红外光谱预处理中去噪的研究

红外(IR)光谱由于包含了噪声等各种外界干扰因素。应该先进行光谱预处理,以便降噪,提高分析准确度。本文采用了一种基于最优小波包基的信号去噪算法,该算法根据最小代价原理,采用不同的阈值算法对光谱的高频和低频信号进行量化处理,用量化后的系数重构得到去噪信号,从而达到较好的去噪效果。实验表明,本方法处理后光谱曲线非常光滑、噪声消除效果明显。

基于最优小波包基的信号去噪算法及其应用

提出了一种基于Shannon熵准则的最优小波包基信号去噪算法,并将其应用于某型导弹惯导系统陀螺仪信号的去噪处理中.该算法在最优小波包基的基础上,针对不同频段采用不同的阈值算法,用量化后的系数重构得到去噪后的信号.仿真结果表明,该算法具有良好的去噪性能,并且消噪效果明显优于基于小波变换的去噪算法,因而将具有更为广泛的应用前景.

基于小波包变换与自适应阈值的SAR图像去噪

针对SAR遥感图像在探测、传输过程中受到噪声干扰,不利于对其进行处理的问题,提出一种基于小波包和自适应阂值的SAR图像去噪方法。该方法采用小波包对SAR图像进行分解,与传统的小波分析相比,小波包分析能够提供一种更加精细的分析方法;然后采用自适应阈值的方法去除sAR图像中的噪声。实验结果表明,该算法能有效去除SAR图像中的噪声,在信噪比和主观视觉上都要优于小波去噪的方法。

基于最优小波包基的陀螺仪信号去噪算法研究

文中提出了一种基于Shannon熵准则的最优小波包基浮动阈值去噪算法,并将其应用于某型反舰导弹陀螺仪信号的去噪处理.仿真结果表明,该算法具有良好的去噪性能,并且消噪效果明显优于基于小波变换的去噪算法,将具有更为广泛的应用前景。

基于小波包和改进的FCM的医学图像分割

提出应用最优小波包变换对磁共振颅脑图像做分解,以各子带小波包系数的能量形成纹理特征集;并运用基于核函数的模糊C均值聚类算法(Kernel-Based Fuzzy C-means Algorithm,KFCM)对所提取到的特征集进行聚类分析,从而实现了对磁共振颅脑图像的有效分割。实验证明应用KFCM算法做分割的收敛速度和抗噪性明显优于FCM算法。

基于小波包最优基的音乐指纹提取算法

数字音乐指纹提取的主要目的是建立一种有效机制,用于比较2个音乐文件的听觉质量。提出一种基于小波包最优基分解的音乐指纹提取算法,利用与音频内容密切相关的小波包系数,将其作为特征进行指纹提取。实验结果表明,该算法对MP3,WMA和RM压缩、噪声、Stirmark for audio工具中常见的音频信号处理具有强鲁棒性,且在不同音乐之间具有较高可区分性。

一种基于最优小波包基的电泳荧光信号去噪方法

针对现有电泳荧光信号去噪处理方法的不足,提出一种基于最优小波包基的信号去噪方法.该方法采用Shannon熵准则选择最优小波包基,选取Penalized阈值,用量化后的系数重构得到去噪后的信号.仿真实验表明:基于最优小波包基的电泳荧光信号去噪方法在使信噪比得到提高的同时,电泳荧光信号的峰值误差也进一步减小.

用多消失矩最优小波包基改进虹膜识别

采用层叠算法求出尺度函数和小波函数的离散采样序列的逼进,将不具有基函数解析表达式的母小波用于虹膜特征提取,并利于实现连续小波包变换.针对虹膜光学识别应用背景,提出采用基于连续小波包变换的多消失矩联合最优小波包基来改进特征图像相关识别的最优基,并用统计识别方法进行后处理以增强算法适应性,同时提出通过体全息相关系统来实现,以发挥光学高并行性的优势,模拟结果表明可获得比已有方法更高的识别率.

基于小波包变换的DS/FH系统抗窄带干扰研究

为了进一步提高直接序列/跳频(DS/FH)扩频系统的抗干扰能力,基于小波包变换结合递归最小二乘算法设计了一种变换域自适应干扰抑制算法,该算法采用小波包分解定位窄带干扰,递归最小二乘算法抑制窄带干扰。通过蒙特卡罗仿真分析在增加抗干扰模块后,DS/FH系统工作在准静态时,在不同信噪比条件下抗窄带干扰性能。仿真结果表明:该算法具有较强的自适应性以及抗窄带干扰能力,其性能优于传统的直接置零法,适用于多音干扰下的恶劣通信环境。

基于联合最佳基小波包的图像融合方法

基于联合最佳基小波包理论提出了一种新的图像融合方法。该方法首先将所有图像进行小波包分解,得到各自对应的四叉树,将各四叉树节点对应系数平方相加得到一个新的四叉树,利用此平方和四叉树搜索联合最佳基。将待融合图像基于联合最佳基分解,把分解系数加权处理得到融合系数,利用融合系数进行逆变换即得到融合图像。该方法对所有待融合图像的分解都是最佳分解,解决了先前最佳小波包融合方法只能最佳分解一方待融合图像的问题。将该方法与其他主要图像融合方法进行了比较分析,结果表明基于联合最佳小波包基的图像融合方法是非常有效的。

基于最优小波包基的信号去噪算法

提出了一种基于最优小波包基的信号去噪算法,该算法以小波包分析为基础,根据最小代价原理搜索信号分解的最优基,然后对高频和低频系数采用不同的阈值算法进行量化,用量化后的系数重构得到去噪后的信号.实验结果表明该算法对于信号去噪是十分有效的.

基于模糊剪枝的最优小波包基图像压缩算法

提出一种基于模糊剪枝的最优小波包基图像压缩算法。图像经完全小波包分解后,以每个小波包分解的高频系数占所有高频系数的比值及每个节点子女熵值与原节点熵值的比值作为模糊系统的2个输入;通过构造模糊规则,将小波包系数分为裁剪类和保留类,由保留类构造最优小波包基;根据最优小波包基,在不同的小波包分解层次上采用不同的阈值对图像进行压缩。仿真实验结果表明,该算法与比特-失真率优化算法和小波包最优树全局阈值压缩算法相比性能更优。

基于复值小波包概率模型的纹理分类研究

为准确描述纹理,发挥复值小波包变换多方向通道等优点,首次基于复值小波包对纹理采用概率模型进行自适应描述,并同最大似然分类方法结合进行纹理分类。提出融合各类纹理最优描述的方法,将图库分类正确率从85%提高到93%。

基于IHS变换的最优树分解在遥感图像融合中的应用

探讨了遥感多光谱与全色波段图像的融合问题,分析了基于IHS变换的小波包变换分解的遥感图像融合方法,提出了基于最优树分解的融合方法。此方法首先将多光谱图像进行IHS变换,然后对I分量和全色图像进行小波包分解和最优树分解,再进行融合,最后进行IHS逆变换得到融合图像。此方法不仅得到较好的图像主观视觉效果,而且兼顾了客观上熵最大的原则。

基于小波包最优基的音频内容软认证算法

音频认证可以分为硬认证、基于质量和基于内容的软认证等三种。硬认证只允许格式转换和无损压缩,基于质量和内容的软认证则分别允许一些保持听觉质量或语义的音频处理。在绝大多数应用环境下,需要对音频进行与人类听觉感知系统特性相符合的基于内容(语义)的软认证。音频认证可采用数字水印或数字签名,提出一种基于小波包最优基分解的数字签名算法,利用与音频内容密切相关的小波包系数作为特征进行语义级的认证。实验结果表明该算法对常见的信号处理MP3、WMA、RM等中等强度的有损压缩、添加噪声、重采样等保持内容操作具有很强的鲁棒性,而对局部替换、修改、删除、复制音频等恶意操作脆弱,并能准确定位被篡改的位置。

基于最好基的音频数据搜索方法研究

根据小波包变换的的特点,在产生最好基子空间的基础上,阐述把最好基子空间转换成最好基子空间数值表示形式的方法。利用这种数值表示形式,提出类AVL搜索树的结点结构。并以这种结点结构为基础,提出基于最好基的音频数据搜索方法,利用对类AVL树的最好基搜索来实现对音频数据的可靠搜索。

不同刚度地铁地下车站结构振动台试验测试数据的时频特征分析

以模型结构整体剪切刚度量化微粒混凝土和石膏模型结构的刚度比,根据小波包变换的频带分布特征确定频带与结点的输出关系,并基于最小熵准则的最优基选择算法,对比分析了不同刚度三层三跨地铁地下车站侧墙加速度反应的时频特性。研究结果表明：最优小波包变换方法具有自适应的频域分辨能力,能较好地解决频带重叠现象。采用最优基小波包变换技术能有效挖掘出由结构材料不同引起的模型结构加速度反应的时间-频率-能量之间的差异。在强震作用下,微粒混凝土模型结构加速度反应的特征频带总能量高于石膏模型结构;石膏模型结构加速度反应在0~6.25 Hz频带的能量集中程度高于微粒混凝土模型结构,在〉6.25~12.5 Hz频带内的能量累积速率较微粒混凝土模型结构快;石膏模型结构加速度反应各特征频带进入快速能量累积的时刻均早于微粒混凝土结构。

基于SPIHT编码的语音信号压缩算法

提出了一种基于最佳小波包变换和SPIHT编码的语音信号压缩编码方法。该方法首先对语音信号进行小波包变换,求解最佳小波树,进行动态位分配,再用改进的SPIHT算法对变换后的小波系数进行压缩编码。并且采用了熵编码的方法进一步提高了压缩比。实验表明,该方法在较高的压缩比下能获得较好的信号重构质量,计算复杂度低,延迟小。

运用神经网络对音频数据索引的最优基的选择

在详细探讨了反向传播训练算法之后 ,提出了用神经网络选择音频数据索引最优基的方法 .该方法用小波变换抽取音频信号的关键系数 ,根据四层小波包二分树确定输出神经元的数量与含义 ,用Levenberg Marquardt修正反向传播算法构造与训练了一个 3 2 8 8人工神经网络 .试验表明 。

基于小波包最优树的图像数字水印

本水印系统利用小波包在图像处理上的优势和适于图像加密的特点,采用"熵"最优树的标准来确定小波包最优基,结合人眼视觉特性和图像压缩特点,选择在图像受影响较小的中频子块范围嵌入水印,即达到了抗压缩的目的,提高了水印的安全性和稳健性,又使嵌入的水印在视觉上具有很好的隐蔽性能。