Infrared Image Denoising Based on Single-wavelet and Multiwavelets

Deviation is essential to classic soft threshold denoising in wavelet domain. Texture features ofnoised image denoised by wavelet transform were weakened. Gibbs effect is distinct at edges of image.Image blurs comparing with original noised image. To solve the questions, a blind denoising method basedon single-wavelet transform and multiwavelets transform was proposed. The method doesn’t depend onsize of image and deviation to determine threshold of wavelet coefficients, which is different from classicalsoft-threshold denoising in wavelet domain. Moreover, the method is good for many types of noise. Gibbseffect disappeared with this method, edges of image are preserved well, and noise is smoothed andrestrained effectively.

基于小波分析的图像融合评述

图像融合是将同一场景的多幅图像的互补信息合并成一幅新图像,以便更好地对场景进行监视和侦察。小波分析具有多分辨等特点,可以有效地将特征明显、分辨率高的图像融合在一起,得到比任何一幅源图像效果都好的图像。阐述了基于小波分析的图像融合的基本原理、方法及优点。比较了各种图像融合规则和融合算子的特点。介绍了基于小波包图像融合、小波框架图像融合和多小波图像融合方法。

多小波自适应阈值降噪在故障诊断中的应用

为了提取淹没在强背景噪声下的微弱故障信息,引入多小波自适应阈值降噪方法实现滚动轴承的信号去噪,并结合包络解调提取故障特征.多小波具有多个尺度函数和小波函数,具备单小波无法同时满足的对称性、正交性、紧支性和高阶消失矩等优良特性,可匹配信号中的不同特征信息.基于轴承外圈点蚀故障的仿真信号,分别利用GHM多小波和Db2小波对其进行降噪处理.通过信噪比的定量分析表明,相比单小波而言,多小波的降噪优势明显.针对滚动轴承的微点蚀实验信号和现场实采集的工程数据,多小波自适应阈值技术比单小波方法具有更好的降噪效果,且更易于提取出滚动轴承的早期故障信息.

a尺度多重双正交小波包的分解与重构算法(英文)

介绍了构造a尺度多重双正交小波包的方法。它在应用上灵活性很强。按此法可构造多种不同的双正交小波包。本文的重点是给出了用此小波包进行分解与重构的算法。

基于多小波包变换的遥感影像融合

多小波变换以完善的小波基结构,可以在影像处理中获得比单小波变换更精确的处理结果;单小波包变换以精细的频域分割,进一步提高了单小波变换对影像的细节信息处理能力。多小波包变换将两者结合起来,综合了它们的优点,同时又弥补了它们的不足,使其在一些影像处理领域更具优势。在对多小波包变换分析之后,提出了一种基于多小波包变换的遥感影像融合方法,并将该方法与多小波变换融合方法(即基于多小波变换的影像融合方法)进行了对比分析。实验结果表明:由该方法所得的融合影像,无论是在视觉效果上还是在评价指标上都要优于由多小波变换融合方法得到的融合影像。

a尺度多重双正交小波包的L^2(R)分解

小波包的方法能对高频信号进行小波分解,给出了频域带更精细的划分。本文研究a尺度多重双正交小波包的性质,讨论a尺度多重双正交小波包的分解,给出L2(R)的双正交基。

小波图像压缩进展

小波分析由于具有多分辨分析特性而在图像压缩中得到了广泛应用,产生了许多行之有效的方法和技术。文中综述了小波图像压缩方法及其进展,如零树编码、小波包图像压缩和多小波图像压缩等,并对这些方法的优缺点进行了总结和对比。实践证明,小波包、多小波的压缩性能都比传统的单小波优越。但是,小波包、多小波图像压缩方法还很不完善,具有自己的不足之处,需要对其进行改进和完善以提高运算速度,改进的方法之一就是和其它压缩方法(如分形)相结合。

3尺度紧支撑双正交多小波及小波包的构造和算法

研究了3尺度紧支撑双正交多小波及小波包的构造与算法,给出了双正交多小波的多分辨分析理论.若r重尺度函数的支撑区间较大,则可将其转化成3r重短支撑的情形,再利用矩阵理论,对两尺度符号进行矩阵化,通过对矩阵进行正交扩充,得到关于两尺度符号的方程组,求解方程组便得到双正交3尺度多小波的两尺度矩阵序列.该方法适用于任意紧支撑双正交3尺度多小波的构造.利用多分辨分析和矩阵理论,通过将2r维向量函数分组截断为两个r维向量,构造3尺度r重双正交小波包,得出其系数矩阵应满足的方程组,并给出相应的分解关系.研究了3尺度r重双正交小波包的双正交性质,这为构造空间L2(R)的小波基奠定了基础.

正交多子波包理论

该文用类似于从正交单子波基扩展到正交单子波包的概念,建立了多子波包的理论框架,并把有关单子波包的定义、概念和性质推广到一般的多于波包,给出了相应的证明。

基于多小波包和邻域粗糙集的故障诊断模型

为了解决机械设备复合故障难以正确识别的问题,提出一种基于多小波包和邻域粗糙集的机械故障诊断模型。首先,采用多小波包对原始振动信号进行分解,分别提取原始信号和各分解频带信号的时域特征组成原始特征;然后,采用邻域粗糙集方法筛选出敏感特征作为多分类支持向量机的输入,实现机械设备不同状态的自动识别。模型应用结果表明相比于传统小波包,多小波包分解够提取到更丰富的故障信息和获得较高的识别精度;邻域粗糙集能够从大量的原始特征中选择出敏感特征,减小分类算法的复杂性,进一步提高分类准确率。该模型在复合故障的诊断方面具有显著优势。

多小波处理图像压缩的实现

小波技术作为一种信号处理工具在图像压缩和去噪等方面都有着很好的应用。但是,有紧支性的正交对称单小波系统是不存在的,将生成小波的一个尺度函数换作多个尺度函数,就产生了多小波的概念。与单小波相比较,多小波同时具备诸如紧支性、正交性、对称性等诸多在信号处理中非常重要的良好性质;这决定了多小波是一种优于单小波的信号处理技术。以GHM多小波为例,将多小波通过前滤波后用于图像压缩,并将其结果与单小波相比较。

小波分析在旋转机械故障诊断中的应用现状及展望

小波分析在旋转机械故障诊断领域已有广泛应用。介绍了小波分析的发展及研究现状,阐明了小波分析的基本理论及其特点,详细讨论了小波在旋转机械振动信号去噪中的应用,最后提出一些有待解决的问题及展望。