RESEARCH OF PROBLEMS ON REALIZING DIRECT ALGORITHM OF WAVELET TRANSFORM

Direct algorithm of wavelet transform (WT) is the numerical algorithmobtained from the integral formula of WT by directly digitization. Some problems on realizing thealgorithm are studied. Some conclusions on the direct algorithm of discrete wavelet transform (DWT),such as discrete convolution operation formula of wavelet coefficients and wavelet components,sampling principle and technology to wavelets, deciding method for scale range of wavelets, measuresto solve edge effect problem, etc, are obtained. The realization of direct algorithm of continuouswavelet transform (CWT) is also studied. The computing cost of direct algorithm and Mallat algorithmof DWT are still studied, and the computing formulae are obtained. These works are beneficial todeeply understand WT and Mallat algorithm. Examples in the end show that direct algorithm can alsobe applied widely.

有限长度信号Mallat算法的边界延拓方法

处理有限长度信号时需要对其边界做某种延拓处理。本文在对Mallat算法分析的基础上,研究了有限长度信号Mallat算法中常用的4种边界延拓方法,并详细推导了4种边界延拓方法实现小波变换的一般过程。详细讨论了对称延拓中的2种延拓方式,分别就滤波器长度和信号长度为奇数或偶数的情况进行了研究。在周期延拓和对称延拓中,为了使多级分解与重构顺利进行,引入一个二元标示序列,使得小波变换便于编程实现。最后以bior4.4双正交小波给出实例,计算结果表明,在保持信号长度不变的情况下,按本文延拓方法能实现完全重构。

基于小波变换Mallat算法的电网谐波检测方法

针对传统的傅里叶变换方法在分析非平稳运行电网的电量信号时误差较大的问题,提出了一种基于小波变换Mallat算法的电网谐波检测方法。该方法根据不同的分辨率将电量信号分解到不同的子频段,然后分别对子频段进行多次重构,得到原始信号的基波,最后将采样得到的原始信号与重构的基波信号相减,得到谐波信号。Matlab仿真结果表明,该方法能够有效地将电量信号中的基波与谐波成分分离,谐波检测精确度较高。

小波Mallat谐波测量的带内泄漏误差分析与算法改进

电力谐波的小波变换分频带测量目前常采用Mallat算法,在信号同步采样条件下具有较高的准确度。当非同步采样时,通过理论分析指出该测量方法存在着很大的带内泄漏误差,并推导了带内泄漏误差的频域形式表达式。仿真和实验表明带内泄漏引起的相对误差可达5×10-2。针对带内泄漏误差,采用整系数交迭窗函数构造子带内抗混叠滤波器,提出一种抗带内泄漏的小波变换谐波测量算法。仿真表明抗带内泄漏算法的有效值测量相对误差小于1.3×10-4;实验表明抗带内泄漏算法的功率测量引用误差小于1.3×10-3,测量准确度比小波变换Mallat算法提高了1～2个数量级。

基于改进Mallat算法的分形图像压缩

根据传统分形图像压缩算法的实现条件,针对现有二进小波信息量仍然存在冗余,提出了将Mallat算法应用于分形图像压缩。MATLAB实验表明,通过改进Mallat算法的应用,有助于增强图像的压缩比以及图像质量。

基于去降Mallat离散小波变换的彩色图像分割

该文针对Mallat快速离散小波变换,提出了一种利用变换平移不变性的离散小波变换的彩色图像分割方法。首先对原始图像进行平移不变性的小波变换,然后提取颜色和纹理特征,并采用k均值算法进行分割。实验表明该方法对纹理图像和彩色自然图像都具有较好的分割效果。

小波变换Mallat算法实现中的边界延拓研究

本文通过对M allat算法公式的分析推导,说明了在M allat算法实现过程中边界延拓的必要性,并介绍了适合不同边界延拓方式的一维信号小波变换一般实现方法.通过计算机仿真,给出了3种延拓方式下的一维信号小波分解重构结果.

Mallat算法的光学实现

提出了Mallat算法的光学实现方法。针对振幅型空间光调制器只能实现非负的实函数,且CCD只能记录光的强度,提出一种应用于光学4f系统的光学小波滤波器的设计方法。根据采样间距,基于张量积方法由一维小波滤波器系数构造二维小波滤波函数。然后通过拆分、傅里叶变换与归一化,得到非负的实函数形式的频域小波滤波器。最后,给出相应的光学小波变换后处理方法。使用该种光学小波滤波器及其相应的后处理方法,利用光学4f系统实现Mallat算法的小波分解部分,并通过数值计算实现Mallat算法的小波重构部分。仿真实验结果表明,通过本文提出的方法在理论上能够高精度地重构输入图像;在引入光学器件量化误差的条件下,平均重构PSNR为54.27 dB。利用实际的光学4f系统进行光学实验,也能以良好的质量重构输入图像。仿真分析和光学实验结果验证了方法的正确性。

一种基于Mallat算法的图像增强方法

本文采用将离散小波变换系数的计算与滤波器联系了起来,对图像进行增强处理,提高图像的使用价值,改善图像的视觉效果．

基于Mallat算法和快速傅里叶变换的电能质量分析方法

提出了一种基于Mallat算法和快速傅里叶变换的电能质量分析方法。将小波消噪应用于采样信号,根据信号的突变点检测结果,将采用Mallat分解算法得到的第一层和第二层高频系数作为区分稳态和非稳态扰动的判据,进而求出扰动的持续时间。根据多分辨分析的频带划分原理,采用Mallat重构算法提取出了暂态扰动波形,并编制了可准确判别电压骤降、骤升和断电等短期变化扰动的识别子程序。对于稳态扰动,提出可将快速傅里叶变换作为区分谐波和闪变的一种手段。Matlab的仿真结果验证了该方法的准确性和有效性。

基于Mallat算法的图像边界问题的研究

首先介绍了一维信号边界对称延拓方式及图像双正交小波分解重构算法,然后在一维信号边界延拓方式的基础上,研究了当高、低通滤波器长度为偶数,且关于1/2对称时,图像能够精确重构的边界延拓问题,并给出了图像的小波变换及边界对称延拓的步骤。最后,通过仿真实例验证了该对称边界延拓方式能够保证图像在小波变换中精确重构。

Mallat算法分析及C语言实现

本文利用C语言实现了一维离散小波变换算法。重点阐述了Mallat算法原理和实现步骤,对算法程序设计的几个关键问题进行了探讨,并给出了相关代码,算法代码均以函数形式给出便于移植和调用。C语言实现的结果和Matlab小波工具箱处理结果完全一致,程序具有良好的性能和实用性。

Mallat算法在数字地震信号压缩中的应用

地震台站多、数据采集量大,日产出数据量庞大,研究数字地震信号的压缩方法成为行业热门课题。尝试将Mallat算法应用于数字地震波形数据压缩。选取不同的小波分解函数,对不同类型的数字地震信号进行3—5层的小波分解,将得到的小波系数进行分层硬阈值重构运算,对原始信号和处理信号进行压缩。分析可知,Mallat算法压缩比更高,与原始信号相比,重构信号不失真、能量保留系数高。

Mallat算法用于语音信号分析与压缩

给出了一种基于小波变换的汉语语音信号预处理的方法。通过小波变换中的Ｍａｌｌａｔ算法来分解汉语语音信号，能够消除信号冗余度，提高数据压缩比，而不影响语音信号的真实效果。同时还给出了小波变换原理和Ｍａｌｌａｔ算法以及实验结果。

小波变换的Mallat算法在LabVIEW中的实现

小波变换是信号分析处理的一种有效手段,虚拟仪器代表着目前测试仪器领域的发展方向,LabVIEW语言是一种功能强大的虚拟仪器开发平台。本文分析了小波变换的Mallat算法原理,介绍了LabVIEW环境下小波变换快速算法的实现,将Mallat算法引入到LabVIEW环境中,扩展了LabVIEW的小波分析功能,并对LabVIEW下的Mallat算法进行了仿真分析。

一种基于MALLAT算法的图像去雾方法

文章针对户外雾天场景下采集到的图像中包含大面积浓雾,影响图像细节信息的提取等问题,提出了一种基于小波变换的图像去雾方法。首先将含雾图像转换为灰度图像,再使用二维离散小波变换对灰度图像进行一次分解,对分解后得到的低频子图使用灰度线性变换处理,对三个高频子图分别使用灰度非线性变换处理,最后将处理后的四个子图进行二维离散小波逆变换重构,得到目标图像。仿真实验表明,文章所提方法与其他增强函数处理相比,去雾效果较好。

基于Mallat算法的抽样值和直接算法

本文在Mallat算法的基础上,通过抽样值计算得到近似小波系数,并给出相应的分解算法和重构算法公式.

基于Mallat-Zhong离散小波变换小波的超声图像各向异性扩散抑噪方法

针对传统各向异性扩散方法在超声图像散斑噪声抑制中存在的噪声抑制不充分与边缘特征保持不足的问题,提出一种基于Mallat-Zhong离散小波变换(MZ-DWT)小波的散斑噪声抑制方法。该方法将MZ-DWT小波分析与期望值最大化(EM)算法作为图像中均匀区域与边缘区域的鉴别因子,使扩散系数能够更准确地控制扩散强度与扩散速度,从而达到充分抑制噪声和保护边缘的目的。实验结果表明,所提方法在有效抑制散斑噪声的同时,更好地保持了图像细节信息,其性能优于传统各向异性扩散方法。

利用小波变换分析配电网电能质量扰动

小波变换具有良好的时频局部化特性,可以同时提取信号的时频特性,是分析电能质量问题的有力工具。文中介绍了利用小波变换分析配电网中常见的因开关动作、变压器磁饱和及电力电子装置引起的电能质量扰动问题。经仿真分析,验证了小波变换能够更好地提取扰动的特征信息,从而为电能质量问题的检测、评估、分类以及治理提供了依据。

基于小波分析的信噪分离方法研究

利用噪声信号小波变换的数学期望或小波变换模的平均密度随分解层次增加不断衰减的特性,结合Mallat分解与重构算法提出对信号进行小波变换分析的方法。运用db2和db5小波,对一受噪声污染的正弦电压信号分别进行5层分解。检测结果表明,选取合适的基小波和分解层次,能有效地实现信噪分离。