检索查准率达到了82.8%,相比于传统的Gabor算法和小波算法都有了较大的提高,对今后的纹理图像检索具有重要的理论与实际意义。

Facial Expression Recognition Based on the Q-shift DT-CWT and Rotation Invariant LBP

In this paper, a novel method based on dual-tree complex wavelet transform(DT-CWT) and rotation invariant local binary pattern(LBP) for facial expression recognition is proposed. The quarter sample shift (Q-shift) DT-CWT can provide a group delay of 1/4 of a sample period, and satisfy the usual 2-band filter bank constraints of no aliasing and perfect reconstruction. To resolve illumination variation in expression verification, low-frequency coefficients produced by DT-CWT are set zeroes, high-frequency coefficients are used for reconstructing the image, and basic LBP histogram is mapped on the reconstructed image by means of histogram specification. LBP is capable of encoding texture and shape information of the preprocessed images. The histogram graphs built from multi-scale rotation invariant LBPs are combined to serve as feature for further recognition. Template matching is adopted to classify facial expressions for its simplicity. The experimental results show that the proposed approach has good performance in efficiency and accuracy.

改进的综合BTC颜色矩和DT-CWT的图像检索算法

特征提取是基于内容的图像检索中的关键技术。针对基于单一特征检索效果不理想的问题,提出一种改进的综合颜色和纹理特征的图像检索算法。该算法在YIQ颜色空间中进行特征提取,首先结合方块编码(BTC)的思想,提取颜色矩作为颜色特征;采用双树复小波变换(DT-CWT)提取纹理特征,融合两种特征并利用相似性度量方式进行图像检索。实验结果表明算法所提取的颜色、纹理特征更利于检索,使用综合特征检索的平均查准率比同类算法更高。

一种CEEMDAN联合双树复小波的水质紫外-可见光谱去噪算法研究

紫外-可见吸收光谱法测量水质化学需氧量(COD),本质是对大量水质光谱数据建模,以此模型为基础引入待测的水质光谱数据进行预测的过程。而实测的邻苯二甲酸氢钾COD标准溶液在200~300 nm存在两个特征吸收峰,标准溶液在不同浓度下的峰值也不同,利用此特性对该波段进行特征波长的选择,用其表征光谱信息,降低数据冗余度的同时提高了预测精度。针对实测水质光谱信号容易受到仪器本身和外界干扰,光谱数据存在大量非平稳噪声,且特征吸收峰及其临近信号频率较高,常规去噪算法直接舍弃高频信号以及无法准确判断信噪分量界限,导致有效信号缺失这一实际问题。提出了一种基于完全自适应噪声集合经验模态分解(CEEMDAN)和双树复小波变换(DT-CWT)的联合去噪算法。该联合算法利用CEEMDAN将信号分解为本征模态函数(IMF),并通过归一化自相关函数和互相关系数进行线性相关性分析,得到各阶IMF分量之间的自相关性以及IMF分量与原始信号的互相关系数,以确定高频含噪分量与低频信号分量的界限;进而应用DT-CWT阈值去噪算法对含噪高频IMF分量进行处理,将DT-CWT处理之后的IMF高频分量与CEEMDAN分解得到的IMF低频分量进行信号重构,获得最终去噪后的水质光谱信号。实验结果表明:基于CEEMDAN联合双树复小波变换的去噪算法适用于紫外-可见光谱水质检测的数据处理。对于化学需氧量COD标液为100 mg·L^(-1)的邻苯二甲酸氢钾溶液,将实测的紫外-可见光谱数据应用该算法去噪后的SNR=24.2015 dB,RMSE=0.0240,NCC=0.9994,PSNR=37.5736,不仅去噪效果显著优于CEEMDAN和双树复小波阈值算法,还有效地保留了原始COD标液的吸收特征峰,遏制了平移敏感性现象,提高了重构信号的平滑度,改善了重构信号质量。为紫外-可见光谱法检测水质COD提供了一种新的数据预处理方法。

基于双树复小波和奇异差分谱的齿轮故障诊断研究

针对齿轮故障振动信号的非平稳特性和包含强烈噪声,很难提取故障特征频率的情况,提出了基于双树复小波和奇异差分谱的故障诊断方法。首先将非平稳的故障振动信号通过双树复小波分解为几个不同频段的分量;由于噪声的影响,从各个分量的频谱中难以准确地得到故障频率。然后对包含故障特征的分量构建Hankel矩阵并进行奇异值分解,求奇异值差分谱曲线,确定奇异值个数进行SVD重构降噪,由此实现对故障特征信息的提取。最后再求希尔伯特包络谱,便能准确地得到故障频率。实验结果和工程应用表明,该方法可以有效地提取齿轮的故障特征信息,验证了方法的可行性和有效性。