基于脊波变换的Sar复数图像压缩方法

脊波(Ridgelet)是应用现代调和分析的概念和方法在小波分析理论上发展起来的新的分析工具.与小波分析和Fourier分析相比,脊波能对多维函数有更好的逼近速率.脊波综合了神经网络、统计学、调和分析等多个学科,克服了多维函数逼近的“维数灾”问题.本文主要探讨脊波变换的Sar图像压缩方法,对脊波首先进行了论述,在此基础上,重点分析了脊波变换算法,最后即是脊波变换的Sar图像压缩方法的阐述.     

基于改进的正交FRIT的分层图像编码算法

针对直线边缘较丰富的图像,结合小波变换和脊波变换的分析优势,提出了一种新的分层图像编码算法.本算法首先对原图像进行一级小波变换,取出低频子带LL1进行小波零树编码,从而编码图像的平滑层;然后根据残差边缘层有限Radon变换系数的特征,提出了一种改进的正交有限脊波变换,用以对残差边缘层进行更有效的稀疏表示,并根据变换系数的特点,改进零树编码算法SPIHT,实现了变换系数的渐进编码.实验结果表明,本算法在码率较低的情况下具有优于小波零树编码算法的压缩性能,并且能够更清晰地重建原图像中的直线边缘.     

脊波在工业CT图像裂纹边缘检测中的应用

在分析工业CT图像本身特点及小波变换检测点状奇异性的基础上，研究改进了一种基于脊波变换的边缘检钡0方法，并将其应用于实际工业CT图像裂纹检测中。首先利用脊波变换获得裂纹方向和大致范围，然后通过区域灰度均值比较定位裂纹区域，最后采用梯度算子检测出裂纹边缘并对其进行多项式拟合，得到定位准确、连续、独立的裂纹边缘图像。CT图像的旋转实验验证了该算法的鲁棒性，而与Earlace算子、Canny算子和Mallat小波方法的对比实验则证实该算法具有较强的抗噪声能力。     

小波变换在故障诊断中的应用

小波变换是一种日益获得广泛应用的信号分析方法。介绍了小波变换基本原理和利用小波变化来检测信号的奇异特征的原理,证实了小波变化在检测奇异信号方面的有效性。结果表明基于小波变换的去噪方法是非常有效的。     

小波变换在故障诊断中的应用

小波变换是一种日益获得广泛应用的信号分析方法。介绍了小波变换基本原理和利用小波变化来检测信号的奇异特征的原理，证实了小波变化在检测奇异信号方面的有效性。结果表明基于小波变换的去噪方法是非常有效的。     

基于NSST的镀锡基板表面形貌多尺度分析

提出了基于非下采样剪切波变换的镀锡基板表面形貌分析方法。将非下采样剪切波变换与高斯滤波、二维离散小波和二维双树复小波进行对比,验证了其优异的幅频特性和平移不变性;基于低频子带能量、低频重构表面峭度以及重构表面与原始表面的均方根误差,确定非下采样剪切波变换的分解层数,并将其与二维离散小波、二维双树复小波用于基板形貌特征的重构,结果表明：非下采样剪切波变换拥有最好的重构效果。采用分水岭算法和Wolf剪枝对不同形貌特征的基板进行特征参数计算,得到表征镀锡基板表面质量的显著参数：平均峰体积S_hv和平均谷体积S_dv。     

基于小波变换相位差的压缩机内部模态失速先兆分析

由于模态波经常作为一种失速先兆出现在压缩机发生失速前,因而对它的识别与分析都非常重要.近年来,小波变换被越来越多的研究者用来分析失速先兆,然而很少有人关注小波变换原始的表达式.基于对前人模态失速理论的深刻理解和小波变换的进一步推导,本文提出了一种用来分析模态波特征的新方法.这种方法需要使用叶轮进口或出口附近周向的动态压力数据.而当小波变换的两个特定条件满足时,模态波的模态数和传播速度等可以通过小波变换的相位差得到.该方法的可行性使用已公布的一台轴流压缩机实验数据进行了验证,也同时在一台离心压缩机上进行相关实验.通过该方法,可以判断出动态信号中明显的波动成分属不属于模态失速,同时得到模态波的特征参数.因而,这种新方法可以作为压缩机内部模态失速分析的一种前处理手段.     

基于小波变换相位差的压缩机内部模态失速先兆分析（英文）

由于模态波经常作为一种失速先兆出现在压缩机发生失速前,因而对它的识别与分析都非常重要。近年来,小波变换被越来越多的研究者用来分析失速先兆,然而很少有人关注小波变换原始的表达式。基于对前人模态失速理论的深刻理解和小波变换的进一步推导,本文提出了一种用来分析模态波特征的新方法。这种方法需要使用叶轮进口或出口附近周向的动态压力数据。而当小波变换的两个特定条件满足时,模态波的模态数和传播速度等可以通过小波变换的相位差得到。该方法的可行性使用已公布的一台轴流压缩机实验数据进行了验证,也同时在一台离心压缩机上进行相关实验。通过该方法,可以判断出动态信号中明显的波动成分属不属于模态失速,同时得到模态波的特征参数。因而,这种新方法可以作为压缩机内部模态失速分析的一种前处理手段。     

基于剪切波和小波特征融合的金属表面缺陷识别方法

金属表面缺陷具有复杂性和多样性。小波变换能很好地捕捉点奇异性信号,对点缺陷识别效果好;剪切波变换作为一种新的多尺度几何分析方法,对奇异曲线具有最优逼近性能和方向敏感性,因此对方向性的缺陷识别效果好。提出一种基于剪切波和小波特征融合的金属表面缺陷识别方法。对金属表面图像分别进行离散剪切波变换和小波变换,计算各尺度方向子带的平均值和方差值,并组成一高维特征矢量。用核保局投影算法对高维特征矢量进行降维,以去除特征间的冗余,得到低维特征矢量,并输入到支持向量机进行缺陷分类。以高温铸坯、中厚板、精密铝带三种典型金属为例,对从现场采集到的三种典型金属的样本库进行试验,结果表明:高温铸坯、中厚板、精密铝带缺陷样本的识别率分别达到93.95%、98.27%、92.5%。试验结果证明了该方法可有效应用于不同类型金属的表面缺陷识别,具有通用性。     

基于有限脊波变换的分层SAR图像压缩算法

根据SAR图像边缘部分线性奇异性表现比较突出,细节部分多为较细的纹理图像等特征,本文立足于Cartoon和纹理模型,提出一种基于有限脊波变换的分层SAR图像压缩算法:实验结果表明,该算法相较于小波编码压缩,在获得较高的PSNR值的同时,提高了压缩后图像的视觉效果,更好的保留了原图像的边缘和细节信息。     

小波分析在汽车发动机机械故障诊断中的应用

文中阐述了汽车发动机机械故障诊断的理论方法,讨论了小波变换的分析方法.由于小波变换具有传统频谱分析方法所没有的时一频分析特征,特别适合于非平稳信号的分析与处理,应用该方法对实测信号进行了有效的时频分析.     

基于信号奇异性分析的轴承故障检测方法

针对轴承振动信号利用小波单奇异点检测无法克服噪声影响的不足,提出利用小波模极大值分析信号奇异性变化进而进行轴承故障检测的方法。实验中对信号的模极大分形指数、模极大分形指数熵、Lipschitz指数以及Lipschitz指数熵等奇异特征进行分析比较,实验结果表明这些特征都能有效克服噪声影响实现故障检测,但模极大曲线数最能体现故障特征且检测效果最好。最后将本方法同基于小波包能量谱特征和小波单奇异点检测的方法进行比较,实验结果表明本文中建议的方法在检测时间及检测率上都有显著提高。     

并行多分辨率子波变换(WT)及其实现方法研究I.理论部分

子波变换是一种新的信号(图像)处理方法,它不再采用固定的积分核,其积分变换基底由母函数通过扩和位移操作来产生,因而具有很多与傅立叶变换根本不同的性质。本文给出了子波变换的一般理论,描述了一种新的母函数归一化方法,并推导了在此情况下逆变换存在的条件。     

并行多分辨率子波变换（WT）及其实现方法研究I．理论部分

子波变换是一种新的信号（图像）处理方法，它不再采用固定的积分核，其积分变换基底由母函数通过扩和位移操作来产生，因而具有很多与傅立叶变换根本不同的性质。本文给出了子波变换的一般理论，描述了一种新的母函数归一化方法，并推导了在此情况下逆变换存在的条件。     

两相流速度分布算法的研究

提出一种基于小波变换、神经网络和空间滤波测量速度成像的方法。神经网络用来重构管道相关部分的图像。小波变换用于确定每个像素空间滤波信号的带宽 ,并由此得到速度和它的图像。实验结果表明这种速度成像测量方法是可靠的。     

小波变换在故障诊断中表征信号奇异点的应用

在工业控制系统中,设备故障信号多是突变性的。采用小波变换这种全新的时频分析方法能有效检测系统信号的奇异点,进而提取出故障信息。实验证明,小波变换在故障诊断中具有优越性。     

Experimental dynamic identification of backlash using skeleton methods

In this paper, we present a practical application of non-linear system identification, namely to a mechanical system with a backlash component, based on the skeleton curve reconstruction technique. In the case presented, the identification procedure employs the instantaneous amplitude and frequency of the input and the output of the base motion system under certain forced excitation.Hilbert transform analysis is a well-known method to extract these instantaneous characteristics; however, it is strictly exact only if the signal is weakly damped. A time–frequency representation technique, the Wavelet transform analysis, is therefore introduced to overcome this problem. The instantaneous characteristics in the signals can be obtained from the ridges and skeletons of the Wavelet transform. We apply both methods to the case study and compare the results, showing that the Wavelet-based extraction is generally more accurate than the Hilbert-analysis-based method. We show further that it is possible to obtain good non-linear identification results using either of the methods.     

基于小波变换和自适应中值滤波的图像去噪

小波图像去噪已经成为目前图像去噪的主要方法之一。该文尝试把小波变换与自适应中值滤波这两种去噪方法相结合,对同时含有高斯噪声和椒盐噪声的图像进行了去噪研究。实验结果表明,此方法在去除噪声的同时也较好地保留了原始图像的边缘信息,效果不仅优于单一的小波变换或普通中值滤波的方法,更优于将小波变换与普通中值滤波相结合的方法。     

时频等高图在旋转机械振动故障信号检测中的应用

提出用基于Morlet小波变换的时频等高图检测信号中奇异性的方法。旋转机械某些故障发生时将产生具有奇异性的非平稳信号，检没出振动信号中的奇异性对于设备状态监测和故障早期诊断很有意义。小波变换在时域和频域内同时具有局部化能力，是分析故障信号奇异性的有利工具，为旋转机械故障检测提供了新思路。文中通过对仿真的旋转机械转子各类振动突变信号进行分析，说明Morlet小波时频等高图能直观表示信号中的微弱奇异成分，可以有效提取信号中的微弱奇异特征。     

三坐标测量机测量数据的降噪

小波变换是一种新的信号时频分析方法,在时频两域均有良好的局部性。根据小波变换多分辨率的特点,提出应用小波技术进行点云数据的降噪。该方法首先对点云数据进行小波分解,然后对细节系数作用软阈值,最后进行小波重构。试验表明,该方法在保留原数据相似性的基础上,有效地抑制了噪声。