双目视觉中距离约束的小波变换同名点匹配

针对一类特殊小波变换系数不同尺度下的过零点能提供在不同尺度下信号急速变化点的位置信息,提出了一种基于小波变换的多尺度过零点的双目立体视觉模型的同名点匹配方法,该方法采用由粗到细的匹配策略,利用转化的距离信息先匹配大尺度的小波变换系数的过零点,记录其过零点位置信息,然后应用顺序约束,即物体在左右影像点的投影顺序的一致性,匹配小尺度的小波变换系数的过零点,降低了同名点匹配搜索的复杂性,减少了误匹配,解决了同名点准确匹配难、计算量大等问题.采用该方法对篦冷机内水泥熟料高度进行测量,实验表明该方法能较精确的得出水泥熟料料层的分布状况.     

基于多尺度小波变换的子线段匹配方法研究

提出了一种基于多尺度小波变换的子线段匹配方法.该方法利用一种特殊小波变换系数不同尺度下的模极大点能提供在不同尺度下信号急速变化点的位置信息的特点,以位置点作为子线段的端点,应用由粗到细的匹配策略并采用基于米字条形窗口的互相关函数的匹配准则匹配这些端点,根据顺序一致的原则,快速匹配子线段两端点之间的点.该方法较好地解决了匹配精度和匹配速度之间的平衡问题.采用该方法对篦冷机内水泥熟料高度进行测量,实验表明该方法能较精确地得出水泥熟料料层的分布状况.     

一种抽样小波域的遥感影像融合新方法

针对传统图像融合方法的不足,提出了一种新的基于IHS变换与抽样小波变换的高清晰遥感影像融合方法.该方法将直方图匹配后的全色影像的高频系数作为融合后的高频系数,而融合后的低频系数依据新提出的融合规则得到,最后采用小波逆变换与逆IHS变换获得融合图像.实验结果表明,该方法在提高融合影像的空间分辨率与光谱质量之间得到了更好的折衷.该方法的计算复杂度接近于常用的基于抽样小波变换的融合方法,明显少于基于非抽样小波变换的融合方法.     

结合Zernike矩的多尺度模板形状匹配

针对形状匹配中小波表达对起始点依赖的问题,提出一种结合Zernike矩的多尺度模板进行形状匹配的方法。该算法对输入图像进行预处理后提取目标轮廓,经过归一化处理得到目标形状的平移、尺度不变的链状表达,再通过小波变换进行多尺度分析;引入Zernike矩,利用Zernike矩的特性,实现小波表达的旋转不变性,解决了小波变换对起始点的依赖。匹配过程是以小波表达的各阶Zernike矩为特征向量,在由粗到精的尺度上进行的。实验结果表明,对于同一目标,原图像与旋转不同角度的图像的正确匹配率为91％。该算法适用于轮廓较明显的目标。     

利用小波边缘增强的可靠性匹配方法

为提高景像匹配的可靠性,提出了一种基于小波边缘增强的可靠性匹配方法。采用四阶中心B样条小波对实时图和基准图进行小波分解和边缘增强,以提取可靠的边缘特征。在粗尺度上基于小波边缘增强图进行相关匹配,选择相似度曲面上前5个峰值点作为候选匹配点,保证正确匹配点可以包含在候选匹配点中。对实时图进行旋转校正,利用候选匹配点处的局部灰度特征确定边缘提取的双阈值,应用形态学连接算子来获得二值边缘图,再进行相关匹配,筛选出正确匹配点。在细尺度上获得精确的定位点。应用该方法进行匹配实验,其匹配概率比基于小波二值边缘提取的匹配算法提高了6.95%。     

小波脊指导离散小波分层的讨论

采用小波分层方法,可以消除畸变条纹中零频对基频的影响.本文从连续小波入手,求解出二维连续小波变换的小波脊尺度因子α的公式,结合离散小波的性质,将这些α作离散化,得到其离散值2k,用数学统计的方法将离散值分组,选择出有效的统计量即包含物体信息最多的层次,对应的k值就是离散小波变换中需要的分层系数.本文方法有效地指定较好的分层层数,实现了自动化操作.     

非线性小波变换在故障特征提取中的应用

经典小波变换在不同尺度采用一种小波基 ,不能很好地匹配信号的局部特征 ,因而造成降噪信号丢失了原始信号中部分的有用信息。为了克服上述缺陷 ,提出了一种基于第二代小波变换的非线性小波变换振动信号预处理方法 .应用第二代小波变换的预测器和更新器相互独立的特点 ,根据预测方差最小的选取原则 ,确定每个变换样本的最佳预测器 ,使预测器能够适应信号的局部特征。模拟数据和振动信号的分析表明 ,该方法克服了传统小波降噪方法局部信息丢失的缺陷 ,不仅可以有效地去除信号中的噪声 ,而且能够保留信号的局部特征。作为一种预处理方法 ,在某发电厂的故障诊断中有效地从振动信号中提取了故障特征。     

基于HRV非线性特征的心律不齐自动分析

心率变异性(HRV)信号包含大量心脏和心血管系统的生理和病理信息,对其进行深入分析可以帮助诊断和预警心律不齐等心脏疾病.论文利用MIT-BIH心电数据库,提取正常心律和心律不齐两种心电数据并进行信号预处理以消除噪声干扰;采用小波变换提取小波系数的模极值和过零点以得到心电R波信号,计算其一阶差分得到HRV序列.然后,提取...     

基于小波变换的近平面影像数字配准方法研究

本文将小波变换技术与相似度检测算法、直线拟合方法等相结合,用于近平面影像数字配准。首先,对含噪遥感影像进行多尺度小波变换,以提取不同尺度上的广义特征点,并剔除图像噪声;其次,将序贯相似度检测算法和多分辨率分析相结合进行控制点匹配;最后,利用基于最小二乘法的直线拟合,建立配准变换关系。实际遥感影像的相对配准实验验证了方法的有效性。     

基于小波系数邻域特征的CT与MR图像融合方法

提出一种基于小波变换的像素级CT,MR医学图像融合方法,利用离散小波变换分别将两幅源图像进行多尺度分解,再用不同的小波系数邻域特征指导高频分量和低频分量的小波系数的融合,低频分量采用邻域方差指导,高频分量采用邻域能量指导,最后根据融合图像的各小波系数重构融合图像.实验表明:不论从主观感受,还是采用信息熵和平均梯度两项指标作为客观定量评价标准,该方法都优于传统的融合方法,获得的融合图像有效地综合了CT与MR图像信息,能够同时清晰地显示脑部骨组织和软组织.