用小波变换提高液氮制冷式露点仪的测量精度

对于智能露点仪，可以最小二乘法对实测数据进行拟合建模，然后求取曲线拐点值作为露点。在实际应用中，由于检测光路系统灵敏度等众多因素的影响，傺得重复性较好的露点测量值，需要进行至少７次以上的实验，本文采用屯小波变换的Ｍａｌｌａｔ算法，这种算法的显著特点是可由背景噪音中很好地撮有用信号，在３～５次测量中，即可得到重复性极好的曲线拐点值，从而使露点值的自动检测达到了很高准确性及稳定性。     

小波变换在液氮制冷式露点自动检测中的应用

本采用小波变换的Ｍａｌｌａｔ算法,求取智能露点仪温度曲线的拐点,这种算法的显特点是可由背景噪音中很好地提取有用信号,在３－５次测量中,即可得到重复性好极的曲线拐点值,与传统的最小二乘拟合建模方法相比,不但可以减少测量次数,而且使露点温度值的自动检测达到了更高的准确度及稳定性。     

小波多辨率CT成像及处理算法

分析了小波变换进行低分辨率快速图像轮廓重构和局部区域精确重构的算法。在这种算法中，滤波器与小波有关，从而可由反投影得到各种小波图像。通过小波多尺度分析和小波系数控制，提出一种简单算法进行图像增强和噪声去除。与标准的算法相比，该算法提高了重建速度和图像精度。     

基于小波变换和改进Hilbert变换对科氏质量流量计信号处理

针对工程应用中现有算法处理科式质量流量计两路时变信号相位差计算准确度不高的问题,采用一种基于小波变换和改进Hilbert算法结合的方法,对其两路时变信号进行分析处理,从而快速、准确计算出两路输出信号相位差。该算法首先采用基于小波变换重构的方法对信号进行逐层滤波,滤除现场环境中各种干扰信号并保持检测正弦信号滤波后相位不变,最后应用改进Hilbert算法计算出所测两路信号实时相位差。通过实验可知:该算法可行有效,实时性强,测量准确度高,能够实现科式质量流量计的高准确度测量。     

小波变换轮廓术中小波尺度的一种快速确定方法

从传统的小波变换理论出发,给出了小波变换轮廓术的基本原理和实现算法,对连续小波变换轮廓术中小波尺度选择进行深入分析,探讨了条纹信号相位和条纹信号的连续小波变换模极大值之间的内在联系,为小波变换轮廓术中小波尺度选择提供一种快速确定方法.利用该方法进行实验验证,试验结果证实了该方法的可行性.     

一种基于小波级数分解的LMS自适应除噪方法

将小波级数引入ＬＭＳ算法，利用小波的时频局部特性，将小波级数同ＬＭＳ算法结合，提出了一种新型的基于小波级数分解的ＬＭＳ方法，提高了ＬＭＳ算法的收敛速度，并应用于自适应滤波器，提高了自适应滤波器整体的收敛速度及输出的信噪比。文中给出了算法的推导，并用模拟实验进行了验证。     

一种结合人脸检测的多码率小波图象编码方法

在结合人脸检测的基础上，提出了一种多码率的小波图象编码方法，该方法分利用了人眼的视觉特性，强调人眼对图象的主观感受，高压比时恢复图象仍能保持较好的主观质量。     

基于小波的图象数据管理系统

根据小波的多分辨率特性,提出了解决图象数据管理的解决方案,并开发出基于小波的图像数据管理系统。该系统实现了图象数据管理的自动化;通过小波算法完整集成了图象数据管理存储、分类、检索和传输的各个环节。高质量的图象压缩编码技术可以节省大量存储资源,灵活的传输机制可大大降低网络带需求。提出的基于内容的图象检索引擎可以在大型图像数据库中快速定位特定的图象。     

基于静态小波变换的珍珠表面缺陷自适应增强技术

针对珍珠表面带状、线状类型缺陷区域呈现低对比度的特点,提出了一种基于静态小波变换的珍珠缺陷区域适应增强的新算法.该算法以最大化缺陷响应为目标函数设计最优小波基函数;然后利用各尺度上小波系数间的相关性对噪声进行抑制;最后对小波系数进行自适应增强来凸显缺陷区域的细节信息.试验结果表明:与传统的图象增强方法相比,文中提出的方法能较好地抑制噪声、保留原始图像有用信息的基础上增加图像中珍珠表面缺陷区域的对比度.     

基于树型小波变换的图像检索算法分析

本文结合树型小波变换的基本原理和算法，分析了基于树型小波变换的图像检索过程及其优缺点，比较了树型小波变换和高斯滤波算法检索纹理图像的结果。经过研究得出：基于树型小波变换的图像检索算法在检索纹理较清晰图像时结果更精确，有着很大的应用优势和开发潜力。     

基于小波分析的信噪分离方法研究

利用噪声信号小波变换的数学期望或小波变换模的平均密度随分解层次增加不断衰减的特性,结合Mallat分解与重构算法提出对信号进行小波变换分析的方法.运用db2和db5小波,对一受噪声污染的正弦电压信号分别进行5层分解.检测结果表明,选取合适的基小波和分解层次,能有效地实现信噪分离.     

基于斜交投影和Mellin变换的快速小波算法

提出基于斜交投影和Mellin变换的快速小波算法,该算法的总体性能优于传统算法,是对传统算法和著名Mallat算法的重要改进.     

一种改进的遥感图像融合方法

针对传统的IHS变换和Mallat算法在融合多光谱图像和高空间分辨力图像时存在的不足,提出了一种将IHS变换和平稳小波变换相结合的遥感图像融合方法;另外,对多光谱图像和高空间分辨力图像因空间分辨力的不同而带来的融合图像中所存在的虚假轮廓问题,提出在融合过程中先定位虚假轮廓出现的位置,然后加以处理的方法.仿真结果表明,本文算法在光谱失真上小于IHS变换法,克服了Mallat算法存在的方块效应,同时较好的抑制了虚假轮廓.     

Motion estimation and compensation based on almost shift-invariant wavelet transform for image sequence coding

There has been rapid progress in the application of wavelet transforms to image and image sequence compression. The standard discrete wavelet transform lacks transition invariance in image decomposition which will affect the accuracy of motion estimation from the decomposed subimages in video coding. In this article, we present a study of applying an almost shift-invariant wavelet transform with “oversampled frames” to image sequence compression. With minimal oversampling and biorthogonal spline wavelets in the almost shift-invariant wavelet transform, motion vectors can be more accurately estimated, contributing toward fewer prediction errors in comparison to those obtained with the standard discrete wavelet transform. Thus, an improved compression ratio can be obtained. We present two new algorithms, the full-motion oversampling algorithm (FMOS) and the reduced search multiresolution motion estimation algorithm (MRME), for estimating motion fields at different scales and in different subimages. In the latter, motion vectors at a higher resolution are approximated by the motion vector estimates at a lower resolution through proper scaling. Experiments were performed on three video sequences with a variety of motions including slow, fast, and zooming. Our results have shown that both algorithms, FMOS and MRME, using the almost shift-invariant oversampled frame wavelet transform have reduced prediction errors and enhanced the compression performance in terms of peak-signal-to-noise ratio (PSNR) for the same bit rate when compared to the existing full motion standard algorithm. © 1998 John Wiley & Sons, Inc. Int J Imaging Syst Technol, 9, 214–229, 1998     

有限区间信号边界效应问题的研究

研究了截断信号边界的“吉布斯”现象及数字滤波器相位特性对有限区间信号滤波处理的影响，在阐明了有限区间信号处理中边界效应物理本质的基础上，探讨了数字信号处理中通常所采用的边界处理方法的有效性问题，提出了一种命名为端值延拓法的新的边界处理方法，通过比较分析和实例验证表明这种方法的优越性，文中以零相位数字滤波及运用MALLAT算法对有限区间信号进行小波分解与重构为实例，介绍了其边界效应问题及解决方案，取得了很好的效果。     

卷积型小波变换的实现及其在机械早期故障诊断的应用

为消除Mallat算法存在的频率折叠等固有缺陷对机械故障诊断的不利影响,本文提出采用卷积型小波变换进行机械故障诊断。基于此,本文首先推导了卷积型小波变换快速分解算法,并给出其基于滤波器组的递归分解实现方法。其次,针对滚动轴承早期故障诊断与定量识别的难题以及共振解调法与冲击脉冲法的不足,本文提出一种将卷积型小波变换与共振解调法、冲击脉冲法相结合的新方法来对滚动轴承早期故障进行诊断与定量识别,并给出了其具体实现过程。仿真实验与实例分析表明：卷积型小波变换确实消除Mallat算法的固有缺陷对机械故障诊断的不利影响,比内积型小波变换更适合于机械故障诊断,并且本文提出的新方法可以有效实现对滚动轴承早期故障的诊断与定量识别,具有一定的工程应用价值。     

Image magnification using families of fast orthogonal transforms

We outline a method if image magnification based on parametric families of fast orthogonal transforms which arise from the multiresolution/wavelet paradigm of Mallat and Meyer. The essential idea is to consider the original image as a low-frequency component of a family of potential enlargements, all of which are computable in real time. We sketch the underlying theory and pertinent algorithms. Several specific examples are detailed. © 1996 John Wiley & Sons, Inc.     

基于小波变换的MR图像的去噪处理

根据小波变换多尺度下图像信号与噪声不同性质的理论,提出了一种新的MR图像去噪处理 算法,这种算法直接比较相邻小波域的系数,根据比较结果设立滤波器去除噪声。计算机模拟结果表明:这种算法的速度快,能去除渗噪图91%的噪声,图像的信噪比从3.1861提高到了13.4784。     

采用小波变换的功率测量方法

根据国家电能质量标准和国际相关标准对电能质量的要求 ,提出了一种基于小波变换的非正弦波电流 (电压 )有效值和功率的计算方法。此方法利用子带滤波器对非正弦信号进行多分辨率分解 ,得到各个不同频带的小波分解系数 ,在小波域上用小波系数计算基波、谐波电流 (电压 )的有效值及功率 ;同时利用快速小波变换算法对短时间信号进行分析 ,得到了很好的测量结果 ,为工程实践中快速、精确地测定电网的功率参数提供了一种有效的方法。     

真正三维小波变换技术及在视频图像编码中的应用

把图像信号当作真正三维信号处理，导出三维空间正交小波基形式。用三维S.Mallat算法来实现三维信号的小波变换，并将其应用在视频图像的编码中。结果表明，低频3－D子带包含有大部分信息，代表图像序列的上下文信息；量化矩阵取值可以调整变化，压缩比最大可达160。因此这种编码方法的性能是十分优越的。