一种基于小波特征的彩色图像分割算法

利用小波变换的多尺度对图像纹理特征良好表达的特点,用小波变换提升算法图像纹理特征进行提取,从而达到较好的分割效果。     

基于小波变换的噪声消除的方法

介绍小波变换的一般理论及在信号降噪应用中的理论基础,分析染噪后语音信号的特性,并使用多种小波和不同阈值对语音信号进行小波变换降噪,对结果进行分析比较。     

基于小波变换的谐波检测法

本文介绍了近年来新兴的小波理论及其在电力谐波检测中的应用,同时通过MATLAB软件对分析的理论进行仿真和综合性能分析,说明小波变换对于谐波检测的优越性及广泛的应用前景。     

小波变换与自助理论在模态参数辨识中的应用研究

应用小波变换及自助理论对多自由度系统进行模态参数辨识.通过对结构系统响应信号进行小波变换将其表示在时频域内,在分析了小波变换的时频分辨率特性后,利用最小Shannon熵获取最优小波参数,并运用自助理论估计出模态参数分布的置信区间范围.数值仿真表明了该方法对模态参数估计的有效性.将所提方法应用于一个振动台的模态分析,实验结果表明,提出的小波自助模态参数辨识方法降低了模态参数辨识的难度,提高了模态频率和阻尼比的辨识精度.     

基于小波变换的图像融合方法研究

图像融合是多传感器信息融合的一个重要分支,小波变换是这一领域研究方法上的重大突破。本文通过对小波变换理论的研究,分析了二维离散小波分解与重构的算法,提出了一种高频小波系数直接替换的算法,并利用MATLAB数学分析工具环境实现全色图像和多光谱图像的融合,实验结果表明这种方法能很好地增强图像的光谱分辨率,便于对图像进行分析和识别。     

基于Daubechies小波的图像边缘检测技术

利用Daubechies正交小波变换的性质,通过Mallat多尺度分析方法对图像进行小波变换,把图像分解成低频轮廓,水平高频、垂直高频和斜线高频四个部分。针对图像边缘主要集中在高频部分,该文先保持小波变换后的高频小波系数,同时对低频小波系数进行再次小波变换,提取出次高频信号的边缘信息。最后对保留下来的高频小波系数和次高频小波系数进行逆变换获取最大边缘信息。     

图像边缘检测二维小波算法研究与实现

边沿作为图像视觉的最主要特征，成为图像信息获取的重要内容。小波变换具有检测局域突变的能力，而且可以结合多尺度信息进行检测，因此成为图像信息边缘检测的优良工具。根据二维小波变换的特点,分析了利用二维小波进行图像边缘检测的基本原理，并设计了利用二维小波变换进行多尺度边缘匹配的检测算法。基于研究结果，编写了计算机应用程序，进行实例分析。     

提升小波变换的并行处理与高速实现

针对离散小波变换的高速实现问题,本文提出了一种提升小波变换的并行处理方法与可伸缩性结构设计.该方法根据提升小波变换的同一阶提升运算具有的独立性,采用在单时钟周期同时对多个输入数据进行相同阶提升运算的并行处理技术,有效提高系统的数据处理能力.具体给出了一种新的一维(5,3)小波变换的高速实现结构.新结构的数据处理能力能够灵活地扩展到2J样本,时钟周期,为小波变换的高速实现提供了一种新的选择.理论分析和实验结果验证了该设计的有效性.     

复解析小波变换与振动信号包络解调分析

阐述解析小波变换用于振动信号包络解调分析的理论基础。在解析小波傅氏频谱为一实值函数的条件下,论证一个解析小波的虚部是其实部的Hilbert变换,因而简洁地推论出“Morlet组合小波、谐波小波、谐波组合小波也是一类解析小波,它们的实部和虚部构成一对Hilbert变换对”,可用于故障调制振动信号的包络解调分析;另外,还论证了“解析小波变换系数的实部与虚部构成一对Hilbert变换对”的结论。最后,以谐波组合小波为例分析滚动轴承故障振动信号。     

小波变换在图像处理中的应用探析

简要介绍小波变换理论的发展背景,根据傅立叶变换(FFT)方法和短时傅立叶变换(SFFT)方法基本原理和处理信号的特点,结合小波变换原理的时频分析特性和对时变信号的处理能力,文章将小波变换方法引入到了图像信息处理过程中。由于此方法能从图像中获取更多的特征信息,且具有较高的分析精度,并具有较好的重构效果,所以使用该方法对图像进行分析和处理时,效果显著。     

小波变换轮廓术中小波尺度的一种快速确定方法

从传统的小波变换理论出发,给出了小波变换轮廓术的基本原理和实现算法,对连续小波变换轮廓术中小波尺度选择进行深入分析,探讨了条纹信号相位和条纹信号的连续小波变换模极大值之间的内在联系,为小波变换轮廓术中小波尺度选择提供一种快速确定方法.利用该方法进行实验验证,试验结果证实了该方法的可行性.     

一种基于小波变换的目标融合跟踪方法

本文在分析小波变换的基础上，将小波分析应用到目标图像的融合跟踪技术上，利用小波的多尺度和多分辨特性，不仅能够获得不同分辨力下的图像序列，进行目标图像融合；还能有效地从信号中提取突变信号。对函数或信号进行多尺度的细化分析。图像边缘用小波变换进行处理和提取并对图像形心进行计算。能够得到较好的轮廓提取效果和形心定位精度，进而说明了小波变换可能成为目标跟踪中较好的数学方法。     

随机信号多尺度分析的数据融合

以多尺度分析为基础,提出并证明了随机信号的正交小波变换在不同尺度上的不相关性,以此为理论依据,提出了对多尺度小波变换进行数据融合的方案。     

基于matlab的小波变换去噪性能的研究

文章分析了在小波变换下,信号和噪声所具有的小波系数性质的不同,对用户接收的信号进行噪声的滤除。小波的多分辨特性能将信号在不同尺度下进行多分辨的分解,并将交织在一起的各种不同频组成的混合信号分解成不同频段的子信号,针对信号经小波变换后在不同分辨率下呈现不同的规律,那么就在不同分辨下设定不同的阀值门限,通过调整小波系数,达到去噪的目的。     

小波变换在信号处理中的应用

介绍了常用小波基函数和连续小波变换，重点将小波变换应用到信号的去噪、分解和重构信号分析中。通过仿真实验可见小波变换已成为信号处理中行之有效的方法，必将在信号处理中起着重要作用。     

小波变换和傅里叶变换在图像压缩中的比较

介绍基于小波变换和基于傅里叶变换的图像压缩方法,并且将基于两种变换的图像压缩方法进行比较,实验表明基于小波变换的图像压缩方法能在高压缩比的前提下保持良好的重建图像质量,在压缩比相同的条件下,小波变换相对于傅立叶变换有明显的图像改善效果和抗"分块效应"能力。     

多聚焦图像融合的最佳小波分解层研究

小波变换应用于多聚焦图像融合时分解层数的选取是一个关键问题。根据区域标准偏差最小准则对小波变换后的高、低频图像分别进行融合。利用峰值信噪比、偏差度、熵等标准对融合结果进行评价。对比实验结果表明,多聚焦图像融合的最佳小波分解层数为5层。     

基于小波包变换的内燃机气阀漏气诊断方法

探讨了利用缸盖振动信号诊断内燃机气阀漏气的一种新方法－－小波包方法。诊断机理分析和实验研究表明,缸盖 振动信号中关于气阀漏气的特征信息集中在高频段,故选用了小波包变换作为信号处理的基本方法,因为小波包变换较之小波变换在中高频段具有更高更均匀的频率分辨率;对实测信号的分析和处理结果表明了小波包在该领域的适用性;建立了基于马氏距离法的气阀漏气多指标诊断模型;进行了实机诊断,取得了预期的效果。     

基于梯度权重规则的IHS变换与小波变换结合算法

针对多光谱图像与全色图像的融合,本文在认真分析了IHS变换、小波变换,以及基于梯度绝对值最大准则的IHS变换与小波变换结合算法的基础上,提出了一种基于梯度权重规则的改进算法.在使用小波变换融合多光谱图像I分量与全色图像时,计算二者高频细节分量的梯度作为权重,实现高频细节信息的融合;低频近似分量采用经验调节权系数的方式,运用加权和准则融合获得.融合所得新I'分量与之前多光谱图像IHS变换分离出的色度H和饱和度S进行逆变换,生成最终的融合图像.实验结果表明,该方法在保留多光谱图像光谱信息的基础上,有效地增强了融合图像的空间细节表现能力.     

基于三维小波变换的视频图像编码研究

本文对视频序列的三维小波变换压缩编码算法进行了研究.与传统方法相比,基于三维小波变换的视频序列压缩算法更能消除帧间的冗余度,获得较高的压缩比,因而是一种很有潜力的编码方法.目前,基于三维小波变换的视频序列压缩编码的具体算法也比较多,本文对其中三种有代表性的算法进行了研究,并分析了这三种算法的优劣,并对其进行了展望.