基于邻域方差加权平均的小波图像融合

提出了一种基于邻域方差加权平均的小波图像融合方法.利用离散小波变换分别将两幅源图像进行多尺度分解,再用不同的小波系数特征指导高频分量和低频分量的小波系数的融合.低频分量采用简单的加权平均法,高频分量采用邻域方差加权平均法,最后根据融合图像的各小波系数重构融合图像.实验表明不论从主观感受,还是采用信息熵和交叉熵作为评价标准,该方法都优于像素级融合方法.     

基于小波域分频的变电站红外监控图像噪声自适应滤波算法

针对变电站大量电力设施暴露于野外,受到空气粉尘、光照不均等因素的影响存在实地获取的红外监控图像含有大量噪声的问题,提出了一种基于小波域图像分频思路的自适应去噪算法。该算法首先对经分解后的变电站电力设施红外监控图像的小波低频、高频系数分别进行重构,得到空间域原始图像的背景图像和细节图像;然后对背景图像采用K-SVD字典学习自适应去噪算法进行处理;对于细节图像,根据其噪声分布特征,提出了一种基于窗口尺寸自适应调整的中值滤波改进算法进行处理;最后对噪声抑制后的背景和细节图像进行融合。研究表明,本文算法处理后的图像清晰度较高,有一定的实用价值。     

基于小波系数均衡方向变换的图像压缩

本文提出了一种新的基于小波系数的均衡方向变换方法,首先用小波变换对图像做多尺度分解,再用改进后的均衡方向滤波器组(uniform directional filter banks,uDFB)对小波变换后的高频子带作方向变换。该变换是对基于小波的contourlet变换的一种改进,它充分利用了小波的非线性逼近特性以及均衡方向滤波器良好的多分辨率和多方向特性,进一步增强了图像的方向特征,同时能有效抑制瑕玷的引入。仿真结果表明,将该方法用于图像压缩可以比基于小波的压缩算法更好地恢复出原图像的轮廓和纹理,并获得较高的峰值信噪比。     

区域清晰度的小波变换图像融合算法研究

针对图像传感器景深限制而产生的多聚焦图像融合问题,提出了一种基于区域清晰度的小波变换图像融合算法,通过比较不同原图像小波变换子图各像素邻域间的清晰度指标,提取不同尺度的细节信息构建全景聚焦图像,以消除传统空域融合方法因采用单一融合尺度而产生的块效应现象。该算法首先对多个原图像采用小波变换进行多尺度分解;然后针对低频子图,以像素邻域内的点锐度和作为融合度量来获得低频融合系数,对于高频子图,根据像素邻域内的拉普拉斯算子之和进行融合,以减少局部噪声对于清晰度运算结果的影响;最后通过小波逆变换获得融合图像。实验结果表明,这种基于区域清晰度的融合方法要优于其他常用算法,减少了人工融合痕迹,融合效果好。     

基于双树复Shearlet变换与改进PCNN的图像融合算法

为了克服双树复小波变换(dual tree complex wavelet transform,DTCWT)在图像融合中对方向选择性较差,难以很好地反映源图像的细节信息等不足,提出了一种新的双树复剪切波变换(dual-tree complex shearlet transform,DTCST)与自适应双通道脉冲耦合神经网络(adaptive dual-channel pulse coupled neural network,ADCPCNN)的图像融合方案。首先,利用形态学对源图像处理,对图像进行增强。再利用DTCST方法对增强图像完成分解,获得相应的低频、高频系数。然后,对于低频系数,定义了一种新的基于稀疏表示(sparse representation,SR)的融合规则。对于高频系数,利用边缘能量作为ADCPCNN外部输入,定义了一种ADCPCNN融合规则。最后,基于逆DTCST机制,输出融合图像。实验表明,与当前常用的图像融合方法比较,算法具有更高的融合视觉质量,所输出的图像更加清晰,较好保持了源图像的细节与纹理。     

基于稀疏表示的TQWT在低频振荡信号去噪中应用

为了改善低频振荡信号的去噪效果,为低频振荡信号的检测与分析提供准确可靠的数据,在分析可调Q小波变换和稀疏表示原理的基础上,给出了一种基于稀疏表示的可调Q小波变换去噪方法。该方法先利用可调Q小波变换对含噪的低频振荡信号进行稀疏分解,得到初始的小波系数。再利用基追踪去噪算法对得到的小波系数进行优化处理。最后对优化的小波系数进行重构,获取干净无噪的低频振荡信号。通过仿真分析验证了该方法的去噪效果和可靠性优于目前广泛使用的小波软、硬阈值去噪法。     

基于整数小波变换的Ray-Period压缩算法

为解决基于传统小波变换的数据压缩方法存在的问题,在深入分析整数提升过程的基础上,提出了一种基于整数小波变换的Ray-Period压缩算法。该算法针对电力数据的特点,根据整数小波变换多分辨率分析的特性,将原始数据变换到小波域,以使变换后的信号能量主要集中在低频系数上,而后采用无损的Ray-Period压缩算法处理低频数据,采用改进的阈值压缩算法处理高频系数,并采用新的位图压缩算法处理阈值压缩后元素值超过3.125%时的非零元素。采用实际数据进行压缩,该算法的能量恢复系数优于10-4,压缩比小于6.39%,速度比传统的小波变换压缩算法提高了近1倍。     

平稳小波域局部自适应绝缘子的红外热像去噪

为从强白噪声干扰的红外热像中提取真实的绝缘子盘面温度场信息,提出了一种平稳小波域局部自适应绝缘子红外热像去噪方法。该法假设平稳小波变换子带系数服从拉普拉斯分布,利用最精细分解层子带系数估计噪声方差,使用待估计点圆形邻域系数估计信号方差,根据图像噪信比自适应调整邻域窗口大小,采用最大后验估计器局部自适应估计各高频子带小波系数,最后对处理后的小波系数进行平稳小波反变换得到去噪后图像。实验结果表明,该方法比传统的Wiener滤波法、基于离散小波变换和平稳小波变换的贝叶斯阈值去噪法的信噪比更高,在有效去除图像噪声的同时,图像细节信息保留更完好。     

离散小波变换和混沌结合的数字图像水印算法

提出了一种基于离散小波变换和混沌理论的数字图像水印算法.在水印嵌入过程中,首先对原始图像进行离散小波变换,提取其低频部分作为嵌入区域;然后利用混沌系统产生的混沌序列对水印进行加密,再将加密后的水印进行小波变换并提取其低频部分;最后将加密水印的低频部分嵌入到原始图像的低频部分中.水印提取过程需要原始载体图像,是一种明检测.通过水印相关系数NC和峰值信噪比PSNR评价水印算法性能.实验结果表明,提出的算法可以抵抗JPEG压缩、噪声、滤波等攻击,图像水印效果很好.     

基于小波变换的新型SURF图像拼接方法

针对传统图像拼接算法特征点计算量大、耗时较长等问题,提出了一种基于小波变换的新型加速鲁棒特征算法(SURF)图像拼接方法。首先通过Haar小波函数对图像进行二阶分解以获取图像低频成分,并利用小波梯度矢量对低频图像重合区域进行特征点提取,从而实现低频图像下快速获得特征点的变换参数以指导高频图像下的特征点提取;在此基础上,提出一种SURF图像匹配改进算法,利用特征点约束的单向匹配和方向一致等性质,有效剔除误匹配点对,以提高特征点匹配精度和实时性。最后,通过两组实验验证了所提出方法的有效性和可行性。     

基于Retinex理论的低照度下输电线路图像增强方法及应用

为提高低照度环境下输电线路图像视频在线监测设备分析的准确性,提出一种基于Retinex理论的低照度图像增强方法.首先采用改进型同态滤波算法增强低照度图像的RGB分量,然后将图像转换至HSV色彩空间中.对多尺度Retinex算法增强图像进行改进,采用双边滤波函数替代Gaussian函数作为Retinex算法的环绕函数,引...     

尺度空间滤波在局部放电脉冲提取中的应用

在提出脉冲提取思想的基础上，利用局部放电信号所固有的奇异性特征，将小波变换的奇异性检测原理应用于提取局部放电脉冲。为了满足局部放电在线监测的在线准实时要求，提出了改进的尺度空间滤波算法，并将其应用于局部放电脉冲的提取。通过相邻尺度的小波系数直接相乘，可以突出奇异点的信号，并获得基于尺度的屏蔽滤波器，将阈值方法和尺度空间滤波相结合，最终得到基于时域的屏蔽滤波器，将时域滤波器和原信号相乘，就可以提取出局部放电脉冲。仿真试验和发电机实测信号的算例表明，相对于模极大值算法，该方法在提高运算速度的基础上，不但能准确检测出局部放电脉冲，而且能很好地保持局部放电脉冲的幅度和位置。     

静电感应空间滤波法固相颗粒速度测量

基于静电传感器空间滤波技术的气固两相流颗粒速度测量方法具有结构简单、数据处理方便等特点。文中从理论上推导了圆环状静电传感器输出信号的功率谱特性与颗粒移动速度之间的关系，并对电极长度、绝缘管段的厚度和屏蔽罩轴向长度等因素对静电传感器空间滤波特性的影响进行了仿真分析，为静电感应空间滤波器的设计提供了理论基础。提出利用小波分析对功率谱特性曲线进行平滑处理的方法，可准确地确定功率谱特性曲线的尖峰频率值fmax。并在加压密相气力输送系统上进行实验研究，结果表明：颗粒体积浓度范围在6.72%~13.04%，气体表观速度在8.63~18.61 m/s之间时，系统重复性优于4%。     

双树复小波域图像非线性扩散滤波

提出了结合一种双树复小波变换的非线性扩散图像滤波模型。充分利用了双树复小波变换和非线性扩散两者的优点。通过对噪声图像经双树复小波变换后的不同尺度上的子带图像进行扩散,在双树复小波域计算子带图像的梯度.采用p-范数方法选择合适的梯度阈值,在扩散过程中可以根据图像属性自适应选择扩散强度。实现了建立在图像精细分析基础上的新非线性扩散模型。实验分析表明,提出的模型能有效抑制传统非线性扩散模型出现的阶梯效应,在对图像滤波的同时能保留更多的图像边缘,纹理等细节信息。     

基于小波变换与自适应滤波的Gibbs现象消除手段

将自适应滤波和基于αTrons算法的二进小波变换相结合,以周期性矩形波为例进行Gibbs现象滤波分析,仿真验证此算法在重构项数、权值系数、收敛因子和循环次数选取合适时能很好地消除Gibbs现象,从而为分析与抑制小波变换中的Gibbs现象提供一种新途径。     

基于指数同态滤波耦合细节锐化规则的 红外图像增强算法

为了解决当前红外图像增强方法存在的光晕及细节模糊等不足,提出了指数同态滤波耦合细节锐化规则的红外图像增强算法.基于同态滤波方法,通过频域中的像素点与中心像素点的距离,构造指数型同态函数,以同时完成图像的去噪和增强对比度处理.联合相位一致性方法和自适应高提升滤波方法,构造了细节锐化机制.在图像的细节锐化中,利用相位一致性方法,通过傅里叶变换,准确提取出图像的细节特征.并引入高提升滤波方法,利用图像的均值,构造自适应的锐化因子,以形成自适应高提升滤波方法,对提取的图像细节特征进行锐化,完成图像细节内容的增强.实验结果表明,较当前的红外图像增强算法而言,所提算法具有更好的增强效果,其增强图像呈现出更为理想的对比度和更为清晰的图像边缘.     

多尺度相关分析在管道泄漏检测中的应用

传统相关检漏法是在固定尺度上对信号进行处理,如果滤波参数选择不当将产生较大的计算偏差.本文提出将小波变换的多尺度分析方法与动态系统模型相结合,实现压力信号的多尺度相关分析,获得了比单一尺度上更好的处理效果.实验数据也证明了该方法的有效性.     

基于双边滤波的协方差目标跟踪算法

现有的使用协方差建模的目标跟踪方法在目标形变或是光照变化较大的情况下,达不到理想的跟踪效果。在分析目前协方差建模目标跟踪方法缺点的基础上,提出一种融合双边滤波的协方差目标跟踪算法。首先,将待跟踪图像进行双边滤波,提取滤波后的图像特征构建协方差特征矩阵作为跟踪模板。其次,由于协方差矩阵为对称正定流形,服从对数-欧几里德黎曼度量。在此度量下,构建了目标协方差矩阵相似性度量和模板更新策略。各种条件下的实验结果表明,新构建的基于双边滤波的协方差特征矩阵对目标形变和光照变化有更好的适应性。     

涡街流量计数字信号处理方法分析与比较

涡街流量计有许多优点, 近年来应用广泛。但它易于受到由管道振动和流场扰动引起的噪声干扰。用传统的处理信号电路制成的流量计在工业现场测量精度不高, 抗干扰性能差, 无法准确测量小流量。而数字信号处理技术可以弥补传统方法的不足。归纳了数字滤波器、谱分析、自适应陷波以及小波变换等几种方法, 介绍了每一种方法的具体实现, 并作了性能分析和比较。指出数字信号处理方法可以很大程度上提高测量精度, 实现真正小流量测量。但实际应用中需要考虑到准确性和实时性要求。通过MATLAB仿真实验, 验证了采用变采样频率和频谱校正等措施对经典周期图法进行改进, 既可以达到较高的精度, 扩展了量程下限, 又能够满足以单片机为核心的流量计低功耗和实时性要求, 实用性较强。     

传感器输出时间序列实时预测方法的比较研究

为了提高传感器输出时间序列的实时预测精度,分析了时间序列可以预测的内在机理,认为噪声是影响预测精度的主要因素,提出了小波滤波与神经网络相结合的组合预测法,研究了最小二乘支持向量机的预测法,并选用了典型的过程变量信号,将两种方法进行了比较.仿真实验结果表明,小波滤波与神经网络相结合的组合预测法能够在消除测量噪声对预测精度...