基于价值函数的二维小波变换小波脊提取算法

条纹图存在噪声干扰时,将二维小波变换系数模的最大值作为小波脊,会产生较大误差。针对这一问题,提出了基于价值函数的二维小波变换小波脊提取算法。首先,提取二维小波变换系数模的最大值点,并将最大值90%的局部极值点提取出来,共同作为小波脊候选点;其次,在模上引入尺度因子的梯度,建立价值函数进而评估所有候选点的价值,利用对数Logistic模型进行权值调整改进,从而得到更加合理的价值估计;最后,使用动态规划思想准确找出最优的小波脊线,提取脊线处的相位即可得到包裹相位。其优势在于能准确解调信噪比较低的条纹图案,抗噪性能优于直接最大模的小波脊提取;并且只需投影一幅条纹图案即可重建物体形貌,可用于恶劣环境下的动态三维测量。计算机仿真和实验结果表明,对于含有噪声污染的条纹图,所提算法相较于最大模的小波脊提取算法,三维形貌恢复精度明显提高;而相较于全部局部极值点提取,其运算时间缩短了46.9%。同时,应用不同母小波于所提方法,仿真结果表明二维Cauchy小波具有更好的方向性和更高的精度。     

二维小波变换及其在机械碰摩故障诊断中的应用

以机械碰摩信号为例，采用具有“时频局部化”性能和“方向极化”性能的二维小波变换，成功地分辨出故障信号与正常信号，避免了由于多信号转化成单信号带来的信息冗余以及能量的转化，同时能方便地分辨出故障信号的相位角，为解决机械故障诊断领域多信号、多特征的分析问题提出新的思路。     

基于小波变换的钢管焊缝损伤识别的探讨

在阐述钢管焊缝损伤特性的基础上,提出了基于小波变换的钢管焊缝损伤识别方法,并通过实例分析作了有效的验证.     

二维小波变换在JPEG2000图像编码中的应用

为研究小波变换的性能,本文运用Matlab编程语言对基于二维小波变换的JPEG2000图像编码器进行分层压缩仿真,测试分解层数与量化步长对图像编码的影响,和JPEG2000中不同小波基的选择对图像压缩效果的影响。实验结果表明小波的分层压缩可以获得任意压缩比的图像,要根据图像类型和所需压缩比选用小波基。实验结果对小波变换在图像编码领域的应用有理论价值及实际意义。     

基于小波神经网络的零件图像特征提取和识别

提出了基于小波提取零件图像特征的方法,该方法是应用小波变换对零件图像进行多尺度边缘检测,将被检测的边缘图像分成若干个子区域,分别统计其中的边缘像素量,各区域中的相对边缘像素系数作为零件图像特征,利用神经网络实现识别.文中给出样本的实验结果,结果表明文中提出的方法是有效的.     

基于二维双正交小波变换的贝壳表面形貌评定

研究表明海洋贝壳表面形貌与防污性能存在一定的关系。为评定贝壳表面形貌,探讨贝壳表面形貌与其防污性能关系,采用接触式表面轮廓测量仪对贝壳的表面形貌进行测量;运用二维双正交小波变换消除贝壳表面形貌测量数据中的形状误差,计算常用的表面特征参数。结果表明:运用二维双正交小波变换将贝壳表面形貌测量数据中的形状误差消除后,可得到更加合理的表面特征参数评定结果,可用于贝壳表面形貌的评定。     

基于二维小波变换的图像处理算法研究

小波变换是一种快速发展和比较流行的信号分析方法,已广泛地应用于图形、图像处理,语音处理,视频处理以及数字信号处理等领域。由于小波变换的良好特性,使其在众多实际应用中都能得到很好的应用,并取得比原有技术更好的实际效果,本文从二维小波理论出发,对其在图像处理的应用上进行了一些分析和处理,反映出小波分析在图像处理方面的特点。     

基于二维离散小波变换的数字图像水印方案

本文实现了一种小波域低频数字图像水印.图像经过L级的小波分解后得到的低频子图集中了原始图像的绝大部分能量,其系数分布、统计特性与原始图像相似,有较好的稳定性.使用扩频的方法将m序列作为水印加入到图像的小波低频子图中,在保证透明性的前提下,提高了算法的鲁棒性;并使用相关性计算实现了水印的盲检测.     

二维Gabor小波在虹膜识别中的应用

二维连续小波变换具有尺度伸缩、平面位移和旋转能力,被广泛应用于检测图像的局部特性,二维Gabor小波变换属于二维连续小波变换,它非常适合于提取图像细节纹理的特征.针对虹膜纹理的局部特性,将二维Gabor小波应用于虹膜识别中.实验结果表明,二维Gabor小波能有效地提取虹膜纹理特征,从而达到虹膜识别的目的.     

基于小波概率神经网络的控制图模式识别

提出了控制图模式识别的基本框架,描述了控制图异常状态的三种形式,即基本模式、特殊模式和混合模式.针对特殊模式和混合模式,提出了将输入数据经小波分解后的近似,系数与各层细节系数的能量成分组成的特征向量作为概率神经网络的输入进行控制图模式识别的方法.仿真实验结果表明,该方法结构简单、收敛速度快、识别精度高、Ⅰ型错判和Ⅱ型错判低,适合于控制图模式识别.     

利用小波变换进行目标识别的方法研究

小波变换具有多分辨率的特点,并且这个特点呈Mallat塔形分解形式,这种分解方式和人们由粗到细,逐渐辨识图像的思维方式极其吻合.此外,小波变换还具有易于消除噪声、运算方便、能够体现图像特征点信息等优点,本文主要阐述一种基于小波变换这些众多优点上的目标图像识别方法.     

基于小波过零点位置不等长编码匹配的虹膜识别

传统的Boles小波过零点方法在特征匹配步骤需将不等长编码化为等长,再使用等长编码进行匹配。但造成编码不等长的原因十分复杂,将不等长编码强行化为等长十分困难,导致识别效果受到影响。针对此问题,提出了一种基于小波过零点位置不等长编码匹配的虹膜识别方法。在小波变换第4－8分解级每级下分别计算出小波过零点的位置作为编码后,使用了一种移位匹配方法直接对不等长编码求取距离,即将待匹配的两样本数据每进行一次相对移位计算一次距离,最后取最小距离作为两样本距离。在包含800张图片的虹膜图库上进行了实验,识别率达到97.70％,与Boles的小波过零点方法相比识别率提高5.16％,一次完整的特征提取及匹配只需不到0.2秒。能够很好的满足虹膜识别系统对实时应用的速度及识别率要求。     

基于小波变换的图像数据融合方法

提出一种基于小波变换的图像数据融合方法.原始图像经过小波变换,分解成亮度子图像和边缘子图像,对分解后的子图像进行分块处理,根据局部区域方差准则计算融合系数,对每个子块图像进行数据融合,最后重建图像.实验结果表明,本文方法具有很好的一致性.     

基于复数小波变换的图像滤噪

小波变换是一种在科学研究上有着广泛应用的工具。由于复数小波变换在某些方面比实数小波变换具有更多的优点,如：平移不变性、更好的方向性和精确的相空间信息等,可提高图像的去噪能力。本文采用二树复数小波变换,在基于H—Curve准则确定阈值的基础上进行图像去噪。此准则不需要提前知道噪声标准偏差,在实际应用中适用于不同类型的噪声,并且和目前多数方法去噪后的图像过于平滑相比,它还能产生较好的视觉效果。典型去噪试验表明：本文采用的方法在去噪能力、取得的视觉效果和确定阈值的广泛性方面都优于目前多数方法．     

子波变换模拟视觉信息提取的人造视网膜模型探讨

提出一种基于子波变换的灵活可调的人类视觉信息提取模型,用于人造视网膜模型研究。利用子波变换对图像信息处理的灵活方便性,以及子波变换与人类视觉信息提取的相一致性,在目前子波研究的基础上,把子波变换的思想应用于可恢复盲人视觉的人造视网膜模型之中。模拟结果验证了子波变换用于人造视网膜模型的合理性,从而为可恢复盲人视觉的人造视网膜研究提供一种理论上的可行性模型。     

基于冗余小波和分水岭变换的肺结节识别

利用CT影像检测肺结节,已成为目前诊断和预防早期肺癌的主要方法.对肺结节的有效识别,是实现肺癌计算机辅助诊断的关键.本文根据医学影像的特点,提出一种基于冗余小波变换和分水岭变换的肺结节识别方法,该方法通过保持平移不变的冗余小波变换得到细节信息增强的影像,然后用基于有向欧式距离变换的分水岭算法实现对肺结节的分割.实验表明,该方法对CT序列影像进行肺结节识别可以得到良好的分割结果,从而为医生对肺结节的诊断提供更加准确的客观依据.     

分数阶小波包时频域的信号去噪新方法

为了提高信号去噪的效果,提出了一种基于分数阶小波包变换(FRWPT)的信号去噪新方法。该方法根据输出信号信噪比的大小,用迭代法寻找分数阶小波包变换的最优分数阶p值,通过分数阶小波包变换将带噪信号映射到最优分数阶小波包时频域内,对变换后的信号进行窄带通滤波,最后通过分数阶小波包逆变换对信号进行重构,实现分数阶小波包时频域内的信号去噪。以带噪Bumps信号和语音信号为例的去噪实验结果表明,采用该方法去噪后的信号信噪比明显提高,在抑制噪声的同时可以有效保持细节信息。     

基于小波包变换的局部放电包络信号模式识别

为实现GIS故障检测和缺陷的模式识别,针对GIS出现的典型绝缘缺陷及其放电特点,设计了4种常见的GIS绝缘缺陷模型并进行放电试验。对获取的大量超高频包络信号,提出了一种基于小波包变换奇异值分解的时域特征提取方法。该方法首先对包络信号进行小波包变换,构建各尺度的小波包分解系数矩阵,然后对其进行奇异值分解,提取特征向量,在此基础上,采用BP神经网络进行模式识别,结果表明采用此方法获得了良好的识别效果。     

基于小波变换和LDA/FKT及SVM的人耳识别

人耳识别技术是生物特征识别和人工智能领域的一个重要分支.针对人耳图像自身的特点并通过对现有方法的研究,本文提出了一种新的人耳识别方法,即先对人耳图像进行二维的离散小波分解,然后使用LDA/FKT算法对小波分解后得到的低频信息进行降维,进而获得图像的特征向量,最后采用支持向量机作为分类器对样本向量进行判别.实验证明,本文提出的方法不仅较好地解决了人耳识别中的小样本问题,而且还取得了比传统的PCA+LDA方法更高的识别率,是一种有效的人耳识别方法.     

基于小波变换的离心风机故障诊断方法

异常振动是离心风机故障的主要表现形式,严重时影响生产运行。引起风机振动的原因很多,本文运用小波变换对离心风机振动故障进行分析,总结出引起离心风机振动超标的主要原因,对故障点进行检修。