基于MAS小波的噪声污染图像边缘检测方法

提出了一种基于MAS小波变换多尺度相关的噪声污染图像边缘检测方法.该方法采用二进MAS小波对图像进行多尺度分析,由于小波变换的模极大值充分刻画了图像的奇异点,利用模极大值得到所有的奇异点包括边缘和噪声的图像;利用边缘和噪声具有不同的Lipschitz指数造成它们的小波变换模在不同尺度下的不同传播特性,根据小波变换模尺度相关性区分边缘和噪声,得到边缘轮廓不太光滑的图像;将两幅图像进行融合,得到最终检测结果.实验结果表明,该方法能够有效地对噪声污染的图像进行边缘检测.     

基于小波高频分量的边缘检测方法

在对图像的小波变换原理讨论的基础上,提出了一种较为实用的图像多尺度边缘检测方法,同时对如何抑制噪声的干扰进行了讨论.由于该方法克服了以往使用单尺度提取边缘的局限性,并结合小波变换多尺度的特点,获得的边缘图像效果较好,而且算法简单实用,具有抗干扰能力强的特点.     

Directionlet域的多波段遥感图像融合算法研究

提出一种有效的基于Directionlet变换的多波段遥感图像融合算法。Directionlet变换是一种新的基于格子的歪斜多尺度多方向各向异性小波变换工具,具有更高的逼近精度和更好的稀疏表达能力的图像分解变换,与小波变换相比,抑制了小波变换在图像边缘方向表示的固有局限性。首先采用具有多尺度、多方向特点的Directionlet变换对多波段遥感图像进行分解。对于低频系数采用平均融合算法,方向高频系数采用区域边缘检测实现多波段遥感图像的融合处理。实验结果表明,提出的算法与传统融合算法相比不仅原始图像的边缘和纹理信息可保留,而且可获得更好的融合视觉效果。     

最优小波尺度空间的图像边缘检测方法

根据图像和检测算子的特性,以相关性为准则,使用遗传算法对图像小波变换的尺度进行选择,从而构成一种自适应的高斯小波尺度空间.融合该空间下不同尺度检测的图像边缘,使得整幅图像的边缘细节丰富清晰,具有更好的抗噪性能.对测试图像使用Canny算法、单尺度、二进尺度和自适应尺度小波进行边缘检测,验证了该算法在去除噪声和准确定位方...     

基于双Haar小波的边缘检测

边缘检测在计算机视觉中起着非常重要的作用 .但是现有的一些边缘检测方法对噪声非常敏感 .因此 ,如何得到更好的边缘检测方法受到了人们的重视 .近年来 ,作为一种新的工具 ,小波变换在信号处理中得到了广泛应用 .本文基于双Haar小波 ,提出了一种新的信号边缘检测算法 .与传统方法相比 ,有效地克服了脉冲噪声的影响 .     

一种信号多尺度分离算法

本文基于小波变换在时、频两域具有突出局部特征的性质，以及小波变换为线性变换的特点，用Mllat的多分辨率分析算法和小波包思想方法，提出了一种信号多尺度分离算法，并用该算法将混沌信号中的语音信号分离出来。     

对称小波变换用于非平稳信号检测和去噪

根据信号与噪声在小波变换下表现出截然不同的性质,提出了一种基于对称小波多层系数乘积的信号去噪算法,该算法首先对信号进行多尺度小波变换,通过相邻尺度小波系数乘积提取小波变换模极大值,归一化和去除噪声小波系数;再利用归一的模极大值与相邻低层小波系数再次相乘作为对应层次的小波系数,逆变换得到去噪后的信号。实验仿真表明:该算法在有效去除噪声的同时,还能突出信号中的突变点。     

基于边缘自适应小波变换的图像修复算法

本文提出一种基于边缘自适应小波变换的多尺度图像修复算法,对非纹理图像有比较好的修复效果。边缘自适应小波变换的基本思想是,先检测出图像的主要边缘,这些边缘把图像分割成几个平滑区,然后对图像进行不跨越边缘的小波分解,即在各平滑区内部进行小波变换,得到图像的多尺度表示,并且同时计算边缘的多尺度表示。这样的小波分解使高频信息基本都集中在边缘上,而高频系数则非常稀疏,而且都接近于零。在此基础上进行图像修复,就只需要对低频部分与边缘图像进行修复,然后重构得到修复图像即可。经过小波分解,低频部分破损区域大大缩小,用比较简单的插值方法就可进行修复,大大降低了计算量。对边缘图则可用曲线拟合的方法进行修复。     

一种基于小波变换的运动估计方法

提出了一种基于运动边缘检测与连续小波变换相结合的运动目标检测与跟踪方法。通过多尺度运动目标边缘检测．提取出运动目标图像能量集中的边缘，得到抗噪性好、边缘连续清晰的运动目标。利用连续小波变换把目标边缘图像序列映射到运动状态参数空间进行分析。实验表明，该算法是对有噪、旋转和遮挡等复杂运动目标进行运动估计的有效方法。     

基于多方向小波模糊融合的SAR图像边缘提取

合成孔径雷达图像通常带有较强的相干斑噪声。传统的边缘检测算法难以兼顾噪声抑制，检测边缘的完整性和定位的准确性，针对合成孔径雷达自身的特点，利用多方向小波变换各尺度间边缘梯度信息的关联及各方向上边缘梯度信息的互补，提出一种将小波变换的多方向多尺度与模糊积分相结合的边缘特征提取算法．这种算法能在有效克服斑点噪声影响的同时保留弱边缘．融合边缘比较完整．边缘定位准确。     

Multiscale edge detection of noisy images using wavelets

The classical edge detectors work fine with the high quality pictures, but often are not good enough for noisy images because they cannot distinguish edges of different significance. The paper presented a novel approach to multiscale edge detection for noisy images using wavelet transforms based on Lipschitz regularity coefficients and a cascade algorithm. The relationship between wavelet transform and Lipschitz regularity was established. The proposed wavelet based edge detection algorithm combined the coefficients of wavelet transforms along with a cascade algorithm which significantly improves the result. The comparison between the proposed method and the classical edge detectors was carried out. The algorithm was applied to various images and its performance was discussed. The results of edge detection of contaminated images using the proposed algorithm show that it works better than the classical edge detectors.     

基于小波奇异性的滚动轴承故障检测方法研究

在滚轴故障诊断中,故障通常表现为振动信号的突变,因此检测信号奇异点意义重大。文章介绍了小波变换理论和小波变换奇异性检测原理,研究了奇异性检测方法在滚动轴承故障诊断问题中的应用。采用小波门限消噪法处理繁杂的滚轴振动信号,对消噪后的振动信号采用小波变换模极大值奇异性检测方法进行多尺度小波分析,得到故障点的位置。仿真结果表明,该方法下振动信号奇异程度以及奇异点的位置明显。     

使用小波分析方法提取焊缝位置信息

针对焊缝特征提取中普遍采用的线段拟合方法计算量大的问题,探讨了基于小波变换的焊缝特征提取方法;将离散小波变换和奇异分析理论引入焊缝特征提取问题;利用多尺度小波分析计算最小以及对信号奇异点敏感的特征,有杉db2小波对焊缝特征进行分析,通过采用小波变换模极大值传播规则,大大减少小了计算量,实验证明此方法具有较好的性能,有效地排除了局部信号对焊缝整体特征的影响,可以很快确定焊缝的位置。     

基于FPGA的信号奇异性检测

针对传统信号奇异性检测方法的局限性,提出了利用小波变换来检测信号奇异点的准确位置的设计方案.在Altera公司的FPGA芯片EP2C8Q208平台上,采用小波db8实现信号奇异性的检测.实验结果表明,此系统在信号奇异性检测方面相对于傅里叶分析提高了奇异点检测的准确度和效率.     

Technology of signal de-noising and singularity elimination based on wavelet transform

Based on wavelet transform theory,a method for signal de-noising and singularity detection and elimination is proposed,which can reduce the noises and express local singularity Each singularity can als...     

小波变换在水下目标回波奇异性检测中的应用

研究了信号的奇异性检测问题．给出小波变换和信号奇异性的关系及小波基的选取方法，实现小波分析对信号各类奇异间断点的有效检测，最后进行实例分析，分析结果表明此理论与方法适用于对边缘信号与突变信号的处理和提取．     

小波变换在水下目标回波奇异性检测中的应用

研究了信号的奇异性检测问题.给出小波变换和信号奇异性的关系及小波基的选取方法,实现小波分析对信号各类奇异间断点的有效检测,最后进行实例分析,分析结果表明此理论与方法适用于对边缘信号与突变信号的处理和提取.     

基于小波变换的二相编码信号检测

针对低信噪比条件下相位编码信号检测效果差的问题,运用粗细定位相结合的思想,采用双尺度小波变换对二相编码信号进行了研究。该方法在大尺度的模值点上,对信号的奇异点进行粗略定位;在小尺度的模值点上,对信号的奇异点进行精确定位,进而实现了对二相编码信号的检测。通过仿真实验表明,该算法在信噪比优于0dB的情况下,可以较好地完成信号的检测过程,当信噪比优于3dB时,检测概率高于95％。     

双阈值法在文字轮廓提取中的应用

在图像的边缘检测中,利用模角分离的小波变换,结合尺度独立的算法区分了阶梯型边界和跳跃型边界,从而提取了阶梯型边界．上述算法中需选择峰值阈值,将小波变换系数较小的点滤掉,但是一幅图像中边缘的奇异性并不均匀,对变换后的整幅图像取固定阈值时,那么微弱边缘将会随着因灰度不均匀、噪声等一并被滤除．针对这一问题,在上述算法中用双阈值法代替固定阈值,在文字图像轮廓提取中取得了较好的效果．