小波自适应阈值和双边滤波的图像去噪

针对VisuShink阈值去噪参数选取仅考虑到噪声标准差和信号长度的不足,提出一种自适应小波阈值并结合双边滤波实现图像去噪的方法。从分析小波子带系数的统计特性出发,选取小波分解层数与子带之间相互关联的自适应阈值,实现图像小波分解自适应去噪,再结合双边滤波去噪方法,以获得能保留图像丰富细节信息的图像降噪效果。通过多幅图像加不同强度噪声所做测试显示,新方法相比传统的软硬阈值函数去噪方法更有效,尤其是对高强度高斯噪声图像去噪,可得到较好的峰值信噪比和视觉图像质量。     

基于提升静态小波包变换的自适应消噪方法

基于离散小波变换(DWT)的自适应消噪方法为雷达信号的滤波提供了一种可行的方法.但DWT不具有平移不变性,若不用相同的小波对滤波后的信号进行重构,则会带来较大的重构误差.针对这一现象,提出了一种基于提升静态小波包变换的自适应消噪方法,它推导了静态小波包的提升实现方法,并设计出适合该系统的确定最优小波包分解树的相应步骤,利用引入更多动量因子的权系数迭代公式对各子带进行自适应匹配,并将匹配结果二次自适应,得到拟合的原信号.仿真结果表明,该方法可在计算量增加不大的前提下,进一步改善系统的滤波性能.     

光纤陀螺信号的小波滤波方法研究

在定义了光纤陀螺零偏和零漂基础上,分析了几种小波消噪算法的特点,对光纤陀螺信号进行了处理,并根据不同小波基滤波的效果,提出了一种较适合工程实际的滤波方法,同时和自适应滤波结果相比较．结果表明,采用小波滤波优于自适应滤波,而且Hair小波基的效果也优于Db4小波基．     

直扩系统中基于小波包变换的自适应干扰抑制技术

研究了用离散小波包变换实现直扩通信系统中输入信号的分解，分析了小波包变换抵消窄带干扰的机理，对原有算法进行了优化并提出了相应的自适应去干扰算法．采用自适应滤波技术取代子带剔除法，自适应地跟踪窄带干扰，改善了有用信号的丢弃情况，有效地抑制了窄带干扰．分析和仿真结果表明，基于树结构算法的自适应小波包干扰抑制方法比传统的子带剔除法在性能上更为优越，干扰定位速度也较快．     

基桩完整性检测的小波分解及滤波研究

介绍了小波变换的原理,在此基础上讨论了小波分解及滤波在基桩完整性检测信号中的应用.结合工程实例,选用具有线性相位的双正交样条小波biorthogonal系列小波基bior5.5小波基对桩基检测信号进行了分解和滤波处理,并将其与常规分析方法进行了比较,初步探讨了各自存在的优缺点.     

淹没在分形噪声中的心电信号R波检测

针对淹没在1/f分形噪声中的心电信号的R波检测问题,基于小波变换、W iener滤波与自适应差分阈值法,提出一种去除1/f分形噪声、检测心电信号中R波的方法。该方法先将带有1/f分形噪声的心电信号分解成多尺度的子带信号,通过小波变换对1/f分形噪声进行白化,然后利用自适应W iener滤波实现噪声和有用信号的分离,估计出各子带中的有用信号,利用小波重构恢复出有用的心电信号,最后利用改进的自适应差分阈值法检测心电信号中的R波。实验结果表明,该方法能有效地消除心电信号中的分形噪声,准确实时地检测出R波位置。     

一种基于小波变换的非均匀量化索引调制水印算法

为了提高数字水印的稳健性与不可见性,将图像小波变换与量化索引调制算法相结合,提出了一种基于小波变换的非均匀量化索引调制数字水印算法。该算法对原始图像进行离散小波变换,将中频小波系数分成3×3的系数子块作为水印载体,对子块的系数均值采用非均匀量化索引调制,实现二值水印的嵌入。根据人类视觉特性,不同的系数子块采用不同的量化间隔并自适应于子块内相邻系数的差值。实验结果表明,该算法透明性好,安全性高,对高斯白噪声、剪切、滤波以及JPEG压缩等常见攻击具有较强的稳健性。     

基于Morlet小波的水下声信号频率识别

为准确获取水下目标的发声频率,建立了激光干涉法探测水下声信号的实验系统。提出一种基于Morlet小波的水声信号处理方法,将Morlet小波母函数的频率取定值,改变尺度因子,利用两者比值与水下声信号频率的关系分析小波系数模值,实时获取水下声信号的频率信息。实验结果表明:小波系数图可以反映出水下目标在某一时刻的发声频率,实验系统能够实时探测出1～15kHz的水下声信号。     

一种SAR图像相干斑噪声抑制新算法

为抑制合成孔径雷达(SAR)图像乘性相干斑噪声,同时有效保护SAR图像的边缘特征,给出了相干斑噪声在小波域的一种加性转换噪声模型．并以此模型为基础,提出了一种非下采样小波包分解下自蛇扩散与改进L1-L2联合优化相结合的相干斑噪声抑制新算法．该算法利用非下采样小波包变换对SAR图像进行多层子带分解,然后对低通子带系数进行自蛇扩散滤波,并将滤波处理后的系数作为原SAR图像在小波域的局部均值估计,再以此局部均值为基础,利用改进的L1-L2联合优化对其他各高频子带系数进行自适应软阈值收缩滤波去噪．最后通过重构滤波后的各子带系数实现SAR图像相干斑噪声抑制．实验表明: 与经典的空域Kuan滤波算法、P-M扩散滤波算法及基于非下采样小波变换的Γ-WMAP算法相比,本算法在SAR图像的相干斑噪声抑制与边缘保护方面均取得了较好的效果．     

基于自适应收缩因子的SAR图像去噪

针对合成孔径雷达 (SAR)图像固有的斑点噪声 ,提出了基于自适应收缩因子的去噪方法 .该方法首先将图像分解至平稳小波域 ,利用与信号相关小波系数的空间及尺度相关性 ,自适应地得到收缩因子 ,修正小波系数 .与基于Mallat分解的阈值去噪及Wiener滤波相比 ,该方法在有效抑制SAR图像噪声的同时 ,较好地保持了图像边缘细节 ,达到了理想的去噪效果     

高动态编队目标的小波检测及参数估计

首先分析了编队目标间距引起的目标间多普勒频率的差别以及多普勒频率的变化规律,建立了高速运动的编队目标回波信号的数学模型,详细分析了利用Morlet小波变换提取目标数量、多普勒频率等信息的方法,该方法不仅取得了对编队目标的高分辨率,同时计算速度快,数据量小,且对噪声干扰不敏感,有利于实现实时编队目标信号处理;最后给出计算机仿真结果,验证了其可行性和有效性。     

钱塘江河口径流长周期特性及其对河床的影响

针对水文时间序列的非平稳性,采用小波分析方法研究钱塘江河口年径流序列的近似周期及其变化趋势.在分析复Morlet小波函数基本特性的基础上,选用该小波对标准化径流序列进行小波变换,根据小波变换系数模与实部的时频分布以及小波方差图揭示钱塘江河口年径流过程伴随着21a左右的显著周期成分,预计在2008-2010年间,该河口仍将维持径流偏枯的趋势,而后才转入偏丰期.结合历年的实测水下地形资料,分析径流周期性变化与河口河床冲淤之间的关系.结果表明,两者关系密切,在径流偏丰期,河床冲刷河势顺直;在径流偏枯期,河床淤积河势弯曲.     

一种新的自适应多阈值小波去噪算法

小波阈值法在图像去噪中应用较广泛,该方法最重要的一个环节是最优阈值的确定.为此,提出一种新的自适应多阈值的阈值计算方法.由于小波分解后,信号小波系数的绝对值较大,噪声小波系数的绝对值较小,并且不同尺度不同方向上噪声的方差不同,方差和信号小波系数的个数存在一定的关系,这样就可以根据信号小波系数的个数确定最佳阈值在小波系数绝对值序列中的位置,得出最佳阈值.实验表明,使用本方法从RMSE和SNR两个客观指标上看,能得到更好的效果,同时更适合人眼的视觉特性.     

Morlet小波变换的像空间

针对Morlet小波,给出了其小波变换像空间再生核函数的具体表达式,并且当固定尺度因子时利用再生核空间的理论,对Morlet小波变换的像空间作出了具体的描述,为一般小波变换像空间的讨论提供了理论基础.     

系统模态参数辨识的小波变换方法

文中分析了在众多小波基函数中Morlet小波更适合对动态结构系统进行模态分析的原因,结合Morlet小波的性质和结构系统对脉冲响应信号的特性,构造了一小波族,实现了利用Morlet小波变换对多自由度系统进行模态解耦和对时变系统进行模态参数辨识的方法．算例的数值仿真结果表明文中方法的正确性和有效性．     

基于光学Morlet小波滤波的指纹边缘增强研究

提出了一种基于光学Morlet小波的指纹滤波方法,给出了Morlet小波滤波器对输入指纹图像实现边缘增强的计算机模拟结果,同时将计算机编程生成的Morlet滤波器应用在光学4f系统中,输出平面将获得指纹图像的边缘提取。实验结果表明：本文给出的这种方法能够达到图像边缘增强的效果,同时又利用了光学方法快速并行的优点。这一研究结果有助于提高指纹识别的速度。     

基于小波变换的数字全息再现像质量提高方法

数字全息再现像中存在的散斑噪声严重影响了数字全息的应用,通过分析边缘检测方法和小波变换阈值去噪方法的原理,提出了一种基于边缘检测的小波变换散斑噪声去除方法。首先利用高斯-拉普拉斯算法获得边缘图像,进而通过Neyman-Pearson准则获得自适应阈值,并采用改进折中阈值函数对边缘图像和非边缘图像小波系数进行处理,将两者处理后的小波系数相加,并进行反变换得到处理后的图像。研究结果表明,该方法能够较好地在去除散斑噪声的同时保留图像细节。     

基于复小波和奇异值比谱的轴承故障检测方法

提出一种基于包络分析和奇异值比谱的滚动轴承振动故障监测和诊断方法。首先利用具有解析带通特性的复Morlet小波来获得信号的包络,然后采用扫频方式检测奇异值比谱最大峰值自动提取、增强、重构包络信号中的主周期分量,提取到轴承故障特征。该方法已成功地应用到了对滚动轴承故障检测实验,验证了该方法的有效性、可行性。     

基于小波收缩阈值和维纳滤波的去噪方法

针对高斯噪声图像的结构特点及传统去噪方法中所存在的问题,提出一种基于小波收缩阈值法和维纳滤波法相结合的图像去噪方法。采用小波收缩阈值法对图像进行去噪,对处理后的图像用维纳滤波法进行平滑处理。采用独立自适应阈值,对其子带阈值进行确定,并引入调节系数。仿真结果表明,所提出的方法在高斯去噪效果和保留图像细节信息性能方面优于中值滤波算法、均值滤波算法等方法。