B小波和阶跃谱分析在缺损频谱成像中的应用

提出一种用于频域的快速B小波变换方法和阶跃谱分析理论,并把它们用于磁共振缺损频谱数据中提取高频频谱、恢复完整频谱,重建图像.在此方法中,首先用快速B小波变换方法,从低频磁共振数据中提取、恢复缺少的高频分量的特征信息;然后用阶跃谱分析理论,由这些特征信息构成高频磁共振频谱、恢复完整频谱数据;最后用FFT(fast Fourier transform)重建磁共振图像.实验和模拟结果都表明,重建图像质量优于现有方法.     

基于改进轮廓波变换的图像去噪算法

在轮廓波变换中进行拉普拉斯金字塔分解时,所得的带通图像在奇异性点附近产生振荡,影响了图像去噪的效果。针对该问题,提出一种改进的拉普拉斯金字塔分解,可消除边缘附近的震荡。利用改进的拉普拉斯金字塔实现轮廓波变换,并对图像进行自适应去噪。实验结果表明,该算法所得的峰值信噪比较轮廓波变换自适应去噪算法有显著提高,且视觉效果有较大改善。     

鼾音信号奇异点检测的小波变换分析方法

针对鼾音信号的特点,提出一种利用小波奇性检测原理的方法,以MATLAB 仿真为基础,不但给出分析鼾音信号不同频段特征的仿真结果,又对信号奇异性进行了检测,确定了奇异性的位置和奇异性指标。结果表明,该方法给分析异常鼾音信号或医疗诊断提供了非常有价值的信息。     

基于频谱分析的指纹图像奇异性检测

针对指纹图像奇异性检测问题,分析了现有检测方法存在的问题,提出了用方向二值图进行频谱分析来检测奇异性的新方法。新方法检测正确率为90%。     

基于小波分析的故障系统在旋转机械中的应用

就小波分析技术在旋转机械故障诊断应用中的故障特征提取问题进行了深入研究,提出了基于小波奇异性及小波变换模极大值的故障特征提取方法,通过对故障信号与小波变换的多分辨率方法以及奇异性理论相结合进行研究,发现小波分析便于对信号的总体和局部进行刻画;利用小波变换对信号的分解和重构特性,可有针对性地选取有关频带的信息以及降低噪声干扰,通过对重构信号的频谱分析能更有效地提取裂纹故障的典型特征。结果表明,对于旋转机械的非平稳信号来说,利用小波变换方法进行故障诊断是行之有效的。     

基于小波变换的雷达测量数据分析

通过对信号奇异性、小波方法检测信号奇异点原理的探讨，研究了小波对数据信号奇异点的识别与处理方法，得出了用于雷达数据奇异点检测的小波函数的选取原则．通过某次卫星发射任务雷达测量数据的奇异性分析，准确地判定了雷达跟踪测量的数据丢失点和重新捕获点，达到了数据奇异性点准确定位和分析其奇异性类型的目的．     

一种基于多分形奇异谱的噪声奇异性分析新方法

在介绍了噪声中的奇异性以及其全局奇异性的表征方法——多分形奇异谱的基础上，提出并实现了一种基于子波分解模极大的计算噪声多分形奇异谱的方法，通过对仿真信号验证，证明了该方法准确可靠。在对实测信号分析中，也发现该方法得到的多分形奇异谱比功率谱更能充分刻画噪声信号的特性。     

小波变换用于催化剂表面图象的局部特性分析

文中讨论了催化剂表面ＳＥＭ图象关于多重分形生长过程的局部奇异性分析，通过小波变换获得的局部奇异强度，比描述整体的单一分形维数和奇异谱，能提供更加准确的Ｈｏｌｄｅｒ指数绝对值和空间定位，用奇异强度直方图描述了图象上分形测度的分布，进而确定了催化剂表面活性区域的分布。     

基于小波变换的图像纹理奇异性检测方法的研究

介绍了一种用于图像纹理奇异性检测的二维数字滤波器的设计，该滤波器是基于离散小波变换设计的。它具有纹理树状结构的多分辨分析特性。用一阶及二阶的微分方法进行奇异点的估计与合并。可应用于图像纹理奇异性检测．     

基于小波变换的图像纹理奇异性检测方法的研究

介绍了一种用于图像纹理奇异性检测的二维数字滤波器的设计,该滤波器是基于离散小波变换设计的。它具有纹理树状结构的多分辨分析特性。用一阶及二阶的微分方法进行奇异点的估计与合并,可应用于图像纹理奇异性检测。     

小波分析在水下回波奇异性检测中的应用

本文研究了信号的奇异性检测问题,给出了小波变换和信号奇异性的关系,实现了小波分析对信号各类奇异间断点的有效检测,最后进行了实例分析。此理论与方法适用于对边缘信号与突变信号的处理和提取,为水下目标的特征提取及识别提供理论依据。     

基于参考图像梯度方向先验的压缩感知 磁共振快速成像

压缩感知理论为快速磁共振成像提供了一种系统的理论框架,即通过少量非相干的采样数据便可实现精确的图像重建。然而,在高度欠采样的情况下,混叠伪影依然很严重。目前,已有大量的研究工作探讨了利用来自参考图像的先验信息来提高重建质量的方法。文章提出基于参考图像梯度方向先验的压缩感知磁共振成像方法。该方法通过约束目标图像中结构边缘的切向量与参考图像中对应位置的法向量相垂直,以使目标图像中结构边缘的方向和参考图像保持一致。最后,运用多对比度扫描的实验数据,通过与传统的压缩感知磁共振成像方法相比较,验证了该方法能够实现快速且高质量的磁共振成像。     

二阶锥规划在MR图像重建中的应用研究

用传统MR图像重建方法对降采样数据进行重建往往会产生严重的伪影或导致重建图像的信噪比下降。用迭代重建算法对MR降采样数据进行优质重建,目标函数仅包含待重建图像的全变分,约束条件为一等式约束。在数值求解过程中,将优化问题转化为二阶锥规划问题,采用具有良好收敛性的对数障碍算法进行优化求解。在迭代过程中用图像的全变分信息自适应地决定对数障碍参数。实验结果表明,算法很好地克服了网格算法中的伪影问题,可以重建出高质量的MR图像。     

基于分形和多重分形理论的催化剂表面图象分析

本文讨论了催化剂表面ＳＥＭ图象关于多重分形生长过程的分形和多重分形特性分析。分形维数和多重分形奇异谱是描述分形测度的重要的定量参数；它们也是催化剂活性的测试新主本研究为催化剂的设计提供了崭新的手段。     

基于小波奇异性分析的扩频隐写检测算法

针对扩频隐写会破坏图像局部平稳性而使其产生高频奇异性的缺点,提出一种基于小波奇异性分析的扩频隐写检测算法。通过分析待测图像不同尺度下小波系数模极大值数量的变化情况,提取8维特征向量作为Fisher分类器的输入向量并对共进行训练。对测试样本的检测和攻击实验结果表明,该算法的平均检测率达到80％以上,能够检测出隐写的大致频带范围并实施有效的滤波攻击,为隐秘信息的进一步提取奠定了基础。     

基于小波变换的冲击脉冲雷达图像处理方法

将小波变换的基本理论运用到冲击脉冲雷达信号的处理中，检测雷达回波信号的奇异性，同时用非线性变换方法对图像进行处理。该方法对提取目标回波信号、提升其信号强度、抑制杂波干扰和噪声有良好的效果。文章最后给出了该方法对冲击脉冲雷达图像的处理结果。可以看出，在处理后的雷达图像中，目标清晰，杂波干扰和噪声基本消除。     

基于HHT的信号奇异性检测

针对信号的奇异性,采用基于希尔伯特-黄变换（HHT）的方法进行奇异性分解,即首先利用经验模态分解（EMD）对信号进行分解,再提取第一阶分量的瞬时频率;利用瞬时频率检测信号奇异点。通过对幅值突变、频率突变、脉冲突变和方向突变四种奇异信号的仿真分析,表明了该方法能够准确地检测信号奇异点。     

基于Bayes决策的奇异点检测

针对奇异信号中奇异点的检测和定位问题,提出了一个新的信号奇异点检测方法。根据脉冲奇异点的特点,首先将脉冲奇异点的检测建模为一个分类问题：信号中的脉冲奇异点为一类,非脉冲奇异点为另一类。然后,基于Bayes决策和Neyman-Pearson准则,在限定脉冲奇异点漏检概率的情况下,导出了两类点之间的分界面。据此设计了一个新的脉冲奇异点检测方法--基于Bayes决策的脉冲奇异点检测(BDPSD)方法。模拟及真实信号上的实验结果表明,与基于小波变换的模极大法相比,BDPSD方法在检测质量和定位精度方面都有很大的改善,证明BDPSD是一个有效、可行的信号奇异点检测方法。     

基于MATLAB的奇异信号检测中小波基选择研究

小波分析是近年来发展起来的一门新的数学理论和方法，在图像处理、特征提取及数据压缩等领域都有着广泛的应用。该文介绍了小波变换及其用于信号奇异性检测的基本原理，重点研究了信号奇异性检测中小波基(又称母小波)及尺度的选择问题，提出了规则性系数相似法，即根据相似性，可以用平滑的小波，即规则性系数大的小波表示平滑的函数；用不平滑的小波，即规则性系数小的小波表示非平滑的函数。同时针对天然气管道泄漏检测这一具体的工程实例，采用该方法对管道发生微小泄漏时所产生的缓变信号进行了分析，仿真实验验证了该方法的有效性和适用性。     

小波奇异性分析在煤厚探测信号处理中的应用

小波变换为信号的多尺度瞬态分析提供了较好的方法。本文将小波分析在模极大值处理中的优势应用到煤层厚度探测的信号分析中,根据信号小波变换模极大值和信号奇异性之间的关系,由小波变换模极大值沿尺度变化趋势分析出信号的奇异点,得到反射波的初始到达时刻,从而计算出煤层的厚度,取得了比较理想的效果。为信号处理提供了一种新颖的方法。