基于平移不变小波变换的图像滤波算法

为克服传统滤波法在去除高斯噪声时存在的不足,研究了一种基于平移不变小波变换的图像高斯噪声滤波算法,分析了小波分解函数、阈值系数及平移间距对滤波结果的影响。仿真试验表明,文中算法能够在去除噪声的同时较好的保持图像边缘,同时,峰值信噪比也较均值滤波法、小波软阈值和硬阈值等方法有所提高,是一种有效的高斯噪声图像滤波算法。

基于最优分解的时不变小波变换的油液磨粒特征提取方法

分解层次的确定对磨粒特征的提取效果具有重要的影响。基于时不变小波变换,提出一种以残差信号的分段峭度均方差为准则的最优分解层次确定方法。该方法使用时不变小波变换方法提取磨粒信号,以提取出磨粒信号后的残差信号的分段峭度均方差作为准则,根据残差信号的信息自适应地确定最佳分解层。分别使用仿真信号和真实信号对该方法进行验证,结果表明,该方法较传统方法可提高油液中磨粒检测精度。

平移不变小波医学图像融合方法

针对传统小波变换融合算法对细节信息的丢失问题,提出了一种新的基于平移不变小波变换的医学图像融合算法,采用灰度加权平均法进行低频部分融合;高频部分采用基于梯度能量的加权融合规则。实验结果表明,与传统的小波变换方法相比,文中方法融合效果更加理想,较多地继承了两幅源图像的重要信息,更好地描述了图像的细节部分,更具有实用性。

电压互感器局部放电信号去噪的平移不变小波算法

针对电压互感器局部放电检测中存在较多干扰的问题,分析了电压互感器的在线监测的局部放电信号和白噪声的小波变换特性。根据白噪声和局部放电信号的不同特性,采用平移不变的小波去噪方法,对放电信号进行循环平移,从而消除小波基的平移依赖性.对比普通小波去噪,该方法能有效地消除人为振荡现象,使去噪后的信号更光滑和逼近真实信号.仿真数据表明,基于平移不变小波消噪方法可以有效抑制局部放电噪声干扰,成功提取出有效的局部放电信号,消噪效果优于传统小波消噪方法。

一种基于区域不变小波矩的图像相似匹配挖掘方法

将小波多尺度分析理论与不变矩理论相结合,提出了一种基于区域不变小波矩的图像匹配挖掘算法和逐步求精的跳跃式搜索策略,将该算法与基于Hu矩和自仿射不变矩特征的图像匹配挖掘算法的性能进行仿真对比分析,得到了较好的结果。

双变量模型与平移不变小波变换相结合的图像去噪算法

提出一种双变量模型与平移不变小波变换相结合的图像去噪算法.与传统的小波阈值去噪算法不同,该阈值不是直接作用于小波系数,而是利用图像平移不变小波变换系数尺度内和尺度间的双重相关性信息,构造出非高斯双变量分布模型,对该模型应用贝叶斯最大后验估值理论推导得到相应的非线性双变量阈值函数.同时,对第L级系数也作自适应处理.仿真结果和分析表明,该算法在视觉效果和峰值信噪比的改善上都取得了非常好的效果.

不变小波域内基于DWT的图像数字水印

面对各种几何攻击,现有数字水印算法露出各种缺陷,到目前为止还没有发现真正能抵抗各种攻击特别是几何攻击的算法.利用具有旋转、伸缩、平移不变性的RST不变小波变换设计了一种新颖的基于量化边通信模型的DWT盲数字水印算法.实验表明,这种新颖算法对于旋转、伸缩、平移等普通几何攻击以及滤波与噪声等多种攻击具有较好的鲁棒性,但该算法对局部几何攻击具有一定的敏感性.

一个具备平移、伸缩、旋转不变性的小波变换

在前人的基础上提出了具有旋转、伸缩及平移不变性的RST不变小波算法RSTXIW,并将此算法应用于数字水印领域.实验表明,RSTXIW不变小波算法具有较小的重构误差,其伸缩误差比双线性插值好仅稍逊于双三次插值,以它为基础的水印算法对于旋转、伸缩、平移等几何攻击具有较好的鲁棒性.

一种改进的基于平移不变小波去噪方法及应用

传统的小波阈值去噪法会在信号的奇异点附近产生人为地振荡现象,影响了去噪效果.使用基于平移不变的小波去噪,可以很好地消除这种振荡现象,同时针对传统的软硬阈值函数的不足,研究了一种新的阈值函数,此阈值函数具有软硬阈值函数不可比拟的灵活性.将这种新的阈值函数与平移不变小波去噪法结合起来,提出了一种基于平移不变小波去噪的改进算法.最后通过理论仿真证明所提出的新方法在信噪比增益和最小均方误差意义上均优于平移不变小波去噪法以及传统的软、硬阈值去噪法.

小波不变矩的低空风切变识别

针对微下击暴流、低空急流、顺逆风以及侧风低空风切变样本图像间的形状特性关系,主要研究了小波不变矩的特征提取技术在风切变识别中的应用。首先,采用基于三次B样条的小波不变矩提取风切变图像的形状特征。然后,将提取的特征通过Fisher线性判别分析(LDA)降低维数,实现风切变有效特征的提取。最后,采用三阶近邻分类器分类识别四种低空风切变。实验结果表明,该算法与应用Hu矩和Zernike矩特征进行分类识别相比,识别结果更加稳定,且平均识别率得到了较大提高,能够有效用于风切变图像的类型识别中。

平移不变离散小波变换在光纤陀螺信号处理中的应用

光纤陀螺输出信号中主要含有白噪声和具有非平稳、长程相关、自相似性及具有1/fγ类型谱密度的分形噪声,传统的滤波方法难以去除这类噪声,小波分析的多分辨分析特性,使之成为分析分形噪声的有力工具.文中分析了光纤陀螺输出信号误差特性,建立了输出信号的数学模型,在分析了分形噪声的特性的基础上,采用小波变换方法生成分形噪声.在实验室环境下采集了某型号光纤陀螺仪输出信号,对其进行多种小波滤波方法滤波对比实验,并进行了实验结果分析,实验结果表明采用平移不变离散小波变换半软阈值滤波方法可以有效地去除分形噪声和白噪声,克服了硬阈值法有较大的方差和软阈值法有较大的偏差的缺点.

基于小波矩不变量的海上目标识别

针对识别海上目标时不同目标相似性大的特点,将不变矩理论与小波分析相结合,本文引入一种基于小波矩不变量的特征提取法,并且为得到一组局部最优特征组而提出一种结合DB Index准则的特征选择法。在仿真实验中,将小波矩不变量与Hu矩、Zernike矩进行了比较。实验表明,小波矩不变量具有更好的识别效果。

基于不变集多小波的语音特征参数提取

在研究不变集多小波理论的基础上,借鉴Mel频率倒谱系数(MFCC)的提取算法,用多小波变换代替傅里叶变换及Mel滤波,构造了一种新的语音特征参数MWBC。汉语数字识别实验结果表明,提出的新语音特征参数MWBC的识别性能和抗噪性能均优于MFCC,为提高语音识别系统的噪声鲁棒性提供了一条新途径。

基于平移不变离散小波的多普勒血流信号杂波抑制

针对由血管壁和慢速运动组织产生的杂波会严重影响超声多普勒低速血流成分频谱估计的准确性问题,根据超声多普勒血流信号及杂波的特征,提出基于平移不变离散小波变换的抑制杂波方法,分别对仿真和实际超声颈动脉血流信号进行实验,并与高通滤波和离散小波变换方法进行比较.结果表明:经过平移不变离散小波变换方法抑制杂波后,信号的声谱图质量及性能指标均有明显改善,其中低速血流相对误差仅为4.86%,与高通滤波方法的相对误差10.28%和离散小波方法的相对误差7.26%相比,相对误差分别减小了5.42%和2.4%,低速血流成分频谱估计的准确性得到了提高.

小波不变矩在图像识别中的应用研究

从矩特征的一般表达方式出发,引入了一种新的不变矩———小波不变矩,并将其用于飞机图像的识别中,仿真结果表明,同Hu矩和Zernike矩相比,该算法具有比较好的识别效果。

小波仿射不变函数与凸壳相结合的目标识别

提出一种将小波仿射不变函数与凸壳相结合进行目标识别的方法。基于小波仿射不变函数构造了绝对小波仿射不变函数,作为待识别目标的特征向量,与凸壳相结合进行目标识别。该方法首先提取待识别目标的轮廓线,然后以轮廓线的一个凸壳顶点为起始点重新构造目标轮廓线点列,计算轮廓线点列的绝对小波仿射不变函数,与模板库中的模板进行匹配,根据最大相关原则识别目标。实验结果表明了该方法的有效性。

动中通系统中陀螺信号小波滤波算法

在动中通系统中,陀螺检测的载体扰动信号的精度直接关系到整个系统的精度和性能。针对陀螺噪声信号的特点,提出了一种将3σ模平方阈值和平移不变小波变换(translation invariant discrete wavelet trans-form,TIDWT)相结合的滤波算法,能够有效地抑制陀螺噪声信号和由小波变换产生的失真现象。仿真和实验结果表明,该滤波算法效果优于传统的小波滤波算法。

小波尺度空间中的边缘检测算法

提出用一个非线性的小波尺度空间代替高斯尺度空间,得到小波尺度空间中的边缘检测算法。实验结果表明该边缘检测方法优于Canny边缘检测的多尺度方法,能够保留更多的图像细节边缘,具有较强的抗噪声能力。

小波域Wiener滤波器信号的去噪方法

提出采用小波域上的经验Wiener滤波器对信号进行去噪,得到优于小波阈值法的去噪效果.引入平移不变小波,较好地抑制了信号中的伪吉伯斯震荡.结果表明,将小波域上的经验维纳滤波器与平移不变小波相结合进行去噪,所得到的效果是最佳的.

基于耦合小波阈值的图像放大增强方法

利用单尺度平移不变Haar小波变换和扩散方程离散一步迭代的等价性,提出一种图像放大增强的新方法。该方法把原图像作为放大图像的小波低频子带,对重构后的图像进行平移不变小波分解,然后进行基于前向-后向扩散方程的耦合小波阈值。该阈值使得在放大的同时能更好地去除噪声和增强图像的边缘部分,放大和增强同时实现。该方法简单易实现,数值实验结果证实,此方法为一个有效的图像放大增强法。