M带小波变换在图象中的应用

小波变换是近年来兴起的一种时频域信号分析理论,是信号分析处理的一种强有力的新工具.本文根据小波变换的特点,在Mallat二带多分辨分析的基础上,讨论分析了信号的多带多分辨分析的理论和实现算法,并将这一理论和算法应用于图象处理,取得了满意效果.     

图象多通道小波分析的实现

小波变换是近年来兴起的一种时频城信号分析理论，是信号分析处理的一种强有力的新工具．本文根据小波变换的特点，在Mallat多分辨分析的基础上，将小波的“多通道”多分辨分析，推广到了“多通道”多分辨分析、讨论了多通道小波分析的理论和实现方法，并将这一理论应用到了图象处理，实现了图象的多通道小波分析．     

利用小波变换实现基于结构光投影的S变换轮廓术

S变换是一种集合了窗口傅里叶变换和小波变换优点的时-频分析技术,将一维的信号映射到二维的时-频空间,具有良好的时频分辨能力。由于S变换谱和傅里叶变换频谱之间存在直接联系,且具有类似于小波变换的多分辨率能力,S变换可以通过快速傅里叶变换算法实现,也可以通过小波变换算法实现。研究了基于小波变换算法的S变换在基于结构光投影的三维光学测量中的应用,给出了理论分析,特别讨论了S变换中频率因子的选择,并同基于快速傅里叶变换算法的S变换轮廓术结果进行了比较。完成了计算机模拟和实验研究。     

小波变换在智能天线波束形成技术中应用

智能天线是当前研究热点之一,首先介绍了波束形成的基本原理,按照盲算法和非盲算法将现有的波束形成算法进行分类并比较了算法的性能;其次,比较了基于小波变换和基于小波包的自适应波束形成算法,分析了基于小波变换的多分辨信号波达方向和基于小波神经网络的波束形成算法;最后,针对小波变换可在选择最优基方面和结合盲自适应算法进行联合分析方面进行了展望。     

基于小波多尺度检测特性的扩频序列捕获研究

根据小波分析的特点，将小波检测引入扩频序列捕获系统中，利用扩频码捕获时信号(调制信号)和未捕获时信号(高斯白噪声)的小波变换的不同特征，结合多分辨分析，设立小波变换阈值，正确识别捕获状态。并且，对这种利用小波检测的捕获方法进行了仿真实验，分析与实验表明这种方法具有一定的理论价值和实用价值。     

提高导引头测角精度的一种新方法

分析了基于小波变换系数极大值原理的小波阈值降噪算法。由于导引头接收信号的信噪比影响了MUSIC超分辨算法的测角精度，因此提出将小波阈值降噪算法用于MUSIC超分辨算法精度分析，并进行了仿真验证，实现了改善信噪比，提高导引头测角精度的目的。     

基于空间屏蔽的M通道小波星图去噪法

小波图像去噪已经成为目前图像去噪的主要方法之一,在分析了小波变换的基本理论和小波变换的多尺度分析基础上,根据多尺度小波变换的多分辨特性,提出了M通道小波变换去噪方法;在该方法中,根据噪声信号小波变换的极大值随尺度的加大而显著减少的特点,将一种基于多尺度分析的空间屏蔽滤波法用于对小波系数进行处理。并将此方法用于星图降噪处理中,收到良好的效果。     

基于测量多分辨预处理的信号去噪方法

该文将多分辨分析方法与传统Kalman滤波方法相结合,以离散小波变换为工具,建立了一种基于测量多分辨预处理的信号去噪新方法。由于小波变换特有的低通滤波特性,能有效的抑制测量噪声,相应提高了测量信号的信噪比,从而获得比原来仅在单一尺度上进行信号处理获得好的处理效果。计算机仿真验证了算法的有效性。     

探地雷达回波信号小波压缩方法研究

介绍了多分辨分析和小波变换的基本理论以及常用小波变换压缩数据的三种方法：只保留近似信号；全部保留近似信号及细节信号中的较大值；保留近似信号及细节信号中的较大值。将紧支集小波（Daubechies)和正交三次B-样条小波压缩探地雷达数据进行了对比，计算表明正交三次B-样条小波变换方法效果较好，而在全部保留近似信号及只保留细节信号中数值较大的系数时，压缩比大而重建雷达数据与原始雷达数据间的均方差较小。     

基于LabVIEW的小波去噪算法的研究

近年来,小波理论得到了迅速的发展。小波分析是目前国际公认的信号信息获取与处理领域的高新技术,是多学科关注的热点,是信号处理的前沿课题。由于小波变换具有低熵性、多分辨性、去相关性、选基灵活性等特性,使它成为在信号去噪领域内的有力工具。本文应用小波变换算法,并将其结合LabVIEW虚拟仪器开发平台、MATLAB中小波去噪工具箱的小波去噪函数进行仿真,用模拟信号验证了其去噪算法的有效性。     

基于M带小波变换与模糊聚类的图像去噪算法

M带小波变换是标准二带小波变换的自然推广,能够分析具有相对窄带的高频信号,而且能更好的集中信号能量,因此在信号处理中应用广泛。本文结合模糊聚类算法,提出了一种新的基于M带小波变换的图像去噪算法,利用模糊聚类算法把小波系数划分成两类：包含信号的小波系数与只包含噪声的小波系数,对只包含噪声的小波系数置为零,将包含信号的小波系数进行利用软阈值法进行收缩,最后对处理后的系数进行M带小波逆变换,得到去噪后的图像。对SAR图像的实验结果表明,该算法有效,而且能较好地保留边缘信息。     

小波分析在信号处理中的应用

小波分析在时间上和频率上都具有很好的局域性，这使得小波分析非常适合于时一频分析。目前小波分析理论已成为信号处理中的一种重要工具。本文介绍了小波分析的理论，用内积的概念将小波变换和Fourier变换、加窗Fourier变换从形式上统一起来，并将多尺度分析运用于信号的去噪处理之中，从而说明了小波分析在信号处理中的重要作用。     

基于对比度的多分辨图像融合

本文给出一种基于对比度的多分辨图像融合算法.首先,利用小波变换得到待融合图像的多分辨分析,同时得到图像的多分辨对比度序列;然后以对比度为判据,在图像的多分辨分析的相应各级上进行融合,得到融合图像的多分辨分析;最后,利用小波逆变换重构融合图像.算法使用同一场景可见光图像和红外图像进行了验证,结果表明,融合图像完好地显示了源图像各自的信息.     

小波变换在心电信号去噪中的应用

文章根据coiflet小波在各个尺度上的不同的带通滤波特性,并利用小波变换多分辨的特点对心电信号进行滤波。文中通过软、硬阈值折衷函数及自适应阈值策略对MIT／BIH国际标准数据库中的ECG信号进行了处理与验证。实验结果表明,该算法能较好的抑制心电信号中的各类噪声干扰。     

基于小波的信号去噪分析

由实际应用可得,作为一种新的多辨认分析方法的小波变换,由于具有多分辨特征和时频局部性,可同时进行频域和时域分析,所以特别适用于进行非平稳信号的处理。首先介绍了小波分析的信号去噪原理,其次接着阐述了4种去噪算法：小波分解与重构去噪方法、模极大值检测法、阈值法及平移不变量小波去噪法。对于叠加了高斯白噪声的仿真信号,分别将上述的4种方法用于去噪处理,并通过仿真过程不同及图形差异对几种方法进行比较。     

雷达目标一维距离象多分辨特征描述和快速匹配法研究

文中首先阐述了信号奇异性与小波变换模极大值的关系、含噪非平稳信号在小波变换下信号与噪声的不同特性；然后提出了可用于高距离分辨力雷达目标识别的一维距离象多分辨分解和目标结构特征的多分辨描述方法，根据目标结构特征的多分辨描述，定义了距离象的相异度概念，利用相异度可以实现目标的快速匹配识别。     

一种基于自适应滤波的语音降噪方法研究

分析和研究自适应滤波和小波变换法的原理及方法,提出了一种新的综合使用自适应滤波和小波变换法的语音降噪方法。该方法首先用仿生小波变换法对带噪声的语音信号进行小波分解,将小渡变换法分离出来的噪声信号作为自适应滤波器的输入。最后选择用最小均方误差（LMS）的自适应算法对带噪声语音信号进行降噪处理,实现了信噪分离,去除语音信号中的噪声信号。实验结果表明,该方法对语音信号有较为明显的降噪效果。     

由小波变换的模极大值快速重构信号

本文从多尺度分析的思想出发，提出一种由信号小波变换的模极大值快速重构信号的方法，在不同尺度上，以阶跃函数在该尺度上的小波变换作为基函数，利用模极大值拟合信号的小波变换，然后进行小波反演得到重构信号。这种快速算法具有明确而直观的物理意义，实现简单方便。文中还给出了对重构信号的误差修正方法，数值方法的结果表明，这种快速重构算法对不同类型的信号同样有效。     

基于小波变换分析的微弱信号检测研究

文章针对在检测农田水势微弱信息时传统的微弱信号检测算法或原理的局限性,在分析了小波变换信噪分离原理的基础上,提出了将小波分析与自适应滤波相结合的算法.通过小波分析对被检测的微弱信号的分解,为每一子带单独设计阈值,实现了从强噪声信号中提取微弱信号,并通过仿真的结果验证了本算法的可行性和可靠性,为微弱信号的检测提供了新的理论算法.     

基于脉冲幅值序列算法的抗红外干扰方法研究

用红外干扰弹诱使导弹偏离真实目标依然是使用最广的干扰方法,当前使用的红外干扰弹的运行轨迹和红外辐射特征与目标非常类似,对常用的几种抗干扰算法构成了很大的挑战。针对脉冲幅值序列算法做了深入细致的研究,对功率谱分析法、传统正交小波变换法、时域分析法等多种方法进行了仿真和分析,并介绍了一种新方法——多尺度的离散平稳小波变换法,能够有效分辨开目标信号与红外干扰弹信号,改善了红外探测器的抗干扰能力和目标识别能力。