变采样率滤波的硬件离散小波变换

提出了一种变采样率滤波的优化算法 ,根据该算法设计了一种利用多通道数字滤波来进行离散小波变换 (DWT)的硬件电路 ,并最终在大规模的CPLD器件中得到了实现 .与传统的软件计算方法不同 ,该硬件能够根据需要实时计算被测信号的离散小波变换 .实验结果表明 ,本文的方法效果良好 .

非下采样离散小波变换多聚焦图像融合

图像融合在军事、医疗等领域有广泛的应用,图像融合技术是指采用特定的算法将两幅或者多幅图像融合成为一幅新的图像。针对离散小波变换图像融合算法中下采样环节在每次滤波后一半的系数被丢弃导致缺乏平移不变性,使得融合算法易受到源图像误配准影响的问题,提出了一种基于非下采样离散小波变换的图像融合算法,采用窗口融合规则,并对融合系数进行一致性检测,弥补下采样环节的不足,提高融合效果。通过对基于离散小波变换和基于非下采样离散小波算法的图像多聚焦融合仿真研究表明,非下采样离散小波变换算法具有平移不变性,而且具有较高融合图像互信息和峰值信噪比,融合效果优于离散小波变换图像融合算法。

采用梅花采样方向滤波器组的多光谱图像融合

利用梅花采样方向滤波器能够提供丰富的方向信息的特点,提出了一种基于此方向滤波器组的多光谱图像融合方法。该方法通过IHS变换,将多波段影像从RGB空间转换到IHS空间,对I分量及全色影像进行梅花采样方向滤波器变换,得到相应的低频子图像和高频不同方向的子图像,将它们按一定的融合规则得到新的I分量,通过IHS逆变换得到RGB融合图像。实验结果表明,该方法在图像边缘等细节上有较好的视觉效果,取得了优于IHS方法和基于梅花形采样离散小波变换方法的融合效果。

基于小波变换的直流线路行波保护采样数值稳定性研究

高压直流输电系统由于输送容量大,输电距离远,在我国电力系统中起到越来越重要的作用。一旦直流输电线路发生故障,快速准确识别故障具有极其重要的意义。对小波变换的直流输电线路行波保护方案进行了研究,发现在10 kHz的采样率下,对同一行波不同的采样,可导致小波变换模极大值的波动范围达7倍以上,意味着采用离散采样进行保护整定有严重的数值稳定性问题。提出了多重采样方法,以采样重数为表征指标,获得了小波变换方法故障指标数值波动的可能范围,分析了数值波动概率分布情况,并获得了过渡电阻值对故障指标波动范围的影响。该研究方法和结论对于实际工程中的行波保护整定,具有较重要的参考意义。

基于离散平稳小波和非下采样方向滤波器组的纹理分类

结合小波变换的多尺度性和Contourlet变换的多方向性,提出了一种新的基于离散平稳小波变换和无下采样方向滤波器组(stationarywavelet transform and nonsubsampled directional filter banks,SWT-NSDFB)的纹理分类方法,采用具有平移不变性的离散平稳小波先进行多尺度分解;然后对每层分解得到的高频子带采用非下采样方向滤波器组进行多方向分解,再计算低频子带和各层方向子带的能量作为纹理特征;最后用支持向量机实现纹理分类。实验结果表明,该方法有效地提高了纹理分类的正确率,而且在小样本情况下,依然可以得到较好的结果。

小波的尺度离散化与稳定性研究

在使用小波变换重构信号的应用中,为了计算处理方便及克服冗余性,常采用离散化处理。为确定均匀点格动态采样网络下的尺度采样间隔的取值及其与小波稳定性的关系,本文分别用Morlet小波和Marr小波对信号进行均匀离散小波变换。对于Morlet小波,其尺度采样间隔有一个取值区间,在这个区间内取值既能分析数字信号的最高频率及避免频谱混叠,又能保证小波的稳定性;而对于Marr小波,其尺度采样间隔的取值不能同时保证分析数字信号的最高频率和维持小波的稳定性,即稳定性与频率选择性是一对矛盾,但在二进抽取采样下选择适当的尺度伸缩因子可缓解这一矛盾。

基于阶梯波的周期非正弦电压精密测量——阶梯波研究之四

经典傅里叶变换要求采样数据必须布满整个周期。以周期非正弦波分析为例,提出一种利用规则分布的部分采样数据仍可进行傅里叶变换的新方法。以阶梯波为参考的差分测量用于周期非正弦波,在每个阶梯波台阶上丢弃起始和结束部分的采样以克服过渡过程和吉布斯现象后,高频分量的傅里叶变换将产生明显偏差。为克服这种偏差,将傅里叶变换的基函数(三角函数)作同样的离散,组成相应的影响矩阵,其逆矩阵将能恢复准确结果。由于影响矩阵的阶次是最高谐波次数的2倍,一般情况下求逆十分困难,并需要较大存储空间。提出了使影响矩阵成为稀疏因而简化运算的条件。进一步讨论了基于阶梯波的差分采样所需要的限幅条件在周期非正弦电压下的表现及其应对方法。模拟和演示实验结果表明,该方法可极大减少计算量,仍具有较高准确度。最后探讨了该方法扩展到一般采样缺失情况下的可能性。

基于小波奇异性检测的发动机故障诊断方法研究

针对通过二进离散小波变换计算出的Lipschitz指数不够精确且不能描述奇异点能量的不足,提出了模极大值点能量法并用于信号的奇异性检测。通过仿真证明采用该方法不仅能准确定位奇异点发生的位置,并且能描述其能量。将该方法应用于发动机曲轴轴承故障诊断时,为了突出局部时间段的信号特征,采用抽区间采样方法抽取特定时间段的信号。试验结果表明,两种方法的结合能有效区分出曲轴轴承的不同技术状况,并得出最佳诊断部位和最佳检测转速。

基于系数关系的小波域彩色图像水印方法

提出了一种小波域图像水印方法,该方法首先对YUV彩色空间中图像的亮度分量Y进行降采样,划分为四个子图像。利用四个子图像的对应低频系数大小关系实现水印的嵌入。而水印的提取是通过判别四个子图像的对应低频系数大小关系来完成的。实验结果表明该方法对抗诸如JPEG压缩、旋转、缩放、锐化等攻击具有较好的鲁棒性。

农业图像NSCT-DWT域自适应滤波增强算法

将非下采样轮廓波变换(nonsubsampled contourlet transform,NSCT)与离散小波变换(discrete wavelet transform,DWT)相结合,提出了1种针对农业图像的NSCT-DWT域自适应滤波增强算法。首先对图像进行NSCT分解与重构获得空间域原始图像的背景和细节图像;然后将改进的Pal-King模糊增强算法应用于增强背景图像;对于细节图像则进行3层二维离散小波变换,对高频系数采用一种基于自适应阈值的改进型阈值函数模型进行去噪,系数重构获得去噪后的细节图像;最后对增强后的背景图像与去噪后的细节图像进行叠加。结果表明,该算法对农业图像处理效果优于2类已有的小波阈值去噪算法。

非采样间隔信道的LTE上行信道估计新方法

为了解决非采样间隔信道的冲激响应能量泄漏和低信噪比下高斯白噪声的干扰问题,采用一种将小波去噪技术与改进的基于DFT的估计方法相结合的LTE上行系统信道估计的新方法。仿真结果表明,基于部分加权估计的时间窗函数的正确选择能有效地改善原有方法在高信噪比下的地板效应,与小波去噪结合能有效提高低信噪比下的信道估计性能。

基于多尺度分解和改进稀疏表示的脑部图像融合

为克服单一模态脑部图像的局限性,进而突出病灶细节信息,提高视觉清晰度,降低时间成本,提出了一种NSST域下结合DWT和改进稀疏表示的算法框架。首先,NSST分解源图像获取高、低频分量,DWT对低频分量进一步分解生成对应的能量子带及细节子带。其次,利用SPCNN融合低频能量子带,多范数加权度量改进的稀疏表示融合低频细节子带,继而用逆DWT进行融合,并经SPCNN融合高频子带。最后,逆变换得到期望的脑部图像。从主观视觉和客观评价指标两个维度对结果进行综合评估,对比另外4种主流的活跃度水平计算方法,新推出的方法能够兼顾信息的数量和集中程度,效果最优。较之当前主流融合算法,新方法突出了病灶信息,提高了融合效率,降低了时间成本,在视觉效果和客观指标上均有显著优势,能够为临床诊断、教学起到辅助作用。

医学图像融合算法的应用与研究

目的:不同的医学影像为医生提供不同的医学信息,图像融合技术逐渐成为临床诊断和医学研究的重要手段。方法:本文采用了一种基于不可分离小波框架的图像融合算法。算法首先对已配准的医学图像进行非分离小波分解,把图像分解成低频和高频子图像,针对高频分量和低频分量不同的特点,采用不同的融合规则对其进行融合,最后进行小波逆变换,得到最终的融合图像。此外,文中引入了熵、平均梯度,融合均匀度对融合图像进行评价。结果:实验结果表明,本文算法获得的融合图像包含更丰富、更全面的细节信息,优于传统的小波变换方法。结论:采用基于不可分离小波框架的图像融合算法是一种有效的医学图像融合方法,提高了疾病诊断的准确性和正确性。

基于DWT结合NSCT的快速图像融合算法

将图像的高频信息和低频信息分开考虑,它们有各自的融合规则.首先通过离散小波变换获得高频系数部分,非下采样轮廓波变换获得低频和高频信息进行初步融合,最后与离散小波变换的结果进行二次融合.实验结果表明,与几种优秀算法比较,此算法表现出更好的视觉融合效果和更短的运行时间.

基于NSCT和DFRFT的数字水印算法研究

为了有效地克服外界攻击对数字水印的破坏性,增强数字水印的鲁棒性,提出了一种基于非下采样轮廓波变换(Nonsample Contourlet Transform,NSCT)与离散分数阶傅里叶变换(Discrete Fractional Fourier Transform,DFRFT)相结合的数字水印算法。首先,通过Logistic置乱处理水印信号,增强水印的安全性;然后,对宿主图像进行NSCT分解,对其中的低频分量进行DFRFT分解;最后,将置乱的水印图像嵌入到DFRFT分解系数中,从而进一步加强水印的不可见性和鲁棒性。实验结果表明,该算法不仅具有较好的鲁棒性,还可以有效地抵抗外界攻击。

一种图像数字水印算法研究

为实现数字水印的隐蔽嵌入,提高水印鲁棒性和信息量,基于小波离散变换(DWT)、非下采样Contourlet变换(NSCT)和奇异值分解(SVD)提出了一种数字水印算法。利用Arnold变换实现水印图像的置乱加密;通过NSCT处理载体图像得到大小相同的低频子带,对该低频子带进行小波分解,然后进行SVD;确定嵌入强度,并将置乱的水印信息嵌入到奇异值中,重构低频分量;通过小波逆变换和NSCT逆变换实现水印嵌入。实验结果表明,在保证水印嵌入信息量前提下,该算法能够满足水印的隐蔽性;同时可抵抗噪声、滤波、压缩、剪切、旋转等攻击,鲁棒性较强;PSNR值在30 d B以上,NMSE值均在0.2以下。所述图像数字水印算法具有很好的鲁棒性、不可见性以及抵抗各种攻击的能力,对数字产品的版权保护具有促进作用。

枪管导气槽检测方法研究与应用

某型手枪枪管导气槽尺寸检测是枪管质量检测的重要指标。从枪管的结构和导气槽的形状、位置出发,针对现有导气槽尺寸检测方法的局限性,提出了一种新型的导气槽缺陷无损检测方案。分析了基于线性可变差动变压器(linear variable differential transformer,简称LVDT)线性位移传感器和杠杆原理的检测原理,并阐述了小波去噪、离散小波变换法去趋势、非降采样小波变换法峰值检测等信号分析方法。经过现场测试,检测精度可达到1μm。相对于其他检测方法,该检测方法检测精度高、效率高。

基于NSST-DWT-ICSAPCNN的多模态图像融合算法

为了增加融合图像的信息量,结合非下采样剪切波变换(Non-Subsampled Shearlet Transform,NSST)和离散小波变换(Discrete Wavelet Transform,DWT)的互补优势,提出了改进的多模态图像融合方法。采用NSST对两幅源图像进行多尺度、多方向的分解,得到相应的高频子带和低频子带;利用DWT将低频子带进一步分解为低频能量子带和低频细节子带,并利用最大值选择规则融合能量子带;采用改进连接强度的自适应脉冲耦合神经网络(Improved Connection Strength Adaptive Pulse Coupled Neural Network,ICSAPCNN)分别融合细节子带和高频子带,并对能量子带和细节子带进行DWT逆变换,得到融合的低频子带;采用NSST逆变换重构出细节信息丰富的融合图像。实验证明,提出的算法在主观视觉和客观评价方面均优于其他几种算法,且能同时适用于红外与可见光源图像、医学源图像的融合。

浅谈基于NSST-DCT的零水印算法

目前漫画作品侵权行为层出不穷,分析非下采样剪切波变换(NSST)和离散余弦变换(DCT)两者各自的特点,并将两者应用于漫画零水印算法中。同时,利用MATLAB进行仿真实验,检测该算法的性能,浅谈零水印中引入非下采样剪切波变换(NSST)和离散余弦变换(DCT)的优势。

天牛须算法优化的NSCT-DWT-SVD域鲁棒水印算法

为有效保护数字媒体的知识产权,提出一种基于天牛须搜索算法和NSCT-DWT-SVD的图像水印算法。该算法首先对原始图像进行非下采样轮廓波变换(NSCT),然后对得到的低频区域进行3级离散小波变换(DWT),得到逼近子图LL3,对其进行奇异值分解(SVD),并将SVD分解后的水印嵌入低频子带的奇异值矩阵中。最后采用天牛须算法(BAS)得到水印嵌入的最优强度因子。仿真实验并与其他文献的对比分析证明该算法不可见性和鲁棒性都较好。