小波分析在图像处理中的应用

本文介绍小波分析在图像处理中的应用,有多尺度边缘检测、图像识别、图像分割.边缘检测包括可去除多余边缘的一般灰度图像实例,彩色肿瘤图像的边缘提取,汉字放大.图像识别中,对于汉字或字母的识别,是将二维图像信号降维后再进行小波分解,通过计算各层次的分形维数形成特征向量从而可以进行识别;仿射变换后的汉字或其它图像可用多尺度小波的仿射不变函数进行对比识别.最后介绍了两种图像分割算法,首先利用基于能量分析的方法将纹理部分和平滑部分先分开,然后再利用基于奇异性分进行细分,得到最终分割的结果.     

小波变换在图像处理中的应用探析

简要介绍小波变换理论的发展背景,根据傅立叶变换(FFT)方法和短时傅立叶变换(SFFT)方法基本原理和处理信号的特点,结合小波变换原理的时频分析特性和对时变信号的处理能力,文章将小波变换方法引入到了图像信息处理过程中。由于此方法能从图像中获取更多的特征信息,且具有较高的分析精度,并具有较好的重构效果,所以使用该方法对图像进行分析和处理时,效果显著。     

连续小波变换在函数空间中的应用

某些微分方程和相应的积分方程之间的关系被讨论；这些微分方程通过边境小波变换可被转换成相应的积分方程，它们不仅在弱收敛意义下而且在范围数收敛意义下是等价的；关于这些微分方程的讨论就与相应的积分方程的讨论联系起来。     

小波分析在印刷机故障诊断中的应用

本文介绍了小波变换的原理及在印刷机故障诊断中的应用,利用小波包分析了其机械传动系统的故障。结果显示,同傅里叶变换和傅里叶变换(STFT)相比,小波变换及小波包变换是更有效的印刷机故障诊断方法。     

小波分析在系统辨识中的应用

目前,小波在信号分析、图像处理、计算机视觉与识别、医学成像与诊断、地震勘探数据处理、大型机械的故障诊断等很多领域得到了广泛的应用。随着小波分析理论的发展和成熟,小波分析在系统辨识领域中的应用越来越多,尤其是在非线性系统辨识中的应用潜力越来越大。本文对小波分析的主要特点进行了介绍,并论述了小波分析在系统辨识中的应用。     

小波分析在空调负荷分析中的应用

根据小波分析的基本原理，应用小波分解和重构对空调负荷进行了分析，得到空调负荷的日变化趋势。研究结果表明，用小波分析应用于空调负荷的分析是可行的。     

小波分析在齿轮箱故障检测中的应用

本文简要介绍小波分析的原理及工程应用中几种常见的小波,并且对齿轮箱故障信号进行了分解,阐明了其故障信号的组成,指出应用小波变换对其进行有效分析的可能性.最后应用小波变换对故障信号进行了实际检测.     

小波分析在齿轮箱故障检测中的应用

本文简要介绍小波分析的原理及工程应用中几种常见的小波,并且对齿轮箱故障信号进行了分解,阐明了其故障信号的组成,指出应用小波变换对其进行有效分析的可能性。最后应用小波变换对故障信号进行了实际检测。     

解析小波及在振动分析中的应用

本文在希尔伯特变换和小波定义的基础上,提出解析小波及解析小波变换,分析了它的一个重要性质即对信号可实现正交滤波、提取包络。最后给出了小波在轴承振动共振解调应用的实例。     

小波变换在信号处理中的应用

介绍了常用小波基函数和连续小波变换，重点将小波变换应用到信号的去噪、分解和重构信号分析中。通过仿真实验可见小波变换已成为信号处理中行之有效的方法，必将在信号处理中起着重要作用。     

小波分析在爆破振动加速度推求中的应用

提出了一种由实测爆破振动速度数据得到加速度历程曲线的方法.首先对实测速度数据进行数值微分计算,继而采用小波变换的方法消除加速度波形中因数据误差带来的高频噪声成分,可以得到准确、清晰的爆破振动加速度时程曲线.     

小波熵及其在状态趋势分析中的应用

研究了离散小波变换的若干特性．以及用信息熵来反映信号统计分布特征的方法．引进了多尺度．下小波熵和相对小波熵的概念，并且以此为参量对系统状态进行趋势分析．从而突出系统信号中短暂的异常信号．达到及早发现可能故障的目的。最后通过数值实验和应用实例说明：分析这两个参数的变化情况．可以反映系统的状态趋势，提高维修的针对性．降低设备维修的代价，提高设备的安全性和可靠性。     

小波分析在自行火炮变速箱滚动轴承故障诊断中的应用

本文对某自行火炮变速箱中的滚动轴承进行故障诊断研究.分析了自行火炮变速箱中滚动轴承典型故障信号特征,介绍了小波分析工程应用的基本理论,最后研究了在发动机振动、齿轮啮合振动等大背景噪声下,利用小波分析方法有效地提取滚动轴承故障特征的方法,并通过实验结果分析验证了方法的可行性.     

小波变换在电梯测试信号分析中的应用

小波变换很适合对非平稳信号的分析，将小小姐分析方法应用于电梯测试与分析系统，提取有用信号，可很好地对测试信号进行深入分析。取得了较显著效果。     

小波分解及图像处理在内燃机振动诊断中的应用研究

内燃机缸盖振动具有明显的非平稳时变特点，因此在监测诊断时应尽量利用信号中的信息。为了克服时域和频域特征提取方法的不足，从而充分利用振动信号所包含的信息，本提出了一种新的内燃机故障诊断方法：对缸盖振动信号进行小波包分解，得到信号的时-频分布图，并利用软件方法定义图象，然后提取图象的各种特征参数实现诊断。将该方法用于6135柴油机气阀机构的故障诊断，取得了很好的效果。结果表明此方法简单有效，诊断精度较高，且对信号采样的要求不高，易于实用。     

复数小波统计模型在图像降噪中的应用

复数小波变换具有平移不变性和多方向选择性,适用于图像去噪。对自然图像复数小波系数统计分布进行建模,提出了一种新的概率密度函数。在此先验分布的基础上,通过运用最大后验概率估计方法从含噪系数中恢复原始系数,来达到滤出噪声的目的。数值实验表明本方法在去除噪声的同时保留了图像的细节信息,取得了很好的降噪性能,其峰值信噪比(PSNR)在高噪声水平下(n=30),较其他常见方法至少高1.9dB左右。     

小波分析在齿轮故障诊断中的应用研究

通过对突变分段信号的傅里叶变换和小波分析,说明小波分析在判断频率突变位置方面的优越性。利用db4小波对从故障模拟机械平台提取的齿轮故障信号进行小波分析,有效的提取了信号故障特征。     

小波分析在结构风工程中的应用

小波变换因其在时-频两域都具有表征信号局部特征的能力而成为非平稳信号分析的有力工具,在土木工程的各个领域得到了广泛应用.简要介绍了小波变换的基本原理,系统总结了近年来小波分析在结构风工程中的风荷载模拟、风场特性研究、风与风压的相互关系以及模态参数识别中的国内外现状,并对小波变换在结构风工程中的应用前景进行了展望.     

小波分析在机械传动试验数据处理中的应用

通过具体的实例介绍了小波分析在传动试验数据处理中的应用。结果表明,小波分析算法能有效地克服噪声带来的干扰,使试验数据更可靠。     

小波在瞬态空化噪声分析中的应用

本文采用小波变换对于空泡溃灭过程中辐射的瞬态噪声进行了分析,得到对应的小波系数随时间和频率的变化图象。与传统的Fourier谱相比,小波系数图象能描述出噪声谱中各种频率成分随时间的变化,更准确地反映出瞬态空化噪声的时域特征。