小波多分辨率分析在X荧光谱线本底扣除中的应用研究

X射线荧光分析会使特征X射线的全能峰叠加在一定的本底之上.本底扣除的效果影响X荧光测量的精度.X射线荧光光谱是由各种频率的全能峰和本底构成,利用小波多分辨率分析,实现峰线和本底的层层剥离,达到扣除本底的效果.     

傅里叶变换法扣除中子活化分析能谱本底

为了更加有效地扣除中子活化能谱散射本底,提高中子活化能谱分析的准确度,利用傅里叶变换本底扣除法,对MCNP程序包模拟14 Me V脉冲中子照射煤样获取的活化γ能谱进行了本底扣除。通过对全能峰面积解析误差的分析,表明该方法可有效提高特征峰面积的解析准确度。     

基于傅里叶变换的本底扣除法在X荧光分析中的应用

X荧光分析(XRF)法具有原位、快速和多元素同时测量等优点,广泛应用于野外测量和实验室分析。由XRF谱全能峰获得元素含量,须作本底扣除。本文采用基于傅里叶变换的本底扣除法,其特点为分析准确度高、不易受本底变化影响。结果显示,采用FFT本底扣除,野外测量得到的Sr含量与实验室分析结果的平均误差为11.0%;而用线性本底扣除,该平均误差为25.9%。     

核素识别仪中的自适应变换宽度SNIP算法开发

研究了一种应用于γ散射本底扣除的改进型非线性迭代剥峰算法(Statistics-sensitive Nonlinear Iterative Peak-clipping,SNIP)方法,该方法拟合了峰宽与能量的关系,并通过该关系实时获取峰宽,实现了变换宽度自适应,改善了固定峰宽无法对全谱的散射本底进行准确扣除的缺陷。实验结果表明:本文提出的自适应变换峰宽SNIP算法结构简单,动态效果好,与传统和其他改进的SNIP算法相比,γ能谱的散射本底扣除效果得到了进一步改善,并可以达到优化核素识别的效果,为核素识别方法提供了更多的选择。     

基于傅里叶变换的逐段本底扣除法

基于傅里叶变换的本底扣除法能够从细节上描述γ能谱本底,但对低能段的描述很不充分。本工作在该方法的基础上,提出了一种逐段扣除本底的方法。对构建的以实测环境γ能谱为基底、包含200 keV、500 keV和2000 keV能峰的γ能谱进行本底扣除,结果显示,所提出的方法对γ能谱低能段本底的描述明显优于传统基于傅里叶变换的本底扣除法:对200 keV的能峰,用逐段法扣除本底后,能峰净计数相对参考净计数的偏差约为传统方法的1/3。并且发现,使用逐段法扣除本底后再使用传统基于傅里叶变换的本底扣除法,本底扣除效果进一步改善。     

γ能谱分析中本底扣除算法特性比较

为更加有效地扣除~(60)Co能谱本底影响,利用环境中的γ本底其频率低的特点,通过Matlab对几种本地扣除算法在~(60)Co能谱的康普顿平台和全能峰区域进行本地扣除中的特性比较,发现SNIP-傅里叶处理后的峰本比和峰康比明显高于其他算法,有利于提高对能谱数据处理的精确度。     

小波分析法检测γ谱特征峰

对土壤样品的γ谱数据进行小波变换后,谱中统计涨落及其特征峰信号的小波变换模极大值随变换尺度增加呈现不同变化规律,依据这一特点设计出一种算法,用以检测复杂γ谱中的特征峰。以土壤样品γ谱的¹³⁷Cs核素的特征峰为对象进行研究。结果表明,设计的算法达到了检测特征峰的目的,且通过建立特征峰计数与模极大值的关系,可算出特征峰的面积。     

基于小波变换的γ能谱分析

为进行γ能谱分析，需要减少、抑制放射性计数的统计涨落。针对常用平滑滤波方法中存在的不足，使用小波变换的方法对复杂的γ能谱进行平滑滤波，获得了令人满意的效果。这更有助于精确找出全部的全能峰的峰位和计算全能峰的面积，使得γ能谱的分析更为精确。     

基于双树复小波变换的多聚焦图像融合

针对多聚焦图像的成像特点和变换后高低频系数的特性,提出了一种基于双树复小波变换的多聚焦图像融合方法。首先对源图像进行双树复小波变换,其次对低频系数采用基于改进的梯度算子的融合准则,而对高频系数采用基于局部区域能量匹配度的融合准则,然后进行一致性检验,最后进行重构得到融合结果。对融合结果采用交叉熵、均方根误差、扭曲程度等评价指标进行评估。实验结果表明,该方法能够获得清晰度更高的融合图像。     

高速旋转机械用消除频率混叠现象的小波变换算法研究

高速旋转机械由于其工作转速高、控制精度高,其故障信号又属于微弱突变信号,造成常规监测方法准确率偏低,成为制约高速旋转机械故障监测进一步发展的最大障碍。本文设计了一种消除小波分解和重构过程中产生的频率混叠的算法。该算法利用傅里叶变换和傅里叶逆变换构成Mallat小波变换在分解和重构过程中所需的严格正交镜像滤波器,从而达到Mallat小波变换过程中必须具有的理想截止特性,最终去除掉多余的频率成分。利用改进前后的小波算法对实际信号进行分析,结果表明,本文设计的Mallat小波变换改进算法可消除信号分析中出现的频率混叠现象。     

基于小波变换的Wiener滤波投影预处理算法在图像重建中的应用

研究了一种将小波变换与Wiener滤波相结合用于投影数据预处理的算法。由于小波变换具有多分辨率分析特性,通过小波多尺度分析和小波系数控制,并结合Wiener滤波具有MMSE上最优性能的特点提出一种二者相结合的方法用于投影数据降噪预处理。对该算法进行实验仿真,结果表明,降噪后重建的图像主观质量得到明显改善,重建图像的噪声得到有效抑制。峰值信噪比方面可比一般的降噪方法提高5-12dB。     

分数阶小波变换法去除X射线荧光光谱噪声

将Grünwald-Letnikov(G-L)分数阶与小波变换(WT)相结合,利用Matlab软件对X射线荧光光谱模拟和实测信号进行去噪处理。分别与传统WT去噪、分数阶傅里叶小波变换(FRWT)处理后的信号进行比较分析。结果表明,采用分数阶小波变换(FWT)去噪效果优于分数阶傅里小波变换(FRWT)和传统WT去噪,其中去噪后的信噪比(SNR)分别达到97.635 5和116.306 7,均方误差(MSE)分别达到和0.474 7和1.293 1,且在抑制噪声的同时FWT更好地保留了信号的细节信息。     

EDXRF特征谱平滑去噪方法比较

采用基于小波软阈值的最小二乘法拟合曲线的方法,对能量色散X荧光分析仪FeO谱线进行平滑处理,利用Matlab软件仿真分析。分别与未处理的原始能谱以及使用五点二阶法、小波软阈值法、傅里叶变换法、最小二乘法处理后的能谱定量分析比较。结果显示,基于小波软阈值的最小二乘法拟合的能谱曲线,能够有效地保留峰信息,峰总比达到0.103 6,本底为42,峰面积也较其他几种平滑方法更大,峰信息丢失最少,谱线的平滑去噪效果明显优于其他几种方法,有利于提高对能谱数据处理的精确度。     

小波变换与傅立叶变换在γ能谱降噪处理中的比较研究

介绍了小波变换与傅立叶变换的基本原理,对γ能谱降噪引入了小波变换方法并将其与傅立叶变换方法做了比较,针对^60Co的γ能谱分别用小波变换方法和傅立叶变换方法进行了噪声消除。MATLAB语言仿真结果表明,基于小波变换的降噪方法与传统的傅里叶变换方法相比具有较高的精度,应用于γ能谱降噪是非常理想的。     

小波变换在输油管道泄漏检测和定位中的应用

利用基于小波变换的负压波法,对输油管道的压力信号进行奇异点检测,利用检测到的奇异点进行泄漏的定位,经实际验证效果良好.分析了基于小波变换的负压波法在输油管道泄漏检测和定位中的优缺点,为进一步研究输油管道弱泄漏提供了参考依据.     

参考法扣除溴化镧探测器固有本底谱

为减少溴化镧[La Br3(Ce)]探测器固有放射性对低计数水平下测量的影响,探讨了一种参考法扣除La Br3(Ce)探测器固有本底谱。通过引入一个碘化钠[Na I(Tl)]探测器作为参考,并利用MC模拟得到两探测器的探测效率比,将屏蔽条件下La Br3(Ce)探测器能谱中的环境本底谱扣除,得到更准确的La Br3(Ce)探测器固有本底谱。实测能谱在扣除固有本底谱后,原本被固有本底谱影响的峰得到了恢复,有助于后续能谱分析中的定性和定量分析。     

基于小波分析的粗晶材料超声无损评价信号处理技术

噪声是降低超声检测可靠性的因素之一。本文利用小波分析对粗晶材料超声检测中由晶界散射引起的结构噪声进行了分析处理。和小波变换相比,小波包变换频域分辨率高,在信号的分解,降噪和重构时性能比前者好。对奥氏体不锈钢中人工缺陷的Ａ型超声信号的处理结果表明,结果噪声被有效地滤除,且不损失缺陷信号,信噪比明显提高。     

小波变换及其在γ能谱去噪处理中的应用

为了利用小波变换对HPGeγ谱仪测量的γ能谱进行消噪处理,首先论述了小波变换基本原理以及一维信号消噪过程中小波函数、分解层数、阈值函数以及阈值规则选取方法,然后结合已测的137Cs、140Laγ能谱所固有的噪声特性,采用小波工具箱对其进行了消噪处理.消噪结果与MCNP仿真计算结果进行了比对,计算了两者之间绝对误差的2范数,对比曲线图表明两者相当一致.     

超临界水自然循环流量信号降噪分析

当自然循环流量的时间序列信号存在噪声时,在计算分析时可能产生错误结论。为了避免错误的产生,在超临界水自然循环流动实验数据信号的基础上,通过选择各种不同的小波基函数,对实验流量信号进行信号去噪分析。通过指标计算对比分析,结果表明,经Dmey小波基函数变换后的自然循环流量去噪信号值,其标准偏差和均方根误差（RMSE）最小、相关系数最大、信噪比较高。因此,Dmey小波基函数适用于超临界水自然循环流量实验数据的信号降噪分析处理。      

数字辐射图像的自适应处理方法研究

分析了数字辐射成像的基本原理、方法和特点,阐述了目前处理方法存在的不足.根据采集信号的分布特点,提出了一种基于小波变换的自适应的图像处理方法.该方法将射线成像系统的采集信号做分段灰度变换,将变换得到的多幅图像利用小波变换进行图像融合,以增强射线图像的显示效果,再采用非线性的颜色分配方法为图像加上伪彩色,有效的提高了图像的分辨能力,提高了工件检测效率.此方法在数字辐射成像系统中得到了成功的应用.