WAVELET TRANSFORM THRESHOLD NOISE REDUCTION METHODS IN THE OIL PIPELINE LEAKAGE MONITORING AND POSITIONING SYSTEM

This letter investigates the wavelet transform, as well as the principle and the method of the noise reduction based on wavelet transform, it chooses the threshold noise reduction, and discusses in detail the principles, features and design steps of the threshold method. Rigrsure, heursure, sqtwolog and minimization four kinds of threshold selection method are compared qualitatively, and quantitatively. The wavelet analysis toolbox of MATLAB helps to realize the computer simulation of the signal noise reduction. The graphics and calculated standard deviation of the various threshold noise reductions show that, when dealing with the actual pressure signal of the oil pipeline leakage, sqtwolog threshold selection method can effectively remove the noise. Aiming to the pressure signal of the oil pipeline leakage, the best choice is the wavelet threshold noise reduction with sqtwolog threshold. The leakage point is close to the actual position, with the relative error of less than 1%.

Denoising of an Image Using Discrete Stationary Wavelet Transform and Various Thresholding Techniques

Image denoising has remained a fundamental problem in the field of image processing. With Wavelet transforms, various algorithms for denoising in wavelet domain were introduced. Wavelets gave a superior performance in image denoising due to its properties such as multi-resolution. The problem of estimating an image that is corrupted by Additive White Gaussian Noise has been of interest for practical and theoretical reasons. Non-linear methods especially those based on wavelets have become popular due to its advantages over linear methods. Here I applied non-linear thresholding techniques in wavelet domain such as hard and soft thresholding, wavelet shrinkages such as Visu-shrink (non-adaptive) and SURE, Bayes and Normal Shrink (adaptive), using Discrete Stationary Wavelet Transform (DSWT) for different wavelets, at different levels, to denoise an image and determine the best one out of them. Performance of denoising algorithm is measured using quantitative performance measures such as Signal-to-Noise Ratio (SNR) and Mean Square Error (MSE) for various thresholding techniques.

Adaptive Dual-Threshold Edge Detection Based on Wavelet Transform

In order to solve the problems of local maximum modulus extraction and threshold selection in the edge detection of finite resolution digital images, a new wavelet transform based adaptive dual threshold edge detection algorithm is proposed. The local maximum modulus is extracted by linear interpolation in wavelet domain. With the analysis on histogram, the image is filtered with an adaptive dual threshold method, which effectively detects the contours of small structures as well as the boundaries of large objects. A wavelet domain's propagation function is used to further select weak edges. Experimental results have shown the self adaptivity of the threshold to images having the same kind of histogram, and the efficiency even in noise tampered images.

A New Image Threshold Selection Method Based on Wavelet Transform

This paper presents a new method of image threshold based upon wavelet transform, and introduces the concept of multiscale analysis, vision mechanism. The new method overcomes the uncertainty and inaccuracy of existing threshold selection methods based on image gray-level histogram.

Application of S-transform threshold filtering in Anhui experiment airgun sounding data de-noising

As a relatively new method of processing non-stationary signal with high time-frequency resolution, S transform can be used to analyze the time-frequency characteristics of seismic signals. It has the following characteristics: its time-frequency resolution corresponding to the signal frequency, reversible inverse transform, basic wavelet that does not have to meet the permit conditions. We combined the threshold method, proposed the S-transform threshold filtering on the basis of S transform timefrequency filtering, and processed airgun seismic records from temporary stations in "Yangtze Program"(the Anhui experiment). Compared with the results of the bandpass filtering, the S transform threshold filtering can improve the signal to noise ratio(SNR) of seismic waves and provide effective help for first arrival pickup and accurate travel time. The first arrival wave seismic phase can be traced farther continuously, and the Pm seismic phase in the subsequent zone is also highlighted.

数字化转型对制造业企业创新效率的门槛效应研究

数字化转型可以突破研发资源配置时空边界,赋能制造业企业创新发展,但潜在的数字鸿沟问题也可能会加剧企业创新的不确定性。鉴于此,利用文本挖掘技术构造数字化转型指数,系统考察数字化转型对制造业企业创新效率的影响效应及作用机制,并选取2007—2022年中国A股制造业上市公司的微观数据进行实证分析。研究发现:数字化转型对制造业企业创新效率具有显著的门槛效应;对于大多数制造业企业来说,其数字化转型水平低于门槛值,数字化转型是提升制造业企业创新效率的助力,而非阻力;人力资本和公司治理是数字化转型影响制造业企业创新效率的传导路径。进一步研究发现,数字化转型对创新效率的门槛效应在国有企业和资本技术密集型制造业企业中更明显。研究结论为合理评估中国制造业推进数字化转型战略的实施效果提供了新视角,对国家充分发挥数字化转型战略与创新驱动发展战略的合力效应也具有政策启示意义。

基于优化Hough变换的铆接高度差亚像素检测方法研究

针对飞机铆接高度差的检测问题,提出了一种优化的Hough变换铆接高度差亚像素检测方法。该方法首先通过空间域点运算的灰度变换法对采集的铆接孔图像进行增强处理,然后利用局部阈值分割法进行图像分割,采用Canny算法进行边缘粗提取,再利用优化的Hough变换进行亚像素级的边缘精细提取,提取出铆接孔和铆钉钉头的圆环区域,最后结合RANSAC算法进行圆拟合,利用开发算子get_current_region_z()分别提取内外圆环区域的高度平均值,再通过函数height_Z()将所得的高度平均值作差即可得到铆接表面的高度差。经试验证明,该检测方法亚像素精确定位能力强,检测结果准确率高、稳定性好,重复测量精度可达到±10μm。

Denoising of Medical Images Using Multiwavelet Transforms and Various Thresholding Techniques

The problem of estimating an image corrupted by additive white Gaussian noise has been of interest for practical reasons. Non-linear denoising methods based on wavelets, have become popular but Multiwavelets outperform wavelets in image denoising. Multiwavelets are wavelets with several scaling and wavelet functions, offer simultaneously Orthogonality, Symmetry, Short support and Vanishing moments, which is not possible with ordinary (scalar) wavelets. These properties make Multiwavelets promising for image processing applications, such as image denoising. The aim of this paper is to apply various non-linear thresholding techniques such as hard, soft, universal, modified universal, fixed and multivariate thresholding in Multiwavelet transform domain such as Discrete Multiwavelet Transform, Symmetric Asymmetric (SA4), Chui Lian (CL), and Bi-Hermite (Bih52S) for different Multiwavelets at different levels, to denoise an image and determine the best one out of it. The performance of denoising algorithms and various thresholding are measured using quantitative performance measures such as, Mean Square Error (MSE), and Root Mean Square Error (RMSE), Signal-to-Noise Ratio (SNR), Peak Signal-to-Noise Ratio (PSNR). It is found that CL Multiwavelet transform in combination with modified universal thresholding has given best results.

基于改进切尾均值的矿井图像去噪算法

现有矿井图像去噪算法对于复杂噪声的去除效果有限,且处理速度不能满足实时监控需求。针对该问题,提出一种基于改进切尾均值的矿井图像去噪算法。首先,采用切尾均值滤波器对图像噪声进行初步滤除,同时引入二次检验机制处理残留的噪声点,通过引入离散系数提升算法对不同像素的区分能力,增强去噪性能;其次,采用基于极值数量的分类处理及再次检验机制,有效减少残留噪声问题;然后,在小波函数中引入新的控制变量优化软阈值函数和硬阈值函数,构建双阈值函数,结合Radon变换增强对线性特征的处理,增强对矿井图像的检测能力;最后,采用均方误差(MSE)与峰值信噪比(PSNR)进行图像质量评价。实验结果表明:相较于切尾均值算法、硬阈值算法、软阈值算法,基于改进切尾均值的矿井图像去噪算法处理的图像的MSE增长相对缓慢,MSE最小,图像去噪效果最好;引入离散系数后,去噪图像的MSE相较于引入前低300 dB左右,PSNR相较于引入前高20 dB左右,引入离散系数能有效减少噪声点对算法的影响;相较于卡尔曼遗传优化算法、变换域图像去噪算法、交叉分支卷积去噪网络,基于改进切尾均值的矿井图像去噪算法处理的图像MSE分别降低了27,21,13 dB,PSNR分别提升了8,6,3 dB,去噪耗时分别缩短了0.20,0.16,0.14 s。

高管团队异质性对企业风险承担的影响——基于企业数字化转型视角

以我国2009—2020年沪深A股上市公司为样本,以企业数字化转型程度为中介变量,实证研究高管团队异质性对企业风险承担水平的影响。研究结果表明,高管团队异质性能够显著提升企业的风险承担水平,但当高管团队异质性大于0.333时会产生门槛效应,抑制企业风险承担水平,这一结论在控制联合固定效应、进行工具变量及内生性检验之后依旧稳健。中介效应分析表明,高管团队异质性能够通过拓宽企业数字化转型的渠道进而提升企业的风险承担水平。异质性分析发现,高管团队异质性在非国有企业中对企业风险承担水平的提升非常显著,但对国有企业影响不显著;对处于生命周期中成长期和衰退期的企业风险承担水平的提升作用显著,对处于成熟期的企业没有显著影响。

基于扇块化阈值判定的机载激光雷达可通行区域在线检测方法研究

激光受扫描区域与摄像点间角度、方向以及间隔距离等因素影响,导致激光可覆盖区域有限,从而影响可通行区域在线检测的准确性。为此,提出一种基于扇块化阈值判定的机载激光雷达可通行区域在线检测方法。扇块化阈值包括最大扫描距离阈值和畸变系数阈值,利用其判定机载激光雷达扇形块区域;采用最大熵值预测模型与调节系数处理扇形块区域数据,结合小波变换实现机载激光雷达可通行区域在线检测。实验结果表明,所提方法不仅检测到在4、6、7检测点处,道路宽度信息发生了变化,而且可以有效检测出区域内的障碍物,从而提高可通行区域的检测准确性,具备较好的检测效果。

联合小波-频域变换的自适应能量检测

针对传统能量检测方法在频谱感知领域中极易受低信噪比环境干扰,忽视可用频谱的定位亦会影响频谱状态的判别结果,提出了一种联合小波-频域变换的自适应能量检测方法,旨在提高能量检测的噪声灵敏度和判别精确度。通过离散小波包变换对信号进行分解并计算子带能量;结合能量范数降低自适应阈值的计算复杂度,以便与子带能量比较;采用快速傅里叶变换定位可用频谱范围。对该方法进行模拟仿真,探究自适应阈值与不同性能参数之间的变化关系。仿真结果表明,该方法具有良好的环境适配性与系统稳定性,且在不同信噪比环境下的检测误差更小。此外,对子带信号进行频域分析以实现归一化频率范围的重新排序,进一步提高了频谱感知的准确度。

WiCare:一种非接触式的老人如厕跌倒监测模型

老人在卫生间内的跌倒行为存在因救助及时性差而导致严重危害的风险,因此高效快捷的如厕跌倒监测研究具有重要意义。针对当前基于Wi-Fi感知的跌倒监测方法中存在的受噪声影响大而特征提取不充分、监测精度有限的问题,提出了一种基于多级离散小波变换和软阈值处理的信号降噪算法,及一种融合卷积神经网络、双向长短期记忆网络及自注意力机制的非接触式如厕跌倒监测模型WiCare。首先,从原始CSI数据中提取振幅作为基础数据;其次,使用多级离散小波变换和软阈值处理进行感知数据降噪;然后,将感知数据进行多维重构,以更准确地表征跌倒行为特征;最后,利用WiCare提取感知数据中的有效特征,进而实现卫生间如厕跌倒行为监测功能。实验结果表明,WiCare在居家卫生间环境下对跌倒行为监测的准确率为99.41%,与其他同类模型相比,WiCare的识别准确率高,模型复杂度低,且泛化能力更强。

基于小波变换的语音信号去噪算法优化

深入研究基于小波变换的语音信号去噪方法,并针对传统方法在复杂噪声环境下处理效果不佳的问题,提出一种基于自适应阈值的小波变换去噪优化方法。首先,分析小波变换去噪的基本原理。其次,深入研究自适应阈值技术的数学模型,并将其应用于小波变换,通过动态调整阈值来适应不同噪声环境的需求。最后,采用Aurora数据集进行实验验证。实验结果表明,该方法能够有效去除噪声。

基于小波变换的光纤通信信号去噪方法

文章针对光纤通信中普遍存在的噪声问题,研究一种优化的小波变换去噪策略。首先,分析了光纤通信的基本过程和噪声来源。其次,介绍了小波变换的基本原理和信号去噪过程,包括小波分解、阈值处理以及信号重构等关键步骤。最后,引入一种基于统计的自适应阈值选择方法,以提高去噪的精准性和效率。通过在MATLAB平台上进行实验验证,结果表明该方法能显著提高信噪比(Signal-to-Noise Ratio,SNR)并降低均方误差(Mean Squared Error,MSE),具有一定的实用性和有效性。

基于S变换双阈值法的汽车零部件载荷谱加速编辑

针对S变换编辑法加速编辑效果不佳的问题,提出了一种基于S变换双阈值编辑方法。该方法先对载荷谱进行S变换以获取最大幅值谱,在以双阈值识别并保留的幅值谱片段为依据保留对应的载荷谱片段后,再将其拼接成加速后的载荷谱,最后对比分析S变换双阈值编辑法与S变换编辑法编辑的加速谱的统计参数、功率谱密度、穿级计数和疲劳仿真结果。研究结果表明,S变换双阈值编辑法可明显压缩原始载荷时间,且其压缩效率高于S变换编辑法,转向节的疲劳损伤和寿命分析误差更小,适用于汽车零部件载荷谱加速编辑研究。

数字普惠金融对科技成果转化的影响机制与门槛效应分析

为高效利用数字普惠金融促进科技成果转化,利用2011—2021年我国31个省份面板数据,采用固定效应模型和以创新参与度、创新产出能力为中介的中介效应模型,基于异质效应与非线性效应的多重视角,实证研究数字普惠金融对科技成果转化的影响。研究发现,第一,数字普惠金融会对科技成果转化的直接效应为正,且存在累积递增效应;第二,机制分析表明,数字普惠金融可以通过提高创新参与度和创新产出能力进而促进科技成果转化,而且创新产出能力的中介效应更强;第三,异质性分析表明,在中西部地区,数字普惠金融对科技成果转化的积极效应更强;第四,数字普惠金融对科技成果转化的影响存在显著动态非线性关系,在门槛值之前存在阻碍作用,只有越过门槛值后才会呈现边际效应递增的非线性特征,创新产出能力和创新参与度的非线性调节效应都是积极且显著的,但是创新参与度的调节效应要小于创新产出能力。由此提出应积极发展我国的数字普惠金融、推动信息技术和传统金融高效融合、推动数字普惠金融与科技成果转化的深度融合、实施差异化动态化的科技成果转化策略等相关对策建议。

四向加权香农熵最大化导向的自动阈值分割方法

灰度图像的灰度直方图可以呈现出无峰、单峰、双峰或多峰的形态特征,但传统熵阈值分割方法大多仅适合处理具有单峰或双峰形态特征的灰度图像。为了提高熵阈值分割方法的分割精度和分割适应性,提出一种四向加权香农熵最大化导向的自动阈值分割方法 FWSE(Four-directional Weighted Shannon Entropy)。首先用新设计的方向性Prewitt卷积核在4个方向进行多尺度乘积变换(MPT),以获得一系列方向性MPT图像;再基于三次样条插值函数和曲率最大化准则自动计算出每个方向的最优MPT图像;其次在每个方向上通过内外轮廓图像对最优MPT图像的像素进行重新取样,以获取重构的灰度直方图,并在此基础上计算相应的香农熵;最后以4个方向的加权香农熵最大化为准则选取最佳分割阈值。与新近的3种阈值分割方法以及2种非阈值分割方法在4幅合成图像和100幅真实世界图像上进行实验,结果显示:在合成图像上,FWSE方法的平均马修斯相关系数(MCC)达到了0.999;在真实世界图像上,FWSE方法与其他5个分割方法的平均MCC分别是0.974、0.927、0.668、0.595、0.550和0.525。这表明FWSE方法具有更高的分割精度和更灵活的分割适应性。

电能质量扰动的Block-Thresholding去噪方法

提出一种基于block-thresholding阈值估计量的电能质量扰动小波去噪算法。在小波域,各个尺度携带信号信息的小波系数其分布具有"簇聚"性质,即大部分系数成簇聚集在信号突变位置。所提算法将各个尺度的小波系数分成若干块,针对各个块进行阈值处理;而不像传统的小波阈值去噪算法,如Donoho等提出的VisuShrink那样预先确定一个阈值,对所有小波系数逐项比较进行去留处理。将所提算法与传统阈值去噪方法进行比较研究,仿真和实验结果表明所提算法在全局适应性和空间适应性方面的优越性。

基于空间变换技术的脉冲激光声信号检测

针对目前脉冲激光声信号检测方法极易受到环境噪声的影响,导致检测精确度不理想的问题。提出基于空间变换技术的脉冲激光声信号检测方法。首先,采用小波阈值法去除脉冲激光声信号中的噪声;其次,利用球傅里叶空间变换技术对声信号中的声源展开定位,获取声信号的准确位置;最后,分别提取声信号中的比值特征、比重特征、频率特征三种参数,在此基础上通过SVM算法对其展开分类识别,以此实现脉冲激光声信号的有效检测。实验结果表明,所提方法的声信号检测精度超过96%。