小波分析的信号滤波处理

本文对小波分析以及小波分析在动态测试信号的滤波方面的应用原理做了概括,给出了对测试信号进行傅立叶分析和小波分析的滤波结果.     

小波分析的信号滤波处理

本文对小波分析以及小波分析在动态测试信号的滤波方面的应用原理做了概括,给出了对测试信号进行傅立叶分析和小波分析的滤波结果.     

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。     

基于小波变换与反锐化掩模的图像对比度增强

针对传统空间域图像对比度增强算法存在灰度级空间分配不合理和噪声敏感的问题,基于图像的局部细节信息分析,提出了一种新的基于小波变换和反锐化掩模(UM)的图像对比度增强算法.该算法以小波变换作为工具,运用反锐化掩模的思想,计算出代表局部细节信息且同时考虑了图像中的噪声信息的统计量,然后将这一新的统计量作为重新分配灰度级空间...     

小波基对雾天图像清晰化的影响

雾天图像能见度差,对比度低,用一般增强或去噪算法并不能得到比较清晰的结果,采用一种基于小波变换的增强算法,使用不同小波基分别对雾天图像进行处理,分析不同小波基的特点,总结出不同小波基对雾天图像清晰化的影响结果。     

小波光学混合处理系统

小波光学滤波理论分析在不同尺度下的“小波子谱罔”还可以进行不同的存储和处理,可根据具体情况来选择小波母函数。而适当的选择小波基函数,使其在空域有限,在空频域也比较集中,则更有利于得到谱图的瞬态和局部的特殊点。对小波光学混合信号处理系统进行的仿真实验表明,小波光学混合信号处理系统能够成功实现可编程实时处理和局部信息处理。针对实际情况,选择不同的母小波或相应地调整小波参数,原始图像的各种所需信息都能被成功提取。     

基于小波变换的STM图像处理

根据扫描隧道显微镜(STM)的特点,阐述了将小波变换应用于扫描隧道显微镜的降噪、增强及融合的方法,对于STM扫描获得的石墨原子图像,选用不同的小波基函数和分解层数进行分解和重构,结果表明,利用小波变换对扫描隧道显微镜图像进行处理是有效的、可行的,图像质量得到了明显提高。     

基于Matlab小波分析的图像降噪研究

波包理论是在小波基础上发展起来的时频分析理论,在图像降噪中取得了较好的应用。介绍小波分析和小波包的基本理论,分析几种基于小波和小波包的图像降噪的方法,并且在此基础上,利用Matlab R2008b编程与仿真,对其结果进行分析与比较,实验表明,图像降噪效果与阈值的选取密切相关,小波包降噪后的效果比小波更好。     

基于小波神经网络的图像表述

小波神经网络有机地融合了小波分析的时频特性和神经网络自适应优点。本文将小波神经网络应用于图像表述，提出相应的图像表述算法。分别采用两种小波函数作为网络激励函数，以验证图像表述效果。实验结果表明，小波神经网络能够有效地表述图像，其算法具有较强的鲁棒性。     

基于小波变换的Nanoindenter图像处理

根据纳米压痕仪的特点,对小波变换应用于纳米压痕仪图像的降噪、增强及融合方法进行了阐述。采用纳米压痕仪对单晶Al进行纳米级压痕,利用纳米定位平台原位扫描技术获得了三维图像,使用bior3.3,coif2,sym8分别对所得图像进行降噪、增强、及融合处理。结果表明,利用小波变换对纳米压痕仪图像进行处理是有效的、可行的,图像质量得到明显提高。     

融合小波变换和改进KFD的人脸识别方法

基于核函数的Fisher判别分析(KFD)在人脸识别中通常采用高斯径向基函数做核函数,但核函数中参数的选取对分类效果影响较大。目前参数的选取一般仅凭经验,且该方法在处理大样本时,速度较慢。针对这个问题,本文提出了一种融合小波变换和改进KFD的人脸识别的方法。该方法首先用小波变换降低样本的维数;然后在用KFD进行特征提取时,采用微粒群算法自动获取一个最优参数,增强分类效果;最后用SVM分类器完成特征的识别。实验表明,该方法与传统的KFD相比较,运算时间减少,而且识别率得到提高。     

基于小波变换的非平稳随机信号处理

小波分析由于其在信号信息分析与处理中独特的效果而成为国际研究热点,至今方兴未艾. 将小波变换用于非平稳随机信号分析与处理,目前刚刚开始. 本文研究了Lemarie-Meyer小波函数及其在非平稳随机信号处理中的应用, 取得了良好效果.     

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。     

基于小波分析的惯性传感器信号实时处理方法

分形噪声和白噪声是影响光电跟踪系统惯性传感器输出信号精度的重要因素,采用传统的方法很难滤除分形噪声.利用分形噪声在小波变换域的特殊性质,采用小波滤波方式,并在此基础上,实现两种不同带宽的惯性传感器信号的融合.通过将阈值计算进行简化,并对信号输入延拓方式进行改进,提高了信号处理的精度,由此可以大大降低信号的小波变换长度以提高运算速度,最终在相应硬件的基础上实现信号的实时处理.最后的实验验证了该算法的有效性和实时性.     

基于小波变换的时—能密度分析

能量是信号分析的一个重要物理量，它随时间和频率的分布反映了信号的特征，本文在小波变换的基础上提出了时－能密度分析的新方法，该方法能够分析信号在不同频带内的能量随时间的分布情况，从而能提取信号特征，滚动轴承故障信号的仿真和实际运用都能表明时－能密度分析方法能有效地提取信号故障特征。     

基于小波滤波器组的涡街流量计信号处理方法

涡街流量计应用比较广泛,但是,由于易受管道振动和流场不稳定等因素干扰,如何从强噪声背景下检测出涡街信号频率,一直是个难题.研究了多相结构ⅡR小波滤波器组的设计方法,给出了Butterworth型小波滤波器组的实现方案,将基于小波滤波器组的信号处理方法应用于涡街流量计,并给出最佳频带的判别准则.仿真结果表明,Butterworth型小波滤波器组具有较好的幅频特性和较高的频率精度.     

Wavelet Distance Measure for Person Identification Using Electrocardiograms

In this paper, the authors present an evaluation of a new biometric based on electrocardiogram (ECG) waveforms. ECG data were collected from 50 subjects during three data-recording sessions on different days using a simple user interface, where subjects held two electrodes on the pads of their thumbs using their thumb and index fingers. Data from session 1 were used to establish an enrolled database, and data from the remaining two sessions were used as test cases. Classification was performed using three different quantitative measures: percent residual difference, correlation coefficient, and a novel distance measure based on wavelet transform. The wavelet distance measure has a classification accuracy of 89%, outperforming the other methods by nearly 10%. This ECG person-identification modality would be a useful supplement for conventional biometrics, such as fingerprint and palm recognition systems.     

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.