基于提升小波的改进半软阈值降噪方法

针对小波变换下的传统阈值降噪方法的缺点,提出了一种基于提升小波变换的改进半软阈值方法,通过提升小波变换对含噪声信号进行分解降噪,并利用改进的半软阈值方法对分解过程中的高频信号进行阈值降噪处理.对提升小波变换下的传统阚值和改进半软阈值方法的仿真试验进行比较,证明了后者在信号降噪时,相比传统的阈值方法能够获得更高的信噪比增益,且运算速度较快,更适合于实际应用.     

基于小波变换的炮弹射线图像增强技术研究

利用小波变换对含有噪声的图像进行变换,针对其小波系数进行阈值操作,得出降噪后的增强图像.首先对原始射线图像进行对数变换,其次对变换后的图像进行小波阈值降噪处理,最后对阈值降噪处理后的图像进行指数拉伸变换,求得消除噪声以后的增强射线图像.实验证明提出的方法对炮弹射线图像处理是有效的.     

基于小波理论的铁谱图像压缩法

基于小波变换的铁谱图像压缩法,根据小波函数对铁谱图像进行一层或多层的小波分解.用阈值处理细节系数对1到N层选定阈值,并进行硬阈值处理,把绝对值小于阈值的系数置为0.通过逆小波变换,由阈值处理后的小波系数重构原图像.实验证明该方法压缩比高、速度快,压缩后能保持信号与图像的特征不变.     

小波分析在信号消噪中的应用

用小波分析进行信号消噪常用多尺度小波变换和小波包变换.多尺度小波变换是将信号分解成高频和低频成分,低频包含信号的主要性能,高频含较多噪声,将高频平滑后再重建即可消噪.其消噪处理有强制、默认阈值和给定软/硬阈值3种方法.小波包变换消噪是将信号的小波包分解、计算最佳小波包基、分解系数的阈值化处理及重构原来信号实现消噪.并给出了几个Matlab消噪函数:多尺度一维小波分解和重构wavedec及waverec、消噪默认阈值ddencmp和消噪函数wdencmp;小波包变换的ddencmp 和wdencmp函数.试验表明,此方法具有较高的有效性和实用性.     

小波变换在红外成像末制导中应用研究

主要研究了利用小波变换提高红外成像末制导对强杂波背景下弱小目标检测能力的方法．仿真结果表明，通过小波变换对目标图像信号实现频率选择和多尺度分解，能有效地抑制背景噪声，提高对目标检测概率，并且具有较高的单帧检测效率．     

小波变换在无线电引信海杂波信号处理中的应用

小波变换具有多分辨率特性。文中论述了小波变换在舰炮无线电引信海杂波分析中的应用方法，并对实测的海杂波数据及目标数据进行了小波及小波包分析，给出了分析结果。     

基于时空域融合的红外弱小目标检测新方法

针对复杂背景下红外弱小目标的检测问题，提出一种基于时空域融合的检测方法。在空域上．通过灰度形态学Tophat变换抑制背景、增强目标；在时域上．对红外图像序列连续四帧进行沿时间轴一维小波变换，实现目标和背景的分离。然后对时空域融合的目标增强图像进行自适应阈值分割来提取弱小目标。实验结果表明。该方法能有效地检测运动红外弱小目标。     

双树复小波和独立分量分析的红外小目标检测

针对存在背景干扰和噪声情况下的红外弱小目标检测问题,提出一种基于双树复小波变换和独立分量分析(ICA)的检测方法。对图像作预处理:利用双树复小波对原始图像进行去噪,再利用Top-hat算子抑制背景;从原始图像减去通过快速独立分量分析(FastICA)分离出的背景图像,用双树复小波去噪;上述2方面得到的图像求和即为预处理图像。采用模糊Tsallis-Havrda-Charvat熵选取阈值来分割预处理图像。针对红外小目标图像进行了大量实验,并和基于快速独立分量分析的目标检测方法、基于形态滤波的目标检测方法进行了比较。结果表明,本文方法抗噪性强,具有更为优越的检测性能。     

基于双曲调频小波变换的水下运动目标参数估计

为了精确估计水下运动目标的运动参数，选择双曲调频小波作为发射信号，对其自小波变换进行了分析。对于参数未知的运动目标，给出了利用该小波变换消除尺度和时延耦合的方法。仿真结果表明，该方法能在低信噪比下估计运动目标的参数，验证了方法的有效性。     

基于小波尺度相关的船舶轴频电场信号检测算法

针对现有船舶轴频电场信号检测算法检测微弱信号能力弱和计算量大等问题,提出了基于小波尺度相关的目标检测算法。该算法利用目标信号和噪声在小波变换各尺度上相关性的差异,求取实测信号的两重小波相关系数,并对其进行二次小波变换,将变换后的两重小波相关系数作为检测信号进行滑动功率谱检测。实测数据对滑动功率谱算法、基于小波包分解的检测算法和本文算法的验证结果表明,本文算法能在更低信噪比情况下有效地将微弱的轴频电场信号从环境背景噪声中检测出来。     

小波域自适应滤波的红外弱小目标检测

针对红外弱小目标检测,在图像自适应阈值降噪的基础上,提出了一种小波域自适应滤波的检测算法.该方法利用图像小波分解后高低频分离的特点,采用基于Context模型的自适应滤波器对含有目标的高频系数进行处理,最后采用自适应门限进行二值化图像分割以检测出目标.实验结果表明,与Top - hat滤波相比,该方法能够更有效地检测出...     

基于小波变换的海面目标自动检测

利用小波分析优良的局部化能力和方向特性，提出了一种基于小波变换的海面目标自动检测算法，该算法在小波分解的垂直分量中进行目标检测，经过互能量交叉和海杂波抑制后，通过最大能量判决检测目标位置，并利用双窗口相似性度量函数标定目标大小。实验结果表明，该算法可以在单帧图像中检出目标，并且对存在云层、鱼鳞光等干扰的复杂海空背景也能取得较好的检测效果。     

小波变换在多层复合材料的超声波检测中的应用

针对多层复合材料深层界面脱粘检测中回波信号信噪比低和难以分辨的难题,将小波变换引入到回波信号的超声波检测中来;分析了小波变换及多分辨率分析的理论依据,针对回波信号首先进行小波去噪,然后提取小波变换后各频段的信号能量作为特征,为缺陷分析及识别提供依据;实验结果表明:小波阈值去噪算法的改进方案明显要比单纯的硬阈值和软阈值方法降噪效果好,信号分析方法并可有效提取信号的特征,并将缺陷识别、定位。     

Infrared Image Small Target Detection Based on Bi-orthogonal Wavelet and Morphology

An image multi-scale edge detection method based on anti-symmetrical bi-orthogonal wavelet is given in theory. Convolution operation property and function as a differential operator are analyzed,which anti-symmetrical bi-orthogonal wavelet transform have. An algorithm for wavelet reconstruction in which multi-scale edge can be detected is put forward. Based on it, a detection method for small target in infrared image with sea or sky background based on the anti-symmetrical bi-orthogonal wavelet and morphology is proposed. The small target detection is considered as a process in which structural background is removed, correlative background is suppressed, and noise is restrained. In this approach, the multi-scale edge is extracted by means of the anti-symmetrical bi-orthogonal wavelet decomposition. Then, module maximum chains formed by complicated background of clouds, sea wave and sea-sky-line are removed, and the image background becomes smoother. Finally, the morphology based edge detection method is used to get small target and restrain undulate background and noise. Experiment results show that the approach can suppress clutter background and detect the small target effectively.     

水下目标的Gammatone子带降噪和希尔伯特-黄变换特征提取

水下目标识别是水声探测中的关键技术,具有重要的应用价值。海洋环境的复杂性导致水下目标识别中存在不可回避的噪声干扰。以人耳听觉机理为基础,提出了一种结合Gammatone滤波器、小波阈值降噪和希尔伯特-黄变换(HHT)的水下目标识别方法。采用Gammatone滤波器实现人耳听觉机理的模拟,并在此基础上进行小波阈值降噪,提高系统的噪声鲁棒性,然后利用HHT进行时频分析和特征提取。利用实际水下目标数据进行识别实验,对提出的方法进行了验证。实验结果表明,提出的方法在低信噪比条件下具有良好的鲁棒性,并具有较好的识别效果。     

小波变换在光学相关目标识别中的应用

光电混合实时联合变换相关器能够实现目标的自动探测、识别和定位,但由于实际中从图像传感器采集到的目标图像对比度较低且存在大量背景噪音,因而目标识别率低且识别效果不佳。基于小波变换的多分辨率分析特点能够更大程度上体现图像的特征信息,将其应用于光学相关目标的自动探测与识别中。将小波变换与联合变换相关器结合起来,通过研究物面的小波图像增强来获取更加尖锐的相关峰,解决复杂背景、低对比度目标的识别问题,取得良好的实验结果,证实小波变换在光学相关领域中具有一定的优越性和良好的应用前景。     

Pautomatic Sea Target Detection Based on Wavelet Transform

An effective automatic target detection algorithm based on wavelet transform, which takes advantage of the localization and the orientation of wavelet analysis, is proposed. The algorithm detects the target in the vertical component of the wavelet transformation of the image. After mutual energy combination and sea clutter suppression through spatial weighting and thresholding, the target is located through maximum energy determination and its size is indicated through similarity measurement function of two overlapping windows. Experiment results show that the target can be detected by the algorithm in a single image frame and the better efficiency can be obtained also under the complicated backgrounds of existing the disturbances of cloud layer and fish scale light.     

基于小波滤波及相关分析的激光光幕破片测速信号数据处理

针对激光光幕战斗部破片测速中信号噪声起伏大和无法自动判读的问题,提出了基于小波分析和相关算法的激光光幕破片测速信号自动识别与处理方法。该方法基于离散小波变换的带通滤波性质和多分辨率分析,联合小波阈值去噪方法,对破片过靶信号进行小波滤波;结合波峰检测获取各破片过靶的特征点计时时刻,根据同一破片飞行穿越前后光幕所捕获信号的相关性对各破片波形的归属进行自动识别和数据处理。通过对12组战斗部静爆现场采集到的波形进行处理,研究结果表明：该算法能够很好地滤除激光光幕破片测速信号中的高低频噪声,破片特征点的拾取率为96.9%,破片波形的归属识别率为87.2%.