基于离散平稳小波变换和Bayes估计的红外图像去噪方法

提出一种基于离散平稳小波变换与Bayes估计的红外图像去噪方法。针对红外图像信号与噪声的不同特点,对红外图像进行离散平稳小波变换后,采用Bayes估计方法自适应地从带噪信号的小波系数观测值中估计信号的小波系数值。该方法不仅有效克服了传统离散正交小波变换去噪时容易产生G ibbs现象的问题,也避免了常用小波去噪算法对小波系数截断式处理可能造成的图像细节模糊和信息丢失。最后,通过对实际电力设备红外图像的去噪实验,验证了方法的有效性。

基于二维离散平稳小波变换的短时电能质量扰动检测方法

基于二维离散平稳小波变换,提出了一种精确定位短时电能质量扰动起止时刻的检测方法。利用二维小波变换将信号分解在3个不同的高频方向,用水平高频系数精确定位发生在工频相位过零点的电压凹陷的起止时刻,用垂直高频与斜线高频系数之和精确定位发生在工频相位非过零点的电压凹陷的起止时刻。该方法只需采用最简单的小波函数db1对信号进行1层小波变换,简单易行且对噪声不敏感。运用Matlab6.5进行仿真实验,验证了该方法的有效性、准确性和鲁棒性。

基于离散平稳小波变换的原油触变特性研究

首次将离散平稳小波变换用于实验测定的原油触变信号的去噪,并与五点三次平滑处理及离散正交小波变换的去噪结果进行比较;实验结果表明:离散平稳小波变换明显优于其他滤波方法。对经离散平稳小波变换去噪后的触变数据分析的基础上,提出采用一种新型四参数双曲触变模型。该模型物理意义明确,拟合精度高,可用于工程实践。

基于二维离散平稳小波的电能质量扰动分类

针对电能质量扰动分类这一难题,提出一种基于二维离散平稳小波的分类方法。首先对信号进行一层二维小波变换,得到一个低频分量和水平、垂直和斜线3个高频分量,利用这4个部分的信号能量组成特征向量,再通过水平高频系数的模极大值将稳态和暂态扰动分开,分别建立稳态和暂态神经网络实现分类。该方法只需要采用最简单的小波函数db1对信号进行一层小波变换,对噪声不敏感,简单易行。仿真结果表明了该方法的有效性。

基于离散平稳小波变换的EKF数据融合算法

针对车辆GPS/DR组合导航系统中广泛采用的扩展卡尔曼滤波器进行数据融合难以建立精确的数学模型的问题,提出了基于离散平稳小波变换的扩展卡尔曼滤波器数据融合算法。仿真表明,该算法优于扩展卡尔曼滤波器,对车辆组合导航系统的数据融合是有效的。

基于离散平稳小波分解和递归零空间LDA算法的SELDI蛋白质谱特征选择

目的针对如何筛选与肿瘤相关的蛋白位点问题,提出一种基于平稳小波变换与递归零空间LDA算法相结合的特征选择方法。方法首先对样本质谱数据进行平稳小波变换;接着基于递归框架调用零空间LDA算法,挑选出最具判别意义的小波系数特征;然后经平稳小波逆变换,将挑选出的小波系数特征对应回原始蛋白质谱数据中,获得与肿瘤判别相关的蛋白位点。最后,运用SVM分类器估算位点的分类性能。结果在卵巢癌公共数据集OC-WCX2b和浙江省肿瘤医院乳腺癌数据集BC-WCX2a上分别挑选出与肿瘤判别相关的6个和2个蛋白位点。结论本文提出的算法能够有效提取出具有较好判别效果的蛋白质谱位点,有助于癌症的辅助诊断。

基于离散平稳小波的影像恢复去噪方法

为了避免图像去噪过程中图像边缘细节信息大量丢失、去噪图像出现模糊及阶梯效应等问题,本文提出一种基于离散平稳小波(SWT)的图像恢复去噪算法。首先,对噪声遥感图像进行3层SWT分解;其次,构建图像恢复去噪算法,并采用此算法对每一层的高频分量进行去噪处理;最后,对低频分量和去噪后的高频分量进行SWT重构,获得去噪图像。实验结果表明,本文提出的图像去噪算法不仅可以有效地抑制图像的随机噪声,而且能在去除图像随机噪声的同时保留更多图像的边缘细节信息,去噪图像呈现较好的视觉效果。

离散平稳小波域FTIR法鉴别罂粟和虞美人

应用傅立叶变换红外光谱仪，借助OMNI采样器直接、快速、准确地测定罂粟及虞美人的红外光谱。利用离散平稳变换分别对它们的红外光谱进行放大处理，以有效突出罂粟和虞美人的红外光谱差异程度，从而提高鉴定正确率。對罂粟和虞美人的红外光谱进行若干尺度的一维离散平稳小波变换，在各个尺度下观察罂粟和虞美人的红外光谱的差异程度，从中选择一个差异程度最为明显的尺度来鉴别罂粟和虞美人。结果表明：基于离散平稳小波变换的傅立叶红外光谱分析方法能够有效鉴别罂粟和虞美人。

利用离散平稳小波变换改进NURBS二次曲面拟合方法

为了提高二次曲面的拟合精度,提出了一种基于离散平稳小波变换的NURBS二次曲面的拟合方法。首先利用格网化方法得到二次曲面模型点云数据的高程图像及其高程序列,其次对此高程序列进行离散平稳小波变换提取出二次曲面模型表面的特征点,最后利用提取的特征点实现高精度NURBS二次曲面拟合。实验结果表明,该方法与NURBS拟合方法相比,球面和圆锥面拟合结果的均方根误差分别降低了55.79%和50.47%,具有较高的拟合精度。

基于离散平稳小波的改进自适应降噪方法

提出一种基于离散平稳小波的改进自适应降噪方法。首先,利用离散平稳小波的冗余特性,解决离散二进小波变换降噪方法在奇异点存在振荡效应的问题;其次,针对传统小波阈值降噪算法忽略尺度系数噪声影响的不足,利用噪声强度估计各分解层阈值,对尺度和小波系数同时进行自适应降噪;最后,将此方法应用于不同信噪比下典型信号的降噪对比试验。仿真结果表明:该方法在消噪的定性和定量指标上,整体优于传统离散二进小波方法,消噪效果改善明显。

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。

改进离散平稳小波变换在压力信号消噪中的应用

提出基于离散平稳小波的改进自适应降噪方法,并将该方法应用于压力信号消噪,取得了优于传统小波消噪的效果。方法利用平稳小波的冗余特性,解决了传统二进小波变换降噪方法在奇异点存在振荡效应的不足,同时将尺度系数的噪声与各层噪声强度不同纳入分析。利用噪声强度估计各分解层阈值,对尺度和小波系数同时进行自适应降噪。将该方法应用于压力信号消噪,并与传统离散二进小波进行比较,证明了方法的可行性和有效性。

基于离散平稳小波变换的心电信号去噪方法

本文提出一种基于离散平稳小波变换的心电信号去噪方法,通过对心电信号进行多层离散平稳小波变换,根据噪声的不同来源及其频带分布特点,对变换后的细节信号采用不同的去噪方案。该方法能有效克服传统离散正交小波变换去噪时容易产生Gibbs现象,从而达到保持心电波形特征且抑制噪声的双重目的。

基于多尺度离散平稳小波主元分析方法的故障监测

基于主元分析和小波变换结合的基本理论,对Bakshi提出的多尺度主元分析方法进行改进,提出一种新的基于离散平稳小波变换和主元分析相结合的多尺度离散平稳小波主元分析进行故障监测的算法。针对TE过程的两种故障,分别应用主元分析和多尺度离散平稳小波主元分析两种方法做仿真实验。仿真实验结果表明:与主元分析相比,多尺度离散平稳小波主元分析能有效地检测过程中的故障,减少误报警,提高了过程监测的可靠性。

基于平稳离散小波变换的地震动时程模拟

人工地震动时程的模拟是结构抗震分析的热点问题。基于平稳离散小波变换理论,利用小波变换的带通滤波特性,推导了各频带小波系数与功率谱密度函数的关系,从而直接采用时变功率谱密度函数,在不同频带上随机生成小波系数,进而通过小波逆变换模拟出同时具有强度非平稳和频率非平稳的地震动时程。对模拟时程的统计特性与目标值进行了比较,证明了该方法的可行性和正确性。

基于FTIR离散平稳小波特征提取的SVM应用于中药材紫花地丁与同属植物的鉴别研究

目的探索基于FTIR离散平稳小波变换结合支持向量机(support vector machine,SVM)分类法的中药紫花地丁的质量控制新模式。方法采用衰减全反射傅里叶变换红外光谱法直接快速测定中药紫花地丁与同属植物多花堇菜和戟叶堇菜的FTIR,运用基于离散平稳小波变换进行特征向量的提取,通过分析比较后选取第4、5层分解层的特征向量用于支持向量机的训练与验证。结果通过对不同产地的90个样本的验证,紫花地丁与同属植物多花堇菜和戟叶堇菜的识别率达100%。结论基于FTIR离散平稳小波变换结合支持向量机分类法的中药紫花地丁与同属植物多花堇菜和戟叶堇菜的分类鉴别方法具有非常好的效果。

基于优化SVD和平稳小波的复合降噪方法

通过分析奇异值分解(SVD)和小波阈值两种降噪方法的特点,提出了基于优化奇异值分解和平稳小波的复合降噪方法。方法采用统计学习理论的结构风险最小化原则优化确定矩阵有效秩,解决奇异值分解降噪特征值选取困难的问题。针对传统二进离散小波忽略尺度噪声且在奇异点存在振荡效应的不足,运用改进的平稳小波降噪方法对奇异值分解降噪后的信号进行精细处理。通过在不同信噪比条件下与传统离散二进小波进行降噪对比试验,证明了方法的有效性和优越性。

基于双局部阈值小波收缩的图像去噪算法

提出了一种基于双局部阈值的小波收缩的图像去噪算法。该算法利用小波系数的幅值、空间特性以及对噪声图像的分割,得到两个局部阈值:幅度阈值和空间阈值。利用这两个局部阈值(每个区域阈值不同)对小波系数做相应的"收缩"处理和重构,从而得到一个优质的去噪图像。该算法计算简单速度快,去噪效果明显,优于其他一些去噪算法。

红外图像对比度增强的小波域广义交叉确认法

对红外图像进行平稳小波变换,分辨率较好的各高频子带直接去噪;分辨率较差的各高频子带用非完全贝塔变换法结合去噪进行增强。实验表明,本文提出的方法在有效地增强红外图像对比度的同时,又能很好地抑制红外图像中白噪声。

小波域非完全贝塔变换增强红外图像对比度

对红外图像进行离散平稳小波变换后,对分辨率较好的各高频子带直接利用所提出的去噪方法去噪;对分辨率较差的各高频子带利用非完全贝塔变换法结合文中的去噪法进行增强;并给出一种评价增强图像质量的准则。实验表明,本文提出的方法在有效地增强红外图像对比度的同时,又能很好的抑制红外图像中白噪声和1/f噪声。