基于神经网络的地形匹配方法研究

提出了基于神经网络实现多特征融合的地形匹配算法，充分利用地形的各种不同的统计特征和几何特征，构造了一种地形匹配网络模型．通过对实时图和基准图的分析，给出了计算网络节点之间的权值函数，建立了网络系统能量方程，通过求系统的最小能量得到最佳匹配位置．由于网络能融合地形的不同统计特征和几何特征，所以算法大大提高了系统的抗干扰能力和定位精度，适合于实时图容易发生畸变的地形匹配领域．实验结果表明，定位精度和抗干扰能力均优于传统的地形匹配方法．     

基于Haar小波和模糊逻辑的纸币图像特征提取方法

针对如何提取纸币图像特征的问题,提出了一种基于离散Haar小波变换和模糊逻辑相结合的纸币特征提取方法。该方法首先使用Haar小波对纸币图像进行分解操作,提取出图像的低频小波系数、高频小波系数。在此基础上引入模糊逻辑方法,把提取的小波系数分别作为语言变量,并构造出相应的隶属度函数,在模糊特征空间中求出每个模糊区域对应的激活强度值,将这些激活强度值进行归一化处理后构成纸币特征向量,使用神经网络分类器对纸币进行识别。此方法在资源约束的嵌入式系统(TI TMS320C6713 DSP)上实现,实验结果表明,离散Haar小波变换和模糊逻辑相结合的特征提取方法可以取得较高的识别率。     

基于Daubechies小波的图像边缘检测技术

利用Daubechies正交小波变换的性质,通过Mallat多尺度分析方法对图像进行小波变换,把图像分解成低频轮廓,水平高频、垂直高频和斜线高频四个部分。针对图像边缘主要集中在高频部分,该文先保持小波变换后的高频小波系数,同时对低频小波系数进行再次小波变换,提取出次高频信号的边缘信息。最后对保留下来的高频小波系数和次高频小波系数进行逆变换获取最大边缘信息。     

基于Gabor小波的人脸表情识别

提出通过提取人脸表情图像的Gabor特征,结合二次降维的方法,进行人脸表情识别.针对Gabor特征提取后维数变高,冗余很大的特点,先对高维特征进行采样,再引入二维PCA算法对Gabor特征进行选择,以达到降维的目的.然后采用基于模糊积分的多分类器联合的方法对7种表情进行融合识别.在JAFFE库上进行测试的结果验证了该算法的有效性,与2DPCA算法及传统特征提取算法相比,本文算法取得了较高的识别速度和精确度.该算法能更有效的提取反映表情状态的特征.     

一种谱峭度和Morlet小波的滚动轴承微弱故障诊断方法

提出一种基于谱峭度和Morlet小波的滚动轴承微弱故障诊断新方法。该方法利用Morlet小波的滤波特性,基于谱峭度表征的Morlet小波系数最大化原则,采用频带平移及外扩的方法自适应地在全频范围内定位由冲击信号激起的各个共振频带,再利用谱峭度和带宽这两个参数有选择地利用一个或若干个共振带进行轴承微弱故障诊断。与原有的谱峭度快速算法相比,该方法能有效避免一个共振带被人为分割为多个频带以及将非共振频带并入共振频带中的现象,从而提高了轴承故障诊断效果。另外,该方法避免了传统方法只利用一个共振带而丢弃其他频带的做法,可以利用找到的不同共振频带的轴承信息进行微弱故障特征增强,以提高微弱故障诊断性能。滚动轴承微弱故障实验证明了新方法的有效性。     

基于小波变换的图像压缩方法研究

首先介绍小波变换图像编码的基本框架,并借助Matlab作为工具按算法流程编写程序对标准Lenna图像信号进行实验,给出实验结果。     

输油管道应力波检测中的小波去噪方法研究

本文介绍了一种适用于油田输油管道应力波检测的小波去噪方法。在盗油实时监测时，利用冲击激励产生的应力波到达两个检测传感器的波达时刻的差对冲击激励点进行定位。由于小波变换具有多尺度分析的优点，根据有用信号和噪声奇异性的不同及其在小波变换不同尺度下的传递特性的不同，区分信号和噪声，进行小波系数的阈值选取后，利用剩余的小波系数重建信号，得到有用信号的波形。试验发现，该法可以很好地去除噪声，从而使应力波的波达时刻的计算的准确度提高。     

基于局部纹理分析的小目标检测方法

在多分辨率分析的基础上,提出了一种基于局部纹理分析的小目标检测新方法。利用目标与背景的局部纹理特征差异,在局部距离像上完成小目标的检测;而传统的检测方法利用目标点亮度值与背景亮度值不同进行目标与背景的分离,因此本方法更能体现目标与背景的差异,在强杂波背景中实现高效的检测。对实测数据的仿真实验表明,该方法能有效地检测占极少(1-3 个)像素的小目标;同时,在小波分解阶段分别采用 Mallat 算法和 à trous 算法时,该方法都能在 0.65秒内完成单帧检测,具有良好的实时性能。     

基于小波的突变信号检测方法研究

突变信号检测在信号处理领域有着非常重要的应用。介绍小波方法进行突变信号检测的基本原理与算法,利用MATLAB软件进行突变信号检测的仿真分析,同时给出使用小波方法和傅里叶方法进行突变信号检测的对比性实验,结果表明,小波分析方法在检测信号突变点应用中具有明显的优势。     

基于小波变换的旋转机械振动信号数据压缩方法的研究

在分析了旋转机械振动信号的特点和小波变换在信号奇异性检测上的特性后,提出了利用小波系数表征信号的奇异性特征,及用信号的频谱来表征信号的整体特征。而用这二类数据表征信号时的数据量远无小于振动时域信号的数据量。因此本文提出了利用这二类信号寻振动信号进行数据压缩的方法。通过信真计算对实际数据的计算证明,该方法既可以得到较高的信号压缩比又保留了信号的局部特征,有着很好的信号重构性。     

双目视觉中距离约束的小波变换同名点匹配

针对一类特殊小波变换系数不同尺度下的过零点能提供在不同尺度下信号急速变化点的位置信息,提出了一种基于小波变换的多尺度过零点的双目立体视觉模型的同名点匹配方法,该方法采用由粗到细的匹配策略,利用转化的距离信息先匹配大尺度的小波变换系数的过零点,记录其过零点位置信息,然后应用顺序约束,即物体在左右影像点的投影顺序的一致性,匹配小尺度的小波变换系数的过零点,降低了同名点匹配搜索的复杂性,减少了误匹配,解决了同名点准确匹配难、计算量大等问题.采用该方法对篦冷机内水泥熟料高度进行测量,实验表明该方法能较精确的得出水泥熟料料层的分布状况.     

基于小波的轨道不平顺信号分析

在强干扰的背景下，利用小波变换，提取出低频的轨道不平顺信号。为了能确切地反映出轨道不平顺信号，分别比较使用了Daubechies类小波，Meyer类小波与谐波小波，并对分析的结果作对比说明。结果表明，谐波小波变换可成功地提取到了轨道不平顺信号。     

利用小波边缘增强的可靠性匹配方法

为提高景像匹配的可靠性,提出了一种基于小波边缘增强的可靠性匹配方法。采用四阶中心B样条小波对实时图和基准图进行小波分解和边缘增强,以提取可靠的边缘特征。在粗尺度上基于小波边缘增强图进行相关匹配,选择相似度曲面上前5个峰值点作为候选匹配点,保证正确匹配点可以包含在候选匹配点中。对实时图进行旋转校正,利用候选匹配点处的局部灰度特征确定边缘提取的双阈值,应用形态学连接算子来获得二值边缘图,再进行相关匹配,筛选出正确匹配点。在细尺度上获得精确的定位点。应用该方法进行匹配实验,其匹配概率比基于小波二值边缘提取的匹配算法提高了6.95%。     

基于小波变换的主动水声信号检测

信号检测是水声信号处理领域的研究重点之一。文章通过对水下航行器自噪声特性的研究，发现其具有1／f衰减特性，同时利用小波变换对1/f信号有类似K—L展开的作用，提出了一种基于小波变换的信号检测方法，对1/f噪声背景下的主动水声信号进行了检测；文中详细推导了相应的检验统计量及其统计分布特性；同时，将该方法与匹配滤波器、能量检测器的检测性能进行了比较，仿真试验结果表明了本方法的有效性。     

基于梯度权重规则的IHS变换与小波变换结合算法

针对多光谱图像与全色图像的融合,本文在认真分析了IHS变换、小波变换,以及基于梯度绝对值最大准则的IHS变换与小波变换结合算法的基础上,提出了一种基于梯度权重规则的改进算法.在使用小波变换融合多光谱图像I分量与全色图像时,计算二者高频细节分量的梯度作为权重,实现高频细节信息的融合;低频近似分量采用经验调节权系数的方式,运用加权和准则融合获得.融合所得新I'分量与之前多光谱图像IHS变换分离出的色度H和饱和度S进行逆变换,生成最终的融合图像.实验结果表明,该方法在保留多光谱图像光谱信息的基础上,有效地增强了融合图像的空间细节表现能力.     

双正交冗余小波变换的图像去噪方法

由于正交小波变换的不具备线性相位、不具有平移不变性等特性,导致其在图像去噪领域仍存在很多问题,本文将双正交冗余离散小波变换应用到几种经典小波阈值图像去噪方法中,以克服标准正交小波变换在阈值图像去噪中存在的问题.实验证明该方法的去噪效果明显优于正交小波方法和普通双正交小波变换的去噪效果.     

基于塔形分解的局部熵差图像配准

以图像局部熵差为匹配准则,确定关键点的匹配位置。逐点计算图像局部熵,将图像局部熵序列进行塔式分解。采用金字塔式的数据结构,通过从低分辨率图像开始模板匹配,找出粗匹配点,逐步找到原始图像(即高分辨率图像)的精确匹配点,大大减少了计算量。该算法具有良好的抗噪声能力和抗几何失真能力。实验结果表明,当实时图相对于参考图旋转不超过5°时,正确匹配达到76%以上;当椒盐噪声强度不超过5%时,正确匹配达到78%以上;当零均值高斯白噪声方差不超过0.02时,正确匹配达到70%以上。     

基于小波变换的裂谱分析法

 为了提高超声无损检测（UNDT）和无损评价（UNDE）中基础数据的信噪比（SNR）,提出了一种基于小波变换多分辨率分析的裂谱分析新方法．该方法在分析传统裂谱分析（SSP）方法原理及其局限性的基础上,通过采用小波变换多分辨率分析能力将原始超声回波信号进行等Q子带分解,然后按照一定的信噪分离规则来消除噪声,达到提高信噪比的目的．实验结果表明,与传统裂谱分析方法相比,该方法提高了消噪性能的稳定性,增强了湮没晶粒(或其他散射体)散射中的缺陷回波信号能力．     

A reversible data hiding method without rounding based on Haar wavelet transform: NON-R

The techniques that allow to obtain hidden data and recover the image has recently been much sought after. The basic objective of the method provided in this study was to analyse coefficients of digital images achieved by wavelet transform in the frequency space, to hide data, and to recover original image without loss. Wavelet transform is an efficient method to find pixel coefficient characteristic of digital images. The proposed method (NON-R) hides data using shifted histogram high-frequency Haar coefficients without rounding into integer. Thus, both hidden data and cover image can be easily recovered. Reversibility is provided by retrieving the cover image after hiding into high-frequency wavelet coefficients and extracting the message from wavelet coefficients. Experimental results show that the NON-R has a better performance than its counterparts in terms of statistical and perceptual outcomes.