自适应冗余提升小波降噪分析及轴承故障识别应用

为有效识别机械设备中滚动轴承微弱故障信息,提出自适应冗余提升小波降噪方法。据待分解低频尺度系数所含不同特征,应用范数准则自适应选取最匹配该尺度系数特征的小波函数。引入多孔算法,用以通过冗余性保证逐层分解后各尺度系数与小波系数所含丰富信息量。对各层小波系数采用变尺度阈值降噪算法,并对降噪后系数进行重构及包络谱分析,提取滚动轴承故障特征。通过对实验台轴承混合故障信号与现场实际信号分析表明,故障识别较好,从而验证该方法的有效性。

基于冗余提升形态小波的非对称表面特征提取研究

针对提升小波提取非对称表面形貌特征时存在平移变动性和较差的方向选择性,将具有平移不变性和良好的方向选择性的冗余提升形态Haar小波应用到非对称表面的特征提取中。开展了该形态小波对具有显著特征的非对称平顶珩磨的缸套内表面进行特征提取的分析;同时结合仿真的方法,研究了该形态Haar小波对一个模拟的具有一定长度沟槽特征的空间表面进行特征提取的效果。研究结果表明,冗余提升形态Haar小波对非对称表面形貌进行形态特征提取时,在各尺度重构的信号沿特征边缘几乎没有变动且无畸变,可实现准确提取。

基于冗余第二代小波的多传感器图像融合算法

为了增强来自不同传感器的图像信息，改善图像的提取能力，本文采用了一种基于冗余提升小波变换的图像融合算法，算法针对变换后的低频分量和高频分量的不同特点，选用了不同的融合规则进行融合，然后通过冗余提升小波逆变换得到融合图像。实验结果表明，本文算法实现的数据融合图像内容清晰，明显地保存了边缘细节，提高了运算速度，取到了较好的融合效果。

时空域相关自适应小波包声发射信号降噪方法

现有的小波变换方法在对受强噪声干扰的声发射信号降噪时,由于忽略了小波系数之间的相关性,容易造成信号失真。针对该问题,提出了一种基于时空域相关性的自适应小波包声发射信号降噪方法。算法采用自适应冗余小波变换,最大限度保留了信号的时域空域特征,并利用小波系数在时域空域上存在的相关性,提高对声发射信号及噪声的甄别能力,提升降噪效果。同时利用小波系数在空域上的相关性寻找最佳分解层数,进一步提升了算法的适应性。为了验证本文提出算法的有效性,分别在模拟声发射信号和断铅信号上添加不同程度的噪声,并进行降噪实验。实验结果表明,与其他算法相比,经过本文算法处理的信号信噪比大大提高,均方根误差也有一定程度的降低。

基于改进型NSCT变换的灰度可见光与红外图像融合方法

针对灰度可见光与红外图像融合,提出一种基于改进型非下采样轮廓波变换(NSCT)的图像融合方法.不同于经典NSCT模型,改进型NSCT变换摈弃了细节捕捉能力不强的非下采样金字塔分解机制,采用冗余提升不可分离小波变换实现对源图像的多尺度分解;然后,分别采用基于区域平均能量匹配度、邻域系数差和信息熵的融合规则,得到融合图像的低频系数和高频系数;最后,通过改进型NSCT逆变换得到了融合图像.实验结果验证了该方法的有效性.

基于改进型NSST变换的图像融合方法

为了进一步提高捕获图像细节的能力,提高运算效率,提出一种改进型NSST变换,采用冗余提升不可分离小波替换经典NSST中的非下采样金字塔分解.针对改进型NSST分解得到的不同子带,对低频子带选用区域能量和融合规则,高频子带选用简化型PCNN融合规则,提出基于改进型NSST的图像融合方法.实验结果表明,所提出的方法在主观视觉评价和客观指标评价中具有很大优势.