基于Harr小波的CS-MRI典型重构算法的性能分析

目的压缩感知理论(Compressed Sensing,CS)与磁共振成像(Magnetic Resonance Imaging,MRI)相结合,缩短MRI图像数据的扫描时间,提高成像质量。方法以Harr小波进行稀疏表达,分别利用基追踪(Basis Pursuit,BP)算法、正交匹配追踪(Orthogonal Matching Pursuit,OMP)算法和分段正交匹配追踪(Stagewise Orthogonal Matching Pursuit,St OMP)算法实现CS-MRI的二维重构。结果在采样率较低(10%-50%)时,以峰值信噪比(Peak Signal to Noise Ratio,PSNR)、平均结构相似度(Mean Structure Similarity,MSSIM)、相对误差(Relative L2 Norm Error,RLNE)和传输边缘信息(Transferred Edge Information,TEI)四个指标来定性、定量地评价和比较上述三种算法的重构质量,BP算法性能最佳。结论 BP算法能精确重构原始图像,与完整采样图像相比,图像质量并无明显下降,同时大大减少MRI采集时间,具有重要的理论意义和临床应用价值。

基于小波神经网络的单相三电平逆变器谐波检测

本文采用小波神经网络(Wavelet Neural Network,WNN)算法对时变谐波信号进行检测。利用Harr小波对谐波信号的幅值和相角进行逼近;将小波对信号的自适应时频分割特性引入神经网络,提高神经网络的逼近和收敛速度;给出网络参数的选定方案;确定网络的训练算法。在MATLAB/SIMULINK环境下对该算法进行仿真,与传统的小波算法比较,该算法不仅可行,而且精确度得到提高。

基于PURE-LET的激光光斑图像快速去噪算法

煤矿井下低照度成像环境会导致图像中产生泊松噪声,将引起激光光斑图像的强度和形状分布的不确定性,从而影响激光三角测距的精度。提出了一种基于PURE-LET(Poisson Unbiased Risk Estimator-Linear Expansion of Threshholds)的煤位表面激光光斑图像的快速小波域去噪算法。给出了泊松噪声下小波系数估计MSE(Mean Squared Error)的一个无偏估计子PURE,并将小波系数估计子写作一组基本阈值函数的线性组合以提高算法速度。仿真图像与真实煤仓图像的实验显示,与3种典型图像去噪算法(BayesShrink,Poisson_NLMeans,PURE-LET)相比,提出的PURELET-Smooth算法具有更好的噪声抑制能力,同时具有保持图像边缘结构和快速计算的特点,这在实时光斑质心精确计算和三角测距应用中是一个明显优势。此外此算法具有阈值函数组合系数的快速自动计算特点,适用于自动煤位检测应用。

单质点弹性体系的小波变换

利用小波变换对单质点弹性体系进行小波分析，给出了单质点弹性体系在脉冲响应下的输出信号的小波变换与该体系的输入信号的关系．作为算例，计算了在水平地震作用下单质点弹性体系的Ｈａｒ小波变换．

小波变换在电力系统相位测量中的应用及误差分析

提出了利用小波变换实现测量信号各次谐波相位的方法,利用小波变换进行电力系统交流参数测量的优点在于小波域同时包含了这些交流参数的时-频关系.选择Harr小波进行研究,因为其具有良好的时间局部性和简明的解析表达式,而且在窗宽范围内能量泄露较小.并对该方法进行了误差分析,仿真结果表明,在不考虑采样过程中同步偏差情况下,该方法可以达到很高的测量准确度.

基于小波变换灰度水印的版权保护

对于电子出版物和媒介的版权保护,数字水印是当前的研究热点。随着信息技术的快速发展,越来越多的信息需要隐藏在电子媒介当中。提出了基于H arr离散小波变换的灰度水印的一种新算法。对于信息隐藏,提出了像素扩展并且利用H arr离散小波变换进行降维处理的方法。即提出了一个可视的加密方法产生水印的两个随机等份:一个嵌入到封面图像中,另一个作为密钥进行水印提取。利用H arr离散小波变换进行程序处理,并且提取两个等分的主要特征。该方法是为水印专门设计的,且不容易被改变和去除。经过压缩和剪切攻击之后,仍能提取出可识别的图像。

单相三电平逆变器谐波检测的小波神经网络算法研究

本文采用小波神经网络（WaveletNeuralNetwork，WNN）算法，对时变谐波信号进行检测。利用Harr小波对谐波信号的幅值和相角进行逼近；将小波对信号的自适应时频分割特性引入神经网络，提高神经网络的逼近和收敛速度；给出网络参数的选定方案；确定网络的训练算法。在MATLAB／SIMuLINK环境下对该算法进行仿真，与传统的小波算法比较，该算法不仅可行，而且精确度得到提高。

基于零树结构的遗传水印算法

提出了一种基于零树的小波水印方案。该方案首先利用Haar函数在小波域执行水印,然后运用遗传算法在某个小波系数上恰当选择零树进行水印嵌入,并通过控制迭代次数和嵌入强度保证水印的特性。仿真结果表明该算法得到的图像水印具有良好的不可见性,同时也保证水印图像在常规的攻击下提取出的水印具有鲁棒性。

利用小波神经网络对单相三电平逆变器谐波检测

采用小波神经网络(Wavelet Neural Network,WNN)算法对时变谐波信号进行检测。利用Harr小波对时变幅值和相角进行逼近;将小波对信号的自适应时频分割特性引入神经网络,提高神经网络的逼近和收敛性能;给出网络参数的选定方案;确定网络的训练算法;在matlab/Simulink环境下进行仿真,验证该方法的可行性和精确性。

小波分析及其在计算电磁学中的应用

回顾小波变换的发展历史,指出其相对于Fourier变换与Harr变换的优越性,并结合矩量法(MoM)、时域有限差分法(FDTD)等方法,讨论小波分析在计算电磁学中的应用。

基于HDWT的灰度级数字水印研究

提出一种小波域灰度级图像数字水印的新算法,算法采用Harr离散小波变换(HDWT)和商-余法则(DWRT)将数据嵌入灰度级图像。算法采用DWRT将水印分离为由黑色像素组成的两个部分,采用HDWT提取其中一部分的特征信息并将其嵌入宿主图像,保留另一部分作为以后提取数字水印的密钥,依据两部分的小波系数恢复原始像素。该算法嵌入的水印难以修改和删除,经多次攻击仍能提取出可辨识的图像。

一种新的基于小波分析的变压器励磁涌流判别方法

文章提出了一种基于小波理论的区分励磁涌流和短路电流的新方法,利用Harr小波变换进行励磁涌流特征提取,通过分析励磁涌流和故障电流的有效小波系数比的差别,提取有效小波系数比作为特征量,可以可靠地区分励磁涌流和短路电流,该原理判别速度快,可靠性高。

基于小波变换的采样问题研究

香农曾提出时域采样定理,满足一定条件下对原始模拟信号进行采样,再用离散点的取值和插值公式的线性组合可以重建出原信号,此后香农等人又提出非均匀采样定理。文章用小波变换这种新型研究信号处理的工具来研究采样问题,并以最典型的Harr小波为例进行分析,论证说明小波采样升维分析降低了对香农采样定理中要求是带限连续信号要求,而只要求信号为一平方可积函数即可。

可用于数码相机的新型滤色器实验研究

目前的数码相机获取彩色大多是由棋盘格状 Bayer型滤色器与 CCD构成彩色成像器件获得。本文则提出了一种新型格式的滤色器 ,其不仅具有三原色空间周期采样的特点 ,同时又具有三色光栅编码的特点 ,即编码数字图像的频谱面上红、绿和蓝信号相互分离。本文的分析表明这种滤色器和 Bayer型相比具有解码步骤较为简单的优点。本文特殊设计的模拟实验验证了其用于数码摄影的实际效果。