NSCT框架下动静态联合滤波的红外与可见光图像融合方法

针对NSCT变换在红外与可见光图像融合中的不足,提出一种基于NSCT和动静态联合滤波的红外与可见光图像融合方法。首先,采用NSCT将源图像分解为低频子带和高频子带,进一步采用动静态联合滤波将低频子带分解为低频纹理分量和低频结构分量;再分别针对低频纹理分量、低频结构分量和高频子带的特征,采用不同的融合规则。其中,低频纹理分量以改进拉普拉斯能量和取大为权重图,低频结构分量以绝对值最大和引导滤波为融合规则,高频子带融合以梯度和改进拉普拉斯能量和综合信息作为权重。最后,通过NSCT逆变换得到融合图像。通过对比多组融合图像主、客观评价结果表明,该方法能有效保留边缘信息,保留较多的源图像信息,在视觉质量和客观评价方法优于其他图像融合方法。

基于静态小波变换的T型输电线路行波测距方法

针对现有T型输电线路行波测距算法易受行波波速影响的不足,提出一种新的T型输电线路行波测距方法。采用Clarke变换将相电流转换为独立的模电流,对模电流进行静态小波变换(static wavelet transform,SWT)处理,实现各行波浪涌到达各母线端时刻的标定。首先利用首波头到达三端母线的3个初始时刻定义隶属度,给出利用隶属度实现故障支路判别的判据。运用已有的两端测距公式推导三端测距公式,实现T型线路故障点测距。研究了T节点附近的3种可能性故障情况,提出三次测距方法,使T节点附近故障测距问题得到很好的解决。与现有测距方法相比,SWT具有时间不变性,故障点的测距过程中充分利用T型输电线路的三端测量数据,测距公式中不含波速,因此,所提方法具有测距可靠且精度高的特点。ATP/EMTP仿真验证表明,所提T型输电线路行波测距方法简单可行,且不受过渡电阻、故障类型等因素的影响。

基于小波变换的静态图像数字水印算法

提出了一种基于小波变换并且不需要利用原始图像信息的静态图像数字水印算法 ,并给出了检测门限的确定方法 .实验结果表明 ,该算法较好地保持了图像质量 ,并且对各种常用的图像处理方法显示出较强的稳健性 .

基于小波变换模极大值法和阈值法的CSAMT静态校正

采用小波分析方法进行CSAMT静态校正时,传统方法对视电阻率数据进行多尺度小波分解后,将所有尺度的细节系数设置为零,然后进行重构获得校正后的视电阻率.这使得在压制静态效应的同时,会损失一部分大构造异常的信息.针对传统小波分析方法在CSAMT静态校正中存在的问题,本文提出了基于小波变换模极大值法和阈值法相结合的静态效应校正方法.先对视电阻率数据进行多尺度小波变换,得到每一尺度上的模极大值,然后计算李氏指数进行静态效应的判断,通过设置合理的阈值,进行静态效应的压制.借助于正演模型和实测数据,验证了本方法的有效性.结果证明,本文提出的方法在压制静态效应的基础上,能够最大限度地保留大构造异常的信息.

静态小波变换在汽车道路模拟试验中的应用

在汽车道路模拟试验中,去除测得的响应信号中包含的随机噪声是实现精确逼近所必需的。本文比较了离散小波变换和静态小波变换在信号分解和重构时的不同。经比较分析提出了采用“bior 1.5”小波,选用“heusure”阈值,经硬阈值处理,作5层分解的静态小波滤波的垂直载荷滤波方案。通过对实际道路的汽车垂直载荷的滤波,证明了静态小波变换具有重构信号不发生偏移的优点。该方案在去除白噪声的同时,不产生信号的频谱失真,为汽车道路模拟试验提供了准确的分析数据。

一种基于静态小波变换的图像融合算法

给出了一种基于静态小波多尺度边缘检测的图像融合算法,是一种适用于微光和红外图像融合的多分辨率方法。该方法选择á trous多孔算法为基础,并选取不同尺度参数的LOG算子作边缘检测,利用了图像的多尺度边缘信息确定图像的边缘位置进行融合。在小波域中,对高频信息依据边缘检测的边缘点进行融合,对低频信息利用取加权法进行融合,再进行小波逆变换重构融合图像。通过红外和微光图像的融合实验结果表明,该方法能有效地突出边缘细节,提高图像分辨效果和人眼对场景目标的发现和识别概率。

基于静态Haar小波变换的电磁流量传感器非平稳浆液流量信号分离方法

为了处理电磁流量传感器的非平稳纸浆流量信号,提出了一种基于静态Haar小波变换的浆液流量信号分离方法,能够完整地分离出流量信号和浆液噪声波形。首先根据流量信号的周期性、平稳性特点,抽取各尺度小波系数的同相位序列,考察其幅值概率密度函数的分布规律。根据小波同相位序列的幅值概率密度函数模型,对同相位序列进行非线性中值滤波,去除浆液噪声干扰。由于小波滤波器存在频谱泄露,第6级的低频尺度系数上叠加了25 Hz流量信号分量。为了提取该信号分量,先对尺度系数进行陷波,再进行同相位序列分解、非线性中值滤波。然后,使用滤波后的小波系数和尺度系数,重构出流量信号和浆液噪声。在此基础上,对浆液算法进行了简化。最后,使用该浆液信号处理方法、简化方法对实际的纸浆流量信号进行处理,分离结果表明该浆液信号处理方法和简化算法是有效、可靠的。

基于静态小波变换的提升框架分解

静态小波变换的最大优点是具有平移不变性。该文基于小波变换的多相表示,利用多采样率滤波器理论中上(下)采样算子与滤波器的等效易位关系,提出了将传统的静态小波变换由懒惰小波变换经过有限步交替的提升和对偶提升结构来实现的方法。由于提升框架容易实现逆变换,故在处理边界中具有更大的灵活性。分析表明,与标准算法相比,通过提升分解,可减少一半计算量。

基于静态离散小波变换的地震动时程调整

针对谐波叠加法模拟地震动时程时含有较多人为因素干扰以及模拟的时程不具有频率非平稳特性的问题,提出了一种基于静态离散小波变换的地震动时程调整方法.利用静态离散小波变换,将地震动时程历史记录分解到不同的频带上,通过不同频带的目标反应谱与地震动历史时程计算的反应谱在该频带上的对比,对各尺度的小波系数进行迭代修正,重构得到新的地震动时程记录.通过编制程序并进行算例验证,结果表明:该方法正确可行,调整得到的地震动时程既与给定目标谱一致,又较好地保留了原有特征.

利用静态小波变换的非定常阵风分析与模拟

在塔克拉玛干沙漠风沙环境中进行野外风场定位观测,得到了具有典型非定常特征的输沙阵风.引入静态小波变换分析了阵风小波系数的非高斯分布特征和时间演化规律,针对其时频特征,推导出各尺度小波系数与目标风速谱的能量关系,采用反映湍流间歇性的Log-Poisson级串模型辅助生成小波系数,建立了基于静态小波逆变换的非定常阵风人工生成方法,并可通过调节低频段系数生成任意非定常波动规律.结果表明:自然阵风与Karman风速谱吻合良好,在惯性子区符合湍流-5/3定律,且具有明显的间歇性和局部自相似性;基于静态小波逆变换法实例模拟人工风速序列,具有与自然阵风类似的湍流统计特征,证实了该方法的有效性.

提升小波变换在静态医学图像压缩编码中的应用

LeGall(5,3)提升小波直接在时域完成小波构造,不仅算法简单、适合并行处理,而且还能同时用于图像的无损或有损压缩。为了满足远程医疗系统静态医学图像压缩处理的特定要求,该文详细讨论了基于提升格式的LeGall(5,3)小波变换的算法,并在DSP上加以实现。实验结果表明该方案在提高运算处理速度、改善图像压缩比和重建图像质量等方面都取得了较好的效果。

基于静态小波变换的趋势面构造

在勘查数据处理异常分离方面,针对多项式最小二乘拟合构造的趋势面存在拟合度无法调整以及会出现失真情况的不足,提出了基于静态小波变换的趋势面构造方法。经过小波变换得到的近似系数表征信号的趋势,不同尺度的近似系数代表不同尺度下的趋势,静态小波变换后的近似系数和细节系数没有进行下采样,近似系数和细节系数仍然和原信号的长度相同。这种方法能根据需要构造出不同拟合度的趋势面且失真度很低。

基于提升静态小波变换的风廓线雷达地杂波抑制方法

针对现有的基于离散小波变换(DWT)去风廓线雷达地杂波技术中最佳分解层数与阈值不好确定,且DWT不具有平移不变性的问题,介绍静态小波变换(SWT)的提升实现方法,提出一种基于提升SWT的风廓线雷达地杂波抑制方法。这种方法通过计算各层小波系数上的2阶原点矩来确定最佳分解层数,并以最邻近地杂波频段的2个频段的平均值作为阈值。由于采用提升实现方式,其运算量相对于传统的基于DWT去地杂波的方法并没有很大的提高,且能适用于较低杂信比的情况。仿真结果验证算法的有效性。

基于静态小波变换的遥感影像薄云雾模糊抑制

针对薄云雾造成的遥感影像模糊问题,提出了一种基于静态小波变换与离散小波变换相结合的抑制云雾模糊的方法 ;并与同态滤波方法和一种基于拉普拉斯增强和直方图分段线性变换方法进行了对比。该方法通过提高影像分辨率增加云雾覆盖区细节的方式达到抑制图像模糊的目的。目视效果表明,该方法显著抑制了薄云雾覆盖造成的影像模糊,明显优于对比方法,且具有较高的峰值信噪比、光谱保真度和信息熵。

基于静态小波变换改进邻域系数法的遥感图像滤波

针对NeighShrink滤波算法存在的不足,提出了改进的阈值估计策略和系数收缩方案,并将改进算法与静态小波变换相结合进行图像滤波,取到了较好的滤波效果。实验验证了改进算法的有效性,以峰值信噪比PSNR作为客观评价指标,通过与经典方法的比较,对该算法的滤波性能做出了客观评价。

基于整数小波变换的静态图像压缩编码技术

目前多媒体和Internet技术的迅猛发展导致了人们对图像编码有了越来越高的要求。由于小波变换所具有的一些特性非常符合图像处理的要求,使得小波变换图像编码得到了广泛关注。本文结合小波变换的特点,对几种经典的小波图像编码算法进行了讨论,并对静止图像编码的研究方向进行了展望。

基于静态小波变换的雷达信号特征点检测方法

提出了一种基于静态小波变换的特征点检测方法,该方法能够精确定位特征点的位置,并且对输入信号的平移不敏感。利用静态小波变换系数的梯度和幅值构造一个准则函数,初步确定候选特征点出现的位置,再根据小波模极大值随尺度变化的李氏指数规律确认特征点。仿真试验证明,该算法能够在多种噪声干扰下有效检测出特征点。

基于小波变换的SK型静态混合器速度脉动特性研究

以SK型静态混合器为研究对象,运用激光多普勒测速仪对管内流体的速度脉动信号进行检测,运用小波变换分析检测信号来研究其速度脉动特性。分析结果表明,SK型静态混合器内轴向速度脉动以低频脉动为主,其脉动信号经db7小波5级分解后,低频信号的峰值明显高于高频信号的峰值,且低频级信号的能量占信号总能量的绝大部分,低频峰值对应频率基本在(3～13)Hz范围内,最高不超过20Hz;在其半圆形流道中心区域,轴向速度脉动的峰值相对较高而峰值对应频率相对低,在靠近边界区域轴向速度脉动的峰值相对较低而峰值对应频率相对较高。

使用静态小波变换增强与降噪真彩图像

由于几乎所有真彩图像都不同程度含有噪声,并且含有阴影和明亮光源的图像的动态范围超过了多数电子设备和人眼的感受区域,这就要求真彩图像被增强的同时还能够对噪声进行抑制。因此,在分析了噪声在HSV色彩空间分布的基础上,根据静态小波变换解释的入射-反射模型,提出了一种能够同时增强与降噪真彩图像的方法。实验表明,本方法在明显增强真彩图像的同时,还可以有效抑制图像中的噪声。

一种基于人眼视觉特性和静态小波变换的乳腺图像增强和去噪方法

给出了一种基于人眼视觉特性的乳腺图像增强方法．把局部标准偏差方法应用到乳腺图像增强中，根据人眼视觉特性，人为修改灰度值，利用静态小波变换对其进行多尺度去噪和增强．实验结果显示这种方法取得了良好的效果．