基于非抽样双树复小波变换幅值相位信息的图像去噪算法

提出了一种非抽样双树复小波变换域结合幅值阈值化和相位正则化的自适应图像去噪算法。首先将非抽样双树复小波变换系数进行幅值相位表示,在分析了幅值分布特点后,使用瑞利分布模型作为系数幅值的先验分布,然后在贝叶斯去噪框架下推导出闭式形式的阈值函数,为了更好地抑制噪声,我们亦对相位信息进行平滑处理,最后通过逆非抽样双树复小波变换得到去噪图像。由于同时对幅值和相位信息进行处理,实验显示所提算法抑制噪声效果明显,与一些经典算法相比,本文方法在主、客观上皆获得了有竞争力的结果。

基于提升模式非抽样小波变换的滚动轴承故障诊断方法研究

首先分析了传统离散小波变换在分解信号时的缺陷,根据非抽样小波变换的原理,提出一种基于提升模式的非抽样小波变换方法。然后根据滚动轴承故障特征,提出了基于提升模式非抽样小波变换的滚动轴承故障诊断方法,在ADBE-56-N4型交流电机上实测了6305型滚动轴承正常情况、外圈故障、内圈故障时的振动信号,结果表明,与传统离散小波相比,该方法能更加有效地诊断滚动轴承的故障。

非抽样离散小波变换叠前地震数据重建方法

叠前地震数据包含了丰富的地层信息,但在实际勘探中由于受采集条件等影响,叠前地震数据地震道缺失现象严重。针对规则采样不规则道缺失的插值恢复问题,一些传统的插值方法无能为力或者插值效果不佳,而近年来发展起来的非抽样离散小波变换(UDWT),具有很好的稀疏表示能力,比傅里叶变换能更加稀疏地表示地震数据;根据压缩感知理论,即使不满足Nyquist采样定理的要求,利用极少的观测数据,也可能较好地恢复缺失的地震数据。本文提出一种基于UDWT的地震数据插值方法,对地震数据做插值和规则化处理,可以提高叠前地震数据的完整性,理论模型和实际资料的重建效果验证了方法的有效性和实用性。

非抽样轮廓波变换构造及其在图像去噪中的应用

提出了一种由非抽样塔式分解和非抽样方向滤波器组实现的具有平移不变性的非抽样轮廓波变换,文中利用M cC le llan变换设计非抽样塔式分解中的满足精确重构条件的圆对称滤波器组。非抽样轮廓波变换具有与视皮层变换相似的频带划分,符合人眼视觉特性。利用非抽样轮廓波变换系数的局部高斯模型及最大后验概率法对图像去噪,其峰值信噪比和视觉效果均有较大改善。

基于提升模式的非抽样小波变换及其在故障诊断中的应用

由于传统离散小波变换在分解信号时采用抽样操作,使原始信号的部分时域特征不能保留在分解结果中;另外,分解结果的平移可变,使得分解结果不能完美地描述故障的时域特征。为了克服上述缺陷,根据非抽样小波变换的原理,提出一种基于提升模式的非抽样小波变换框架。首先,通过信号变换方法去除提升小波变换的剖分环节,得到提升模式下的非抽样小波变换框架;在此基础上,建立提升模式下非抽样小波变换与抽样小波变换的预测器和更新器之间的转换关系,提出非抽样提升小波变换的分解和重构算法。采用这种非抽样小波变换从齿轮箱的振动信号中有效提取幅值调制和瞬态冲击的摩擦故障特征。

基于非抽样剪切波变换的遥感图像融合方法

提出了一种基于Mean-shift分割和非抽样剪切波变换(NSST)的多光谱与高分辨率全色图像融合方法。对高分辨率图像进行Mean-shift分割,并利用区域方差将多光谱图像划分为需要进行空间细节增强及需要光谱特征保持的区域;然后利用NSST变换对高分辨率图像和多光谱图像的强度分量进行多尺度分解。分解后的低频子带采用基于四阶相关系数的融合规则进行融合,带通方向子带根据分割所得的区域按区域方差进行融合;最后进行NSST重构得到融合后的强度分量,经IHS逆变换获得高分辨率的多光谱图像。仿真实验表明,与其他4种相关的融合方法相比,该方法能在空间分辨率的提高与光谱信息的保持之间达到良好的平衡,使得融合图像不仅具有较好的光谱保持特性,而且其空间分辨率也能得到有效提高。

基于非抽样的小波变换的彩色图像增强方法

直接用灰度图像增强算法对真彩色图像增强,容易产生色彩偏差。提出一种新的增强算法:先将真彩色图像由RGB颜色空间转换到HSV颜色空间;再对饱和度分量V作非抽样小波变换,对变换域的低频系数采用对数变换以压缩动态范围进行增强,对高频系数进行分段线性变换以增强边缘及纹理;最后再用非抽样小波逆变换重构V分量,将图像由HSV空间还原到RGB颜色空间。实验表明,增强后的图像色彩基本无偏差,动态范围压缩良好,亮度对比度都得到明显提高,并且取得了较高的信息熵,空间频率,平均梯度,均方差。

非抽样小波变换耦合Zelnick矩的图像伪造检测算法

为解决目前复制粘贴伪造检测算法鲁棒性较差、检测精度低等不足,提出非抽样小波变换(UWT)耦合泽尼克矩(Zernike)的复制移动图像伪造检测算法。利用非抽样小波变换将输入图像分解为近似系数LL和详细系数HH,得出块与块间的相似性和差异度;划分重叠块,计算图像子块间距;根据LL相似性和HH差异性排序分类;引入泽尼克矩,构建距离矩阵,进行图像特征匹配,对图像进行伪造检测。实验结果表明,该算法具有很好的平移不变性和幅值旋转不变性,抗后处理性能好,精测精度高,漏检率和误检率低。

方向非抽样小波变换在多传感器图像融合中的应用

本文分析和研究非下采样方向滤波器组及具有平移不变性的非抽样小波变换的优点,提出了基于方向非抽样小波变换的图像融合方法。首先利用非抽样小波变换将待融合源图像分解成不同尺度,不同分辨率的高低频分量,再对高频分量利用非下采样方向滤波器组进行方向分解,然后采取不同的融合方法对分解的高低频分量进行融合处理,最后将融合的各频带进行相应逆变换得到融合图像。实验表明,在不同评价标准下,本文方法优于传统小波变换和拉普拉斯金字塔变换的融合效果,并能有效地消除小波变换所带来的光谱扭曲和假边缘现象。

冗余小波变换零相位分解实现方法及应用研究

为消除正交小波非对称性引起的非线性相位对分解结果的不利影响,结合零相位滤波原理与冗余小波变换,提出了一类具有零相位特性的冗余小波分解算法——零相位冗余小波变换。该小波变换不仅克服了Mallat算法中隔点采样环节造成的平移可变与频率折叠等诸多缺陷,也消除了传统冗余小波变换分解结果出现移位与畸变的不足,非常适合于微弱特征提取。通过实例分析证明了该算法用于轴承微弱故障特征提取的有效性与优势所在。

基于快速非抽样小波变换的岩屑多聚焦图像融合

针对传统非抽样小波变换算法较复杂的缺点,结合空、频域处理上的特点,提出了一种基于快速非抽样小波变换的多聚焦图像融合算法。与之前基于非抽样小波变换的融合算法不同,该算法取消了反变换,它根据高频小波系数绝对值和取大原则,融合图像像素值直接在对应源图像的相应位置取值,从而大大提高了图像处理的实时性,改善了融合效果。通过与六种非抽样小波变换融合算法的比较,以及快速非抽样小波变换与非抽样小波变换的融合时间对比,直观地给出了该算法的效果和时间优势。

基于非抽样轮廓波变换和矩阵F-范数的旋转不变纹理图像检索方法

针对纹理图像检索中常见的旋转问题,提出一种基于非抽样Contourlet变换(NSCT)和矩阵F-范数的旋转不变纹理图像检索算法。对图像进行NSCT变换,以NSCT域各个子带系数矩阵的F-范数构造特征向量,然后在相同尺度上,利用各个子带系数矩阵的均值和标准方差之和对特征向量由小到大排序,再利用不同尺度的特征向量相似度加权求和得到两幅图像的相似度。实验采用Brodatz库生成实验库,结果表明该方法能取得较好的效果。

基于非抽样小波镜像变换的电弧特征提取

为准确度量电弧信号突变信号特征,运用非抽样小波镜像变换算法提取电弧信号特征。首先将截取到的电弧信号作镜像合成变换;其次,采用非线性小波阈值和非抽样小波分解与重构方法相结合滤除镜像信号噪声,减少消噪算法运算过程的计算量;最后通过信号镜像逆变换裁剪出真实的电弧波形。实验结果表明,与传统方法相比,新方法在降低信号噪声的同时,有效抑制了信号相位偏移,完整捕获电弧波形,避免信号两侧边缘发生畸变,满足焊接过程实时控制要求。

一种基于非抽样小波变换的模糊逻辑图像融合算法

提出了一种基于非抽样小波变换的模糊逻辑图像融合方法.该方法利用非抽样小波对红外与可见光图像进行多尺度分解变换,可分别得到原图像的高频子带系数和低频子带系数;低频子带系数的融合准则采用自适应模糊逻辑算法,高频子带系数的融合准则采用绝对值最大法,最后对融合后的各子带系数进行非抽样小波逆变换得到融合图像.仿真实验表明,该方法对红外与可见光图像融合效果好且运算处理速度更快.

形态非抽样小波及其在冲击信号特征提取中的应用

针对形态小波分解过程的抽样引起信号长度逐层递减的问题,提出一种基于多尺度Top-Hat变换的形态非抽样小波构造方法。利用形态非抽样小波的一般框架,分别采用形态学开运算和多尺度Top-Hat变换作为形态非抽样小波分解的近似信号和细节信号的分析算子,使形态小波分解过程中信号长度保持不变,从而保证了形态分析时所需的信息量。结合转子振动冲击特征信号提取试验,验证所提方法在故障诊断中应用的可行性与有效性。

MPSK信号小波变换过零特征分析

小波变换提供品质因数Q恒定的滤波器分析,能够精细刻化M电平相移键控(MPSK)信号在码元转换时刻的相位跳变。给出了MPSK信号小波变换后在时间-尺度图谱上小波系数的过零特征。通过构造特殊的数字序列,分析了小波系数过零点分层数与MPSK信号的电平数M的对应关系,详细讨论了MPSK信号不同的相位跳变模式与过零点层次性的内在联系。提出了基于小波变换过零特征的MPSK信号调制类型识别方法。仿真结果表明,MPSK信号小波变换存在显著的过零特征,基于该特征的MPSK信号的类型识别方案是可行的,为软件无线电的实际应用提供了理论参考。

基于非抽样小波变换的彩色图像水印算法

图像水印技术已成为维护版权、抵制盗版和非法复制的重要手段,本文提出一种基于非抽样小波变换的彩色图像水印算法。非抽样小波变换不需进行下抽样操作,可获得与源信号同等长度的分解结果,具有信息冗余性和平移不变性的特点,提高了水印算法的鲁棒性和水印嵌入容量,算法同时结合奇异值分解,实现水印鲁棒性、不可见性和容量的统一。实验表明,该算法相对于基于离散小波变换的图像水印算法,能更好地抵抗噪声、压缩、剪切、旋转、平移等攻击。

基于非抽样剪切波的加权区域图像融合

以提升遥感图像和多聚焦图像的融合精度为目的,结合非下采样剪切波变换(NSST)可以捕捉图像的细节特征,提出了一种NSST和加权区域特性的图像融合方法。利用非下采样剪切波变换对源图像进行多尺度、多方向分解,得到低频子带和高频子带,低频子带系数采用改进梯度投影的非负矩阵分解(NMF),高频子带系数采用加权区域能量和区域方差相结合的融合策略,然后应用非下采样剪切波的逆变换得到融合的图像。实验结果表明:该方法从主观视觉方面很好地保留了多幅图像的有用信息,给出该方法与其他融合算法在客观评价指标应用信息熵EN、互信息MI和加权边缘信息量QAB/F的比较结果 。

非抽样双树复小波域的红外可见光图像融合

为提高红外与可见光图像的融合精度,借助非抽样双树复小波的平移不变性和良好的方向选择性,提出非负矩阵分解和区域方差能量的融合方法。通过对严格配准的红外与可见光图像进行非抽样双树复小波变换获取高低频信息,对低频子带系数采用基于块主元旋转的非负矩阵分解的融合方法,对高频子带系数选用结合区域方差能量的对比度进行融合。对融合后的系数采用非抽样双树复小波逆变换重构得到融合图像,对融合结果进行主观视觉和客观评价。对比实验结果表明,该算法具有较好的主观视觉效果,客观评价指标有明显提高,验证了提出算法的有效性。

非抽样形态小波的构造及在图像融合中的应用

提出一种适合图像融合的非抽样形态小波的构造方法.采用新的非线性滤波器组描述形态小波,去掉其中下采样部分实现非抽样,并将其用于图像融合,用以克服形态小波方法的块状效应.构造适用于所有类型图像融合的S-变换形态小波,通过增加通道和引入增强效果,提高图像融合效果.