基于二进小波的图像去噪技术

图像在二进小波变换空间的表示是冗余的，同小波级数相比，基于二进小波变换的图像重建对于图像单个小波变换系数的依赖性下降。因此，在相同的误判概率下，基于二进小波变换的图像去噪效果好于基于小波级数变换的图像去噪效果，基于这个思想，将基于小波级数的图像去噪方法推广到基于二进小波变换的图像去噪，实验表明二进小波去噪可以有效地提高信噪比。     

浅谈小波方法在模拟电路故障诊断中的应用

模拟电路的故障诊断一直以来就是电路领域的一个研究热点和重点。当前,基于小波分析方法为模拟电路故障诊断提供了一条新的途径。首先提出了小波方法的理论知识,重点阐述了小波变换和基于小波变换的模拟电路故障特征提取,说明了小波方法在模拟电路故障诊断中的应用优越性。     

小波变换在遥感影像去噪中的应用

图像小波域去噪可克服频域去噪单一尺度的局限性,具备多尺度多分辨率的特点,已成为目前图像去噪的主要方法之一。本文介绍了传统去噪方法,小波去噪的原理,比较了几种常见的小波去噪方法,运用实验加以证明,并做了总结。     

小波变换的傅里叶变换算法

介绍信号小波变换的概念，讨论它与傅里叶变换的关系，并实现用傅里叶变换算法计算信号的连续小波变换，给出了算例。     

用小波变换法自动测量机织物经纬密度

研究用小波变换方法对机织物图像处理,实现织物经纬密度的自动测量,提出了确定小波分解层次的方法,对分解图像进行二值化和平滑处理的方法,实验证明用coiflets小波处理织物图像是有效的。     

小波域中的块运动估计法

将小波变换引入到视频图像运动估计中,运用三次B样条小波对图像进行边缘提取,同时,对图像进行了小波分解,提出了小波域中基于边缘的分块方法.该方法主要运用了帧内灰度的相关性信息,减少传输的比特率,降低了运算复杂度,同时能够保证图像的边缘部分的估计精确度.通过计算机模拟试验,得出了测试序列结果.     

图像纹理识别中最优小波基的选择

图像纹理识别是图像分析的重要内容.为了提高文理图像的识别率,运用小波方法,选取多个不同的小波基,对纹理识别的结果进行比较.实验结果表明,所选小波基由于正交性、对称性、消失矩的不同会对图像纹理识别率产生显著影响.并给出了选取最优小波基的原则.     

基于EMD和小波变换的信号去噪

本文针对振动信号易被噪声污染的特点,采用了EMD＋小波的方法对振动信号进行去噪处理。即在EMD分解的基础上,利用评估系数辨析出被噪声污染严重的分量,并通过小波变换对噪声Imf分量进行去噪。然后建立仿真信号,验证出EMD＋小波的方法对信号去噪是可行的,最后利用信噪比,与常用的去噪方法进行比较,得出了EMD＋小波方法方便、灵活,不受傅里叶变换的限值等。     

L2(Rd)中的积分小波变换及其反演公式

研究了L2( Rd)中的积分小波变换.利用算子论和积分论的方法,讨论了L2( Rd)中函数的积分小波变换的有界性和连续性,证明了积分小波变换的等距性质,并给出了积分小波变换在强收敛意义和弱收敛意义下的重构公式.     

小波变换及其在图像边缘特征提取中的应用

讨论了傅里叶变换的缺点及小波变换的定义,分析了小波变换和加窗傅里叶变换的特点。介绍用传统的4f光学处理系统实现小波变换,它在光学图像的边缘特征提取中能够很好地得到应用。     

基于B样条小波的零件缺陷图像边缘检测

针对零件图像直方图多峰的特点,设计了自动阈值分割与B样条小波相结合的缺陷图像边缘检测方法.采用多次迭代方法自动选取区域图像的阈值,从而将特定区域从图像中分割出来.分析小波边缘检测的原理,构造B样条小波函数,通过B样条小波模极大值实现了零件缺陷图像的边缘检测.实验结果表明,此方法优于传统的边缘检测效果.     

基于自适应小波三层分解的织物疵点检测

提出了运用自适应正交小波对织物图像进行三层分解的织物疵点检测方法。通过借鉴Daubechies的构造条件构造织物自适应小波,由自适应小波对织物图像进行三层分解,将疵点信息融合后设定固定的闻值进行二值化。同采用DB族小波分析结果比较与实验检测,表明此方法有效。     

基于小波熵的织物疵点检测方法

探讨利用小波熵检测织物疵点的新方法。在采用二维离散小波变换对织物图像进行分解的基础上,引入了熵的概念,将小波熵作为织物图像的特征值,把熵值看作系统紊乱程度的度量,由此得到织物图像的小波熵特征值,通过与正常织物经过二维小波变换后提取的小波熵值相比较,熵值大者即认为有疵点存在。通过对不同组织织物和几种典型的织物疵点进行检测,试验结果表明该方法有效可行。     

基于小波变换的农田害虫图像预处理研究

以农田害虫识别系统中图像的预处理为研究对象,利用小波变换对图像进行不同尺度的小波分解,对得到的小波系数进行不同的处理,包括小尺度下的高频系数置零、阈值处理、模极大值处理以及增加大尺度下高频系数的相对值等方法,从而达到去噪、增强等图像预处理的目的.结果表明:利用小波变换对图像进行处理,可以收到良好的效果.     

一种基于小波变换与局部能量的多聚焦图像融合算法

提出了一种基于小波变换与局部能量的多聚焦图像融合算法.对不同聚焦图像进行小波变换.采用局部离散度准则对各个方向上的高频系数进行融合,采用小绝对值准则对低频系数进行融合,对融合后的小波系数进行重构,这样得到高低频比例升高的融合图像.结果表明,该方法可提取出多聚焦图像中的清晰目标,生成的融合图像效果优于用一般小波变换方法生成的图像.     

图像特征提取的研究进展

图像特征提取是图像处理的一个重要环节,是当代图像处理技术研究和应用的重要领域之一,本文围绕图像特征提取,简要论述了小波特征提取及其他特征提取的相关方法,并进一步论述了图像特征提取的发展趋势。     

窗口Fourier变换与小波变换

分析了从窗口Fourer变换到小波变换的有关问题.     

VC++平台下基于小波变换的面像识别系统

设计了在VC 平台下,基于小波变换的面像识别系统.该系统涉及图像解码和Daubechies小波变换的程序部分用MATLAB编写,再用MATCOM将程序编译成VC 动态库源代码,根据需要修改后编译成动态库.系统运行时,在VC 平台下调用动态库即可.这种方法具有开发周期短、识别率高、可移植性强等优点.     

基于不同小波基函数的多层小波变换掌纹识别方法研究

利用手掌的几何轮廓对掌纹图像进行预处理,分割得到感兴趣区域(ROI).基于不同的小波基函数,对掌纹图像分别进行多层小波变换,进而提取不同小波下的能量特征.通过计算不同基函数、不同层次下小波能量特征的识别率,得出不同小波基识别能力的强弱.实验表明,与以往算法相比,本方法具有较好的识别效果.     

小波变换在突变信号检测中的应用仿真研究

本文介绍了小波变换及其检测突变信号的基本原理,选用了具有低通特性的高斯函数高斯函数作为小波基的小波变换能够有效识别出非平稳态的突变信号,而且小波尺度大小的选择与检测精度有直接关系。