基于B-样条二进小波变换的一种改进图像复原方法

传统的图像复原的方法会造成图像细节的丢失,且去噪效果一般,结合二进小波变换、高斯滤波和阈值函数去噪的优点,我们提出了一种基于B-样条二进小波变换的图像恢复方法。本文利用小波变换,用新构造的B-样条二进小波滤波器将方差为0.005的高斯噪声图像分解三次,分解得到的每一层高频系数分别使用传统的软阈值模型进行阈值去噪,仅对第一层分解得到的低频系数使用二维高斯滤波器进行去噪,接着,将处理后的高频低频系数利用小波逆变换从第三层重构到第二层,从第二层重构到第一层,从第一层重构到第零层,最后得到复原图像,结果显示本文得到的去噪图像充分保留了原图像的细节,人物的边缘,物体的边缘都能很好地被人眼观察到,具有很好的实用性。

用二次B样条小波进行图像的自适应阈值边缘检测

根据边缘检测的评价标准 ,参照最佳边缘滤波器的设计要求 ,确定选择用于边缘检测的小波母函数的一般准则 ,并在此基础上构造出二次B样条小波 ,提出了基于小波变换的自适应阈值图像边缘检测的新方法。通过计算机仿真对该算法进行了验证 ,结果明显好于采用固定阈值的小波边缘检测。

中心B样条二进小波多尺度边缘提取

分析了截尾的Ｃａｎｎｙ算子在多尺度边缘提取时对运算速度造成的影响，提出了中心Ｂ样条二进小波多尺度边缘提取．详尽地研究了Ｃａｎｎｙ算子与中心Ｂ样条函数的若干性质，中心Ｂ样条函数具有紧支集，以极快的速度逼近高斯函数，四阶中心Ｂ样条函数的导数比Ｃａｎｎｙ算子更接近最佳边缘检测滤波器，四阶中心Ｂ样条函数是二阶平滑问题的唯一最优解，并且它的时频测不准关系值非常接近时频测不准关系下界．从对计算结果的讨论中也得出中心Ｂ样条二进小波优于Ｃａｎｎｙ算子的结论．

基于二进小波变换和三角样条插值的电机故障信号重构方法

近几年来小波变换在信号处理尤其在电力系统故障信号的分解、消噪、重构以及故障特征提取等诸多方面得到了广泛的应用 ,基于小波变换的各种算法不断出现。文 [8]提出了使用二进小波变换提取信号边缘特征 ,根据信号特征点的值和导数值用三次埃米特多项式进行插值重构。本文分析了文 [8]存在的两个问题 ,并针对这两个问题进行改进 ,即在二进小波变换和插值重构时使用同一种函数——三角样条小波函数 ,这样才能体现出信号处理的本质。本文作者提出的三角样条小波正好同时具有作为小波函数和插值函数双重作用 ,大大提高算法的效果。本文将它应用到电机故障信号的重构过程中 ,并就信噪比和相对误差与 Mallat算法和文[8]算法进行了比较 。

由信号二进小波变换极值重构信号的样条插值算法

本文通过二进小波变换极值或零交叉点可获取信号的多尺度边缘 ,由此得到信号的绝大部分信息 .本文提出了用样条插值重构算法来实现由信号二进小波变换极值点重构原始信号 .数值仿真实验显示了该算法的高效性和令人满意的重构效果 .与已有的算法相比 ,该算法原理更简单、更直接 ,实现更方便 ,速度更快 .

基于B样条二进小波变换的故障选相研究

利用暂态行波的特征提出了一种基于小波变换的故障选相方法。该方法的实现原理是通过解耦变换将不独立的三相故障电流变换为解耦的零模电流分量和3个线模电流分量,并运用B样条二进小波对解耦变换得到的模电流分量进行分析,计算得到零模电流分量和线模电流分量初始行波的模极大值;并根据4个模电流分量极大值在不同故障类型下的不同特征进行对比分析选出故障相。所提出的故障选相方法充分运用了故障时电流初始行波中的模电流分量特征,克服了现有选相方法选相速度慢、受波形畸变影响等缺点,采用所提方法可得到准确、可靠的选相结果。最后通过PSCAD软件进行了仿真,运用Matlab分析了各种故障时的数据,验证了所提选相方法在选相方面的准确性和优越性。

基于B样条的一种二进小波

以 B样条为基础 ,构造了一种无限次可导的基小波 ,这种小波满足二进小波的稳定性条件 ,在频域上有紧支集 ,在时域上具有 m阶的下降速度 ,具有对称性 .这种小波为分频提供了一种应用工具 .

二次B样条小波变换的快速算法及其在变压器保护中的应用

从提高计算速度出发,给出了应用二次B样条小波对信号进行高尺度变换的一种快速算法;同时针对电力系统的实际情况,在二次B样条小波的基础上,构造出一个适合于电力系统故障分析的小波母函数,并将它应用于变压器差动保护进行励磁涌流鉴别,EMTP仿真结果证实了该方法的可行性。

运用离散二进小波变换分离声目标的信号与噪声

本文介绍离散二进小波变换的原理和实现多尺度离散二进小波变换的MALLAT塔式算法,给出了一个利用多尺度离散二进小波变换对战术声目标进行信号与噪声分离的实例;所得计算机模拟结果表明,运用离散二进小波变换滤除噪声,能够获得更高的信噪比。

基于一类中心B样条二进小波的多尺度边缘提取

提出一类渐近收敛于高斯函数的导数的中心Ｂ样条二进小波，用以实现多尺度Ｃａｎｎｙ最优化准则．在应用Ｃａｎｎｙ准则的实际计算中，必须对高斯函数的导数进行截尾．文中通过分析开窗截尾高斯函数的导数，对滤波器性能和计算的快速和有效性的影响，提出了利用具有紧支集的一类中心Ｂ样条二进小波作为滤波器，一方面可以近似满足Ｃａｎｎｙ提出的最优滤波器的要求；另一方面。

离散信号的二进小波分解与重构

讨论了由一维二进小波构造的二维二进小波的性质，并应用二维二进小波变换导出二维离散信号的分解和重构。

一类二进样条小波

推导出一类二进样条小波滤波系数的计算公式，应用这些系数可实现快速二进小波变换，并可重组二进小波变换的原始信号。分析了这些变换的性质，给出了计算实例。

基于二进离散小波——核降噪自编码的电机振动信号多级降噪

在电机故障预测中振动特性信号常被噪音掩盖难以直接使用,因此针对含有噪音的振动信号本文提出一种基于二进离散小波变换(DDWT)--核降噪自编码(KDAE)的局部-全局多级降噪模型,该模型结合小波降噪在局部信号处理领域的优势和深度神经网络对于多维特征全局优化的能力。局部降噪过程选用sym5小波基函数,降噪阀值0.06,降噪后的信噪比到达23.1,信号的样本标准差降低一个数量级;为了弥补二进离散小波降噪后数据的重建损耗波动幅度大的缺点,文章进一步提出了针对全局降噪优化的基于核方法的降噪自编码模型,模型的误差只有0.16%,通过优化后信噪比在上级降噪的基础上又达到了18,同时样本标准差降低为0.0004,并且重构损耗的时序曲线在时间尺度上具有明显的光滑性。本文所构建的降噪模型对含有多维特征的的机电振动信号降噪提供了有效的解决方法。

一种基于二进小波变换改进图像的去噪方法

传统的图像去噪方法会造成图像细节的丢失,且去噪效果一般,结合二进小波变换、中值滤波和图像相加运算的优点,提出一种基于B-样条二进小波变换的图像恢复方法。利用二维中值滤波和图像的加法运算对方差为0.005的高斯噪声图像复原,然后利用B-样条二进小波滤波器将噪声图像分解一次再重构,得到复原后图像,对上述三种方法实验结果做了对比:原图像已知时,图像的加法运算、去噪效果最佳;原图像未知时,B-样条二进小波滤波效果最佳,去噪效果优于中值滤波的去噪效果。然后,提出新的算法,用B-样条二进小波重构后的图像分别进行二维中值滤波去噪和图像的加法运算去噪。结合的方法相较于单一使用的方法有一定提升,并且保留了更多的图像细节信息。

基于离散小波变换的滤波方法研究

推导出了经过多次离散小波变换后,白噪声在不同尺度上方差的另外一种表达式,应用到小波域硬阈值滤波中,通过数字仿真发现,二进小波的计算量较大,滤波效果较好,离散小波的计算量较小,滤波效果稍差,并对原因进行了说明。

基于Cinny准则的B样条小波图像边缘检测

基于Canny准则,参照最佳边缘滤波器的设计要求,确定选择用于边缘检测的小波母函数的一般准则。并在此基础上构造出二次B样条小波,提出了基于小波变换的多尺度自适应阈值图像边缘检测的新方法。

基于三角样条小波变换和三角样条插值信号重构方法

文献8使用二进小波变换提取信号边缘特征,根据信号特征点的值和导数值用三次埃米特多项式进行插值重构。该文分析了文献8存在的两个问题,并针对这两个问题进行改进,即在二进小波变换和插值重构时使用同一种函数———三角样条小波函数,这样才能体现出信号处理的本质。文章作者曾提出的三角样条小波正好同时具有作为小波函数和插值函数双重作用,大大提高信号重构质量。就信噪比和相对误差两项指标与Mallat算法和文献8算法进行了比较,效果明显。

一种基于B样条双正交小波的图像阈值去噪方法

针对图像中存在高斯噪声模糊图像,为提高图像的质量,利用二进提升方案与小波多分辨率分析的优势,提出一种基于B样条双正交小波的图像阈值去噪方法。首先利用二进提升方案构造一个新的双正交小波滤波器,对含噪图像进行小波变换,选择新构造的双正交小波和适当的分解层次,得到低频子图像和水平、垂直、对角线三个高频子图像。对每一次分解得到的高频子图像在不同尺度上使用不同的阈值模型进行去噪,然后对低频子图像与去噪后的所有高频子图像进行小波重构,得到最终去噪后的图像。

小波变换的自适应阈值图像边缘检测方法

在Marr的计算机视觉系统中,图像边缘检测占据着重要位置。但由于问题本身的复杂性和技术手段的限制,图像边缘检测的研究困难重重。近10年来,由于小波分析技术在工具和数学方法上的重大突破,试图将小波理论应用于图像边缘检测。根据边缘检测的评价标准,参照最佳边缘滤波器的设计要求,确定选择用于边缘检测的小波母函数的一般准则,并在此基础上构造出二次B样条小波,提出了基于小波变换的自适应阈值图像边缘检测的新方法。通过计算机仿真对该算法进行了验证,结果明显优于采用固定阈值的小波边缘检测。