MRA超小波的一种判定

超小波是小波分析中一种特殊的信号分析方法.从讨论超小波分量的角度出发,论证了直和希尔伯特空间L2(R)(m)=sum from j=1 to m  L2(R)中超小波是MRA超小波的充分必要条件.即一个超小波是MRA结构当且仅当每个特殊线性子空间的维数是0或者1.

超小波发展综述

从问题发展的角度,论述了超小波在理论数学中的发展及其成果,简介了规范紧框架小波扩展为超小波的性质以及利用仿射结构构造超小波的方法,给出了一些公开问题,指出了新的研究方向.超小波是基于小波分析基础上的信号分析方法,关于规范紧框架小波扩展成超小波已经得到了一些重要结果,但是规范紧框架小波扩展为超小波的充分和必要条件还是一个公开问题,而且关于MRA超小波的一些重要方面也是公开的.

图像的超小波稀疏表示

图像表示是图像处理领域研究的基础,对后继各种处理具有重要影响。寻找简洁有效的图像表示方法,对于推动图像处理领域的研究发展意义重大。针对二维可分离小波变换在稀疏表达图像中存在的问题,研究了各种超小波稀疏表示方法,并对未来发展进行预见性研究。

离散超小波变换下双正交小波谱分析

我们研究发现,在离散超小波变换下双正交小波谱是有界的.并且任何一个双正交小波变换的谱不可能分布在1附近的某个区间内,并给出了该区间的一个估计.

离散超小波变换下矩阵的谱分析

本文在离散超小波变换的基础上研究最优双正交小波。用特征值接近1来描述"正交程度"。当且仅当MinωMax1 i 2nλi(ω)越接近于1时,正交程度越高。通过对离散超小波变换下双正交小波谱分析来解决最优双正交小波对正交变换的接近问题,同时也得到了双正交小波谱有界这一类相关问题。

周期稀疏导向超小波在风力发电设备发电机轴承故障诊断中的应用

机械故障特征提取的内积变换原理要求匹配基函数与目标特征之间的相似性。在缺乏故障特征的精确信息这一不利条件下,根据故障呈现出的确定性以及统计特性能够有效指导基函数的选择和构造针对发电机轴承发生故障时常伴随周期性特征的先验知识,提出冲击故障特征周期性稀疏为导向的超小波构造方法。所提出的超小波变换利用可调品质因数小波变换作为匹配字典库,从而改进经典的基于单一固定基函数的小波分析思想。在技术路线上:首先采用超小波字典库对信号进行分解,计算各小波尺度上的周期性稀疏故障特征能量权重指标;以该权重指标优化为目标函数作为评价超小波字典与微弱故障特征匹配相适度的依据选择的可调品质因数小波最优刻画参数(即最优超小波);利用最优的超小波基函数对信号进行最终分解,获取其中的关键故障特征。所提出方法成功地应用于某风力发电机组上发电机轴承故障诊断,从中提取振动信号中隐藏的微弱冲击性故障特征。

构建提升格式超小波在图像压缩中的应用

为探索及检验提升格式超小波在图像压缩中的应用,在超小波分析理论的基础上,借助Matlab平台,采用构建提升格式超小波技术分别对彩色和黑白图像进行了两次压缩,得出该提升格式超小波压缩技术可以应用于制作多媒体网络中视频的结论。

超小波多阈值估计的图像去噪新方法

为了能够更好的保留图像的有用信息,更精确的去除图像的噪声,提出了基于超小波多阈值的自适应图像去噪方法.该方法先通过超小波变换对图像进行多尺度,多方向分析,然后采用WindowShrink和BayesShrink相结合的去噪方法,充分利用原始图像和噪声的信息实现了图像的降噪处理.仿真结果表明,文中方法无论峰值信噪比还是去噪图像的效果都优于小波变换.

基于离散超小波变换的光码正交码

在光码分多址系统中,提高系统容量需要增大光正交码的长度,从而压缩光脉冲,而超短光脉冲的产生不易实现。针对这一问题,提出了一种研究光正交码的新方法,采用离散超小波变换对光正交码进行变换,经变换之后得到的新光正交码集仍具有良好的自相关性与互相关性。由此,对光正交码的研究与构造可转化为对新正交码的研究与构造。且采用该方法构造的光正交码在光码分多址系统中能有效地提高系统容量。

关于规范紧框架超小波若干问题的研究

给出了规范紧框架超小波的3个重要结论。①空间L2(R)(m)中长度为m的规范紧框架超小波可扩展为较大空间L2(R)(m+1)中长度为m+1的超小波,也即空间L2(R)(m)的规范紧超小波框架可扩展为较大空间L2(R)(m+1)的规范正交基。从而为规范紧框架超小波与超小波搭起了桥梁。②借助于酉等价性,讨论了规范紧框架超小波的等价性.给出一个长度为m的规范紧框架超小波当最后一个分量用酉等价的规范紧框架小波代替时,所形成的仍然是一个规范紧框架超小波。③改进了规范紧框架超小波定义的条件,利用空间理论,给出了判定规范紧框架超小波的一个充分条件。该条件较定义中的条件相对简单,利用泛函分析对这些结论给出了证明,这些结论给处理超空间中的信号提供了重要的理论依据。

采用超复数小波生成对抗网络的活体人脸检测算法

为了提升人脸识别系统判别图像真实性的能力,针对较难检测到未知的活体人脸攻击问题,提出了一种采用超复数小波生成对抗网络的活体人脸检测算法。采用4个不同类型的数据集,随机选择3个作为训练集,另一个作为测试集,形成训练时未知的活体人脸。训练集视为3个源域,输入到超复数小波生成对抗网络中,使一个特征生成器与3个判别器进行对抗,当特征生成器成功欺骗过3个判别器时,形成具有3个源域共享且区别于3个源域的特征空间,能够检测到不同于源域的人脸特征。在判别器上设置了域间和域内的三元组约束函数,以此提高判别器的性能,将超复数小波的细节子带图与卷积网络联合,学习图像多个方向的细节纹理特征,用来提升判别器鉴定活性人脸特征的能力。由于真假人脸的远程光电体积描记术和深度图都具有较大的差异,所以将其嵌入到特征空间中,增强生成特征空间检测人脸特征的泛化性能,形成通用的特征空间。在该特征空间中使用测试集进行判别分类,得到真假人脸识别结果。实验结果表明,在CASIA-FASD、Replay-Attack和NUAA数据集上,所提算法的接受者操作特性曲线下的面积分别为84.65%、86.06%、91.21%,半错误率分别为24.05%、21.05%、15.01%,均高于对比算法的结果。

基于二元树复小波的图像超分辨率内插

在Nyugen N等的图像超分辨率小波内插的算法框架下,用二元树复小波变换代替实离散小波变换,使图像超分辨率小波内插能得到更好的高分辨率图像的拟合部分和更多方向的细节。算法分析和实验结果表明了该方法是对N.Nyugen等的图像超分辨率小波内插框架的进一步改进。

基于超复数小波和图像空域的卷积网络融合注视点预测算法

针对已有注视点预测模型存在特征细节缺失、尺度单一和背景信息干扰严重导致的注视点预测精度偏低等问题,提出了一种基于超复数小波和图像空域的卷积网络融合注视点预测算法.首先,针对细节特征丢失问题,使用超复数小波变换在频域中提取图像的细节特征,与卷积网络提取的空域特征进行融合.然后,通过空洞空间金字塔池化模块,融合不同感受得到的特征图,有效解决了特征尺度单一的问题.最后,引入了残差卷积注意力模块,结合空间和通道的注意力机制,能够有效抑制背景信息的干扰,提高注视点预测精度.在SALICON数据集上,CC、sAUC和SIM评价指标下,该算法的性能达到0.8847、0.7693和0.7780;在CAT2000数据集上,该算法在相应指标下的性能为0.7355、0.8701和0.6645.主客观对比实验结果表明,该算法具有较好的注视点预测能力.

一般的9-7小波滤波器及其图像压缩性能研究

通过构造一个包含Cohen和Daubechies等人的著名 9 7小波滤波器 (CDF97)的超小波滤波器族 ,获得了新的 9 7小波滤波器 ,它们不仅有很好的压缩性能 ,也有很好的计算性能 ,有利于ASIC的设计 .试验结果表明 ,新的小波滤波器几乎具有CDF97的客观压缩性能 ,并且能保留更多的图像细节 .因此 ,在标准化图像压缩系统中 。

框架小波的可扩展性(英文)

规范紧框架小波的可扩展性是超小波理论的一个重要方面.阐述了规范紧框架小波的维数函数的定义和相关性质.作为维数函数的应用,更进一步地研究了框架小波的可扩展性,得到了一个规范紧框架小波可扩展成任何长度超小的充分条件.另外,给出一个例子和两个推论.

一种双正交小波滤波器构造方法研究

双正交小波基由于可以同时具备消失矩、紧支性、对称性,在信号处理领域得到了广泛的应用.基于此,提出了一种构造双正交小波滤波器方法,此方法不但能构造双正交小波滤波器,而且改变参数可以控制此滤波器.

基于多尺度分析的图像融合技术综述

系统介绍了对图像融合技术的发展概况、图像融合的基本原理以及融合的层次及性能,并归纳了基于多尺度分析的图像融合算法,分析其特点及应用领域,简要阐述图像融合质量评价,最后指出当前研究的热点以及有待解决的问题。

双馈风力发电机轴承故障诊断研究现状与发展

双馈风力发电机(DFIG)目前广泛应用于风电事业。就自身结构而言,轴承是电机非常重要的组成部分,其状态决定着电机整体的运行性能。在实际风电场中一般会定期更换电机轴承,但该方法不能避免轴承产生的早期故障。因此对其进行故障初期的诊断尤为重要。首先简单介绍DFIG轴承故障的产生机理及故障模式,再对近几年来相关的诊断方法做逐条归类阐述,最后基于现有成果展望未来DFIG轴承故障诊断方法的发展趋势,为日后该领域的突破和新方法的提出做好准备。

二维及三维数字图像边缘检测算法进展综述

边缘是图像最重要的特征之一,包含图像中用于识别的有用信息。本文首先就二维图像综述空域、频域和混合边缘检测方法,重点阐述超小波边缘检测方法及其优点;然后对三维图像总结比较现有三维图像边缘检测方法,并给出发展方向。

基于移不变二维混合变换的机场雷达噪声抑制

机场跑道异物(foreign object debris,FOD)检测对飞行器的安全起降有着非常重要的意义,而机场跑道异物检测的一个关键环节是很好地抑制机场雷达图像的噪声,因此提出一种基于距离-时间维的移不变混合变换以抑制机场雷达图像的噪声。首先,在雷达成像时进行离散傅里叶变换(discrete Fourier transform,DFT)和维纳滤波滤除距离维上的噪声。然后,在雷达成像时进行超分析离散小波变换(hyperanalytic wavelet transform,HWT)自适应滤波去除时间维上的噪声。与传统的成像后去噪算法相比,本文的算法可以有效地去除机场雷达图像噪声,显著地改善图像的视觉效果。最重要的是该算法具有很强的实时性,可以很好地应用到工程实践中。