基于CEEMDAN和改进小波模极大值的高低频混合信号去噪算法

利用容栅传感器获取的传动轴低频扭矩信号远距离传输时需将其加载到高频信号上,而系统在复杂的应用环境下所检测出的这种高低频混合信号混杂了环境噪声和系统电磁噪声,该混合信号信噪比低,提取困难,对此本文提出了一种基于CEEMDAN-改进小波模极大值去噪算法。该算法先利用CEEMDAN进行分解,然后对CEEMDAN分解后的固有模态分量(IMF)进行改进小波模极大值去噪,进而逼近有用信号。利用CEEMDAN去噪、小波模极大值去噪和本文算法来对高低频混合模拟信号进行去噪,并应用信噪比和均方根误差指标来评价去噪效果,仿真结果表明,与CEEMDAN去噪和小波模极大值去噪相比,本文算法的信噪比分别提升了46.9%和35.9%,均方根误差分别减小了98.4%和97.2%。利用CEEMDAN-小波阈值去噪算法、EEMD-小波模极大值去噪算法和本文算法对实测信号进行去噪,实验结果表明本文算法的去噪效果更好,去噪后的信号更光滑,更具有稳定性。

基于纹理抑制FCM和小波模极大值的织物疵点检测算法

为实现织物疵点的自动化检测,提出一种纹理抑制FCM和小波模极大值的织物疵点检测方法,该方法对输入图像进行中值滤波处理,采用改进总变差模型(RTV)提取织物图像的主结构信息(疵点),实现抑制背景纹理,再利用最大类间方差(Otsu)算法将模糊C均值(FCM)算法聚类获得的隶属度矩阵进行分割,获得二值化的疵点图像,然后采用小波模极大值算法获取疵点的二值化边缘图像,最后将两个二值化结果进行点乘与形态学处理,分割出疵点区域.结果显示,该方法可以检测油污、飞丝和破洞等疵点类型,检测效果较好,相比于RTV-FCM算法和RPCA算法,正检率分别提高了3.08%和4.61%.

基于自适应和小波模极大值重构的地面核磁共振信号噪声压制方法

针对核磁共振信号中的噪声,在二进小波变换基本原理的基础上,研究了小波模极大值重构方法,将该方法与自适应滤波方法相结合应用到含噪声信号的干扰滤除中,通过分析包络信号拟合后的初始振幅、平均衰减时间和相位等数据可知,含噪声信号经自适应和小波模极大值重构方法滤波处理后拟合得到的特征参数误差最小且信噪比得到最大的提高。同时,通过实测数据得知采用自适应和小波模极大值重构方法进行噪声滤波后的结果与钻孔结果的一致性较好,验证了本文所提方法的有效性。

基于小波模极大值和SVM的智能车辆障碍物检测

针对复杂交通场景中智能车辆前向障碍物检测问题,根据障碍物的后视视觉特征,提出了一种基于小波模极大值和支持向量机的障碍物检测方法。利用小波变换对奇异信号的多尺度分析,并结合障碍物先验知识的多特征组合,对候选障碍物区域进行检测;构建了一种适合于交通场景中障碍物分类的二叉树支持向量机(BT-SVM)多类分类器,对候选障碍物区域进行确认识别。将该方法应用于高速公路、城区道路等多种交通场景中,实车实验结果表明了本方法的有效性、实时性和通用性。

基于小波模极大值改进算法的变形模型研究

变形监测中获得的观测资料不可避免地存在着噪声,如何从受噪声干扰的数据序列中提取特征信息,提高变形监测的精度是变形监测系统所涉及的关键技术问题之一。本文把小波模极大值与变形监测相结合,给出了改进的小波模极大值变形监测模型。该模型把阈值去噪和Witkin尺度跟踪理论结合,有效恢复了信号。与传统的去噪方法相比,该算法有着更高的精度,提高了信噪比,有更好的去噪效果。

基于小波模极大值模糊熵的遥测振动信号异常检测

针对遥测振动信号频域成份复杂、非平稳非线性和强噪声特性,提出一种基于小波模极大值模糊熵的遥测振动信号异常检测方法。首先对采集到的遥测振动信号进行零漂修正和趋势项消除;然后对经预处理后的振动信号进行一维连续小波变换,计算所有尺度空间中的小波模极大值序列;最后将原信号及其小波模极大值序列的模糊熵构成的特征向量输入到SVM分类器,根据模糊熵的变化情况对遥测振动信号进行异常检测。实测数据验证了该方法的有效性。

遥测振动信号的小波模极大值多重分形分析与异常检测

针对遥测振动信号频域成分复杂、非平稳非线性和强噪声特性,提出一种基于小波模极大值多重分形分析的遥测振动信号异常检测方法。首先对采集到的遥测振动信号进行零漂修正和趋势项消除,然后采用小波模极大值多重分形分析方法对振动信号进行分析,进而提取其多重分形特征参数;最后将特征参数输入到SVM分类器,根据分类结果对遥测振动信号进行异常检测。实测数据验证了该方法的有效性。

基于小波模极大值和Neyman-Pearson准则阈值的图像去噪

首先给出了2维噪声的小波变换特性,分析图像小波变换模的极大值与小波分解级数j和李氏指数之间的关系,指出如何确定和保护图像的边缘;接着阐述了基于软、硬阈值的图像正交小波变换去噪法,然后提出一种基于Neym an-Pearson准则的小波阈值的确定,从而又提出了一种基于小波模极大值和Neym an-Pearson准则阈值的图像去噪方法,解决了图像去噪和保护图像边缘这个“两难”问题。针对期望图像叠加了不规则噪声的假设,对几种去噪方法做了定性比较,并给出了去噪性能的定量分析,仿真结果表明,此方法能提高去噪后图像的信噪比,使评价原图像与去噪后的图像近似程度的方差和相对熵为最小,同时能很好地保留原始图像的边缘信息。

小波模极大值在拉曼光谱信号去噪中的应用

针对基于CCD传感器的拉曼光谱仪中拉曼光谱信号受到噪声干扰的问题,在详细讨论了CCD噪声特性及噪声模型,并在分析了小波变换模极大值特性的基础上,提出了一种有效的拉曼光谱预处理的新方法,即小波变换模极大值去噪方法。实验结果表明,该方法能够有效消除光谱噪声,很好地保留了拉曼光谱信号特征,取得了较好的滤波效果,同时为后续的拉曼光谱定性、定量分析奠定了基础。

基于小波模极大值的视频文本区域的提取

视频图像中包含着许多重要的文字信息。图像和视频文本信息的提取包括文本检测、定位、跟踪、提取、增强和识别等几个部分。将文本的检测、定位与提取,作为文本区域提取的整体来讨论。以文本的检测算法为重点研究对象,提出了应用小波模极大值算法来解决视频图像中文本区域的检测。实验表明,小波模极大值算法所得到的文本区域与其它算法相比具有更好的评价指标。

结合小波模极大值和改进Hausdorff距离的电路板红外图像配准

电路板红外图像具有背景区域灰度单调、元器件发热区域轮廓模糊、噪声高、对比度低等特点,对配准精度和稳定性有很大影响。针对这些特征,提出了结合小波模极大值和改进Hausdorff距离的红外图像配准方法。首先用小波模极大值的算法提取边缘曲线;然后对传统Hausdorff距离进行改进,边缘曲线分段,并建立匹配基本单元;其次对基本单元粗匹配,压缩搜索空间,再进行精匹配,找出最优变换。最后采用Matlab进行仿真,实现图像精确配准。对比实验结果表明:该方法明显提高了配准精度,显著改善了配准稳定性。

基于小波模极大值的测井数据多尺度融合方法

基于小波模极大值特征的多尺度分解和重构算法,提出一种测井数据多尺度融合方法。首先对原始测井曲线进行多尺度分解,得到不同尺度下的小波低频系数和高频模极大值;然后选用高频系数取绝对值极大、低频系数采用边缘法的融合规则,选取重要的小波系数;最后利用交替投影算法重构融合曲线。以胜利油田某井为例,采用二次样条二进小波对测井曲线进行了多尺度数据融合研究,并利用方差和信息熵对融合曲线进行定量评价。结果表明,融合曲线突出了测井曲线的公共地质信息,增加了地层信息量,提高了测井资料的可信度。

小波模极大值匹配算法的瞬变信号检测

分析了井下电磁脉冲数据传输中接收到的瞬变信号和噪声的小波变换模极大值在各尺度上的特点。在此基础上,结合匹配滤波器理论提出了瞬变弱信号小波变换模极大值匹配算法,该算法可以有效的区分信号与噪声的最佳尺度模极大值并检测信号。仿真结果表明,与小波模极大值方法相比,匹配算法实现瞬变弱信号的检测更为有效。

重磁异常的小波模极大值分解及其在北衙矿区中的应用

位场数据异常存在的线性特征往往对应着地下断裂构造、不同岩性地质体的边界接触带或者其他具有一定密度或磁性差异的构造特征。对这些线性特征进行增强、提取并进行半定量地解释是重磁资料处理的主要内容。然而,位场数据中若混入噪声干扰,再利用总水平导数、总水平梯度倾斜角等方法进行高次求导运算会把噪声放大,导致提取的线性构造位置发生偏离甚至出现错误。为了获取较为准确的线性构造及边界位置,选取对噪声干扰不敏感的小波模极大值方法,将该方法用于模型试验和实际矿区数据处理中,都能较好地定位出异常体模型边界和矿体的投影边界,表明小波模极大值是一种有效的重磁异常线性特征增强与提取方法。

基于小波模极大值的电压骤降定位检测

电压骤降是一种典型的暂态电压扰动信号。分析了小波系数与Lipschitz指数的关系,将利用小波模极大值检测信号奇异性的方法应用到电压骤降信号的定位检测。仿真算例表明：该方法有效,能准确确定电压骤降的起止时刻,但在选择小波类型方面需要综合考虑其消失矩、正则性、支集长度。

基于小波模极大值的水果大小检测方法

提出了一种基于小波模极大值的水果检测方法,对采集到的图像进行滤波处理,利用自适应阈值法进行二值化处理,通过小波模极大值法提取水果的边缘图像,得到水果的边界信息,最终确定水果的横径值。试验中将测试结果与实际的果径值相比较发现,该方法具有较高的准确性,从而可以用以区分水果的等级。

基于小波模极大值的高压直流输电线路电弧故障定位

介绍了基于小波模极大值理论的单端行波故障测距方法及该方法在双极UHVDC输电系统中的应用。并用PSCAD软件仿真分析双极UHVDC系统,得到故障点初始行波波头分别到达整流侧母线和反射波到达整流侧的时刻,从而算出故障点到达整流侧的距离,完成故障定位的方法。

一种改进的小波模极大值不变矩算法

一种改进的小波模极大值不变矩算法,首先利用小波模极大值在多尺度上的表现与Lipschitz指数的关系去除图像边缘的噪声点,然后采用动态确定阈值的方法,利用前一个尺度下模图像的平均模值作为后一个尺度下模图像的阈值,最后将此算法应用于汽车图像库。实验表明,改进后的算法能更有效地检测到图像在各个尺度下的边缘信息,检索性能明显优于原算法。

基于Neyman-Pearson准则和小波模极大值的边缘检测

图像边缘是对图像进行进一步处理和识别的基础,边缘都是图像上灰度不连续的点或灰度变化剧烈的地方,所以说图像的边缘就是信号的高频部分,边缘检测就是检测信号的高频部分,是图像基本特征之一。但在实际的图像中,由于噪声的存在,边缘检测成为一个难题,所以本文提出了一种基于Neyman-Pearson准则和小波模极大值的边缘检测方法,该方法能很好地检测出图像的边缘。

基于小波模极大值的脉搏信号特征点识别方法

传统的脉搏信号时域特征点识别方法未考虑脉搏形态的多样性,缺乏与脉搏波形成机制之间的联系,从而限制了其识别准确性。为此,引入小波变换模极大值曲线及其奇异点检测理论,结合脉搏波形成机制和脉搏特征点释义,提出一种脉搏时域特征点识别方法。运用小波变换模极大值曲线检测脉搏信号中的奇异点,根据奇异点的性质与位置关系,确定各时域特征点所在的位置范围,利用差分法确定各个时域特征点的位置。实验结果表明,该方法不仅能避免脉搏频率不稳定性对特征点识别的干扰,而且能适应脉搏形态的多样性,其时域特征点识别准确率优于滑动窗口法、香农包络线法以及经验划分法。