双正交小波阈值去噪在套管检测中的应用

为解决套损检测情况图像中的噪声污染对测井解释的影响,文中分析了几种图像去噪的方法,详细介绍了双正交小波理论的提出背景、基本原理、分解与重构、阈值去噪过程,利用双正交小波的正交性、多尺度性等优点,将其应用于套损检测情况图像去噪中,在频域上对图像进行去噪处理.试验结果表明,双正交小波去噪相比正交小波去噪有效地提高了图像的质量和信噪比,同时能够最大限度地保留原有图像的边缘特征,有利于后续的目标特征提取与识别.     

基于反对称双正交小波重构的图像增强方法

详细给出了基于反对称双正交小波重构的多尺度边缘检测方法的相关理论基础, 即推导了反对称双正交小波变换所具有的卷积运算性质; 分析了反对称双正交小波变换的微分算子功能; 提出了一种针对图像多尺度边缘提 取的小波重构算法. 在此基础上, 提出了基于反对称双正交小波重构的图像锐化增强方法. 首先对图像进行多尺度小波分解; 然后在小波重构中, 计算模值图和相角图, 提取各尺度边缘图像, 并根据边缘图像, 增强半重构图像的对应边缘点; 最后继续逐级重构,实现图像增强. 该方法在小波塔式分解数据的重构过程中有针对性地实现对图像边缘的锐化增强, 对图像增强和图像滤噪增强提供了一种新的解决问题的思路. 实验结果验证了 该方法的有效性.     

基于双正交小波的彩色人脸检测算法的研究

该算法将分水岭算法与小波变换相结合,首先利用分水岭算法对彩色图像进行基于肤色特征的预处理,确定类人脸区域,再用双正交小波对于处理后的图像进行边缘检测,并用椭圆法验证得到待定人类区域是否为人脸区域,将两次结果相比,最终确定人脸区域,本算法充分利用了分水岭算法图形分割边缘连续、速度快、精度高的特点,同时结合双正交小波基正交条件弱的优势,弥补了分水岭算法过分割的缺点,从而既能够快速有效地检测出人脸又能够减小图像的存储空间。     

一种双正交小波的设计方法

首先介绍了小波变换的基本原理，并在此基础上说明了如何根据所要分析的信号设计双正交小波。实践结果表明，将基于特定信号设计的双正交小波变换技术应用到图像处理上会有很好的效果。     

双正交小波滤波器构造及其应用于图像边缘检测

本文在总结边缘检测小波基选取原则的基础上,利用滤波器组技术,提出了具有对称性和正则性的双正交小波滤波器的构造方法,给出了滤波器的构造公式;进行了图像边缘检测实验,结果表明按本文方法构造的滤波器具有很好的图像边缘检测性能。     

双正交小波滤波器构造及其应用于图像边缘检测

本文在总结边缘检测小波基选取原则的基础上,利用滤波器组技术,提出了具有对称性和正则性的双正交小波滤波器的构造方法,给出了滤波器的构造公式;进行了图像边缘检测实验,结果表明按本文方法构造的滤波器具有很好的图像边缘检测性能.     

可逆双正交小波变换在图象压缩中的应用

本文的重点在于研究双正交小波变换在图象压缩中的应用,分析了浮点型滤波器在无失真压缩中的可行性,同时通过对小波变换和边界问题进行的具体分析,提供了该小波变换的另一种算法,使之适合于快速的,渐进性的直至无失真的图象压缩。     

双正交小波阈值去噪在套管检测中的应用

为解决套损检测情况图像中的噪声污染对测井解释的影响,文中分析了几种图像去噪的方法,详细介绍了双正交小波理论的提出背景、基本原理、分解与重构、阈值去噪过程,利用双正交小波的正交性、多尺度性等优点,将其应用于套损检测情况图像去噪中,在频域上对图像进行去噪处理。试验结果表明,双正交小波去噪相比正交小波去噪有效地提高了图像的质量和信噪比,同时能够最大限度地保留原有图像的边缘特征,有利于后续的目标特征提取与识别。     

小波神经网络特征提取技术在图像边缘检测中的应用

本文主要工作围绕基于灰度图像的边缘检测技术出发,提出了一种新的神经网络检测方法,构造了新的神经网络拓扑结构并设计了相应的算法,最后通过仿真实验对方法进行了验证,实验结果表明这一方法具有强的弱边缘检测能力和较好的鲁棒性,并对白噪声具有很好的滤波作用.     

紧支撑等偶长度双正交小波滤波器组设计

提出了一类特殊的双正交小波滤波器组,即等偶长度双正交小波滤波器组;推导其设计公式,给出详细的设计步骤,分析这类小波的特殊性质,给出了等偶Bior 5.3滤波器组的设计实例。将这一类滤波器运用到图像的边缘检测中,表现出了优异的边缘检测性能。     

基于Curvelet的人脸特征提取及识别研究

人脸特征点定位与提取的精确性在很大程度上影响着最终人脸识别结果的准确率。在明确人脸特征提取及识别重要性的基础上,将Curvelet变换应用于人脸特征提取及识别中,详细研究了人脸特征提取的预处理实现过程,并进一步分析了基于Curvelet变换的截取处理、判别处理以及分层处理。     

一种彩色人头图像面部特征区域快速提取方法

利用彩色人头图像在RGB色彩空间三个色彩分量之间存在的密切相关性,提出只对一个色彩分量进行分析提取,来确定彩色人头图像的面部特征区域,提取过程采用积分投影图和局部特征扫描分析,有针对性地选择边缘检测算子确定局部轮廓.该方法算法复杂度低,实验结果表明能得到较精确和满意的提取结果.     

基于几何特征的人脸正面图像特征提取

本文提出了一种基于几何特征的人脸正面图像特征提取方法.该方法简单、有效、运算量较小,适合移植到嵌入式系统中.     

一种基于三进制小波变换的纹理分割方法

提出了一种基于三进制小波变换的纹理特征提取方法，多纹理图像经过三进制小波滤波器组后得到九个子带图像，采用小波系数的标准差作为纹理测度以生成特征向量，利用常规的C-均值聚类算法进行纹理分割，实验结果表明了该特征提取方法的有效性。     

利用小变换和特征加权进行纹理分割

为了提高纹理图象分割的边缘准确性和区域一致性以及降低分割错误率,提出了一种基于小波变换的利用特征加权来进行纹理分割的方法。该方法包括特征提取、预分割和后分割3个阶段,其中,特征提取在金字塔结构小小以变换的基础上进行;预分割利用均人矣类算法来对原始图象进行初步的分割;后分割则根据预分割的结果对特征进行加权,然后利用最小距离分类器来实现图象的最后分割。与传统的方法相比,该方法在分割错误率、边缘准确性以及区域一致性等方面均有明显的改善。     

基于小波包变换的肌电信号特征提取

本文提出一种新的基于小波包变换的特征提取方法,提取表面肌电信号进行小波包变换后得到的信号的协方差矩阵的特征值的最大值作为特征值。利用该方法对表面肌电信号提取特征值构建特征矢量,送入Elman神经网络对手部6种动作模式进行识别,在Matlab平台上进行实验仿真。实验结果表明,该方法取得了很好的识别效果。     

小波核局部Fisher判别分析的高光谱遥感影像特征提取

为了提高高光谱遥感影像的分类精度,充分利用影像的光谱和局部信息,文中提出小波核局部Fisher判别分析的高光谱遥感影像特征提取方法.通过小波核函数将数据集从低维原始空间映射至高维特征空间,考虑到数据的局部信息,利用加权矩阵计算散度矩阵,对局部Fisher判别准则函数求解最优特征矩阵,使不同类别的样本在高维特征空间中的可分离性更佳.在2个公开高光谱数据集上的实验表明,文中方法的总体分类精度和Kappa系数都有所提高.     

基于小波和ICA的面部特征定位

面部特征的定位是自动人脸识别（AFR）系统的重要组成部分,现有主要包括基于先验知识、几何形状、色彩、外观和关联信息五类方法。本文从信号学的角度,提出了一种基于小波和独立分量分析（ICA）的新方法。先对面部图像进行小波分解,提取出主要代表眼睛和嘴巴特征的水平边缘图像,再把说话人在视频流中眼睛的闭合和嘴巴的运动看成是相互独立的运动分量,利用ICA分离出眼基和嘴基,然后分别利用它们来重建人脸图像,从而实现眼睛和嘴巴的定位。     

人脸照片的特征提取与查询

根据人脸图像的灰度特性及几何特征提出了一种简单、实用、有效的人脸特征提取方法 ,进而在大样本图像库中进行较准确的识别和查询。该方法可广泛应用于身份识别和公安档案管理等许多领域。     

基于PCA方法的人脸特征提取和检测

本文介绍了PCA的原理,并利用了PCA方法完成了人脸的特征提取和人脸检测。