小波级数变换的一种离散小波变换算法

小波文献中，离散小波变换多由子带分解或拉普斯塔形分解等引出，本文从连续小波变换及小波级数变换出发，通过对采样过程的分析导出了离散小波变换的定义，离散小波变换是唯一便于Ｘ数值计算的小波变换，本文提出了一种以离散小波级数变换的算法，该算法较之Ｏ＇Ｒｉｏｕｌ的类似算法相比，可取得更好的计算精度。     

一种基于离散小波变换的大容量数字图像水印算法

针对目前研究中图像水印嵌入信息量偏小的问题,提出一种基于离散小波变换的大容量数字图像水印算法。通过融合嵌入方式,将水印信息嵌入在原始图像小波分解子带中,采用不同的嵌入强度因子,确保了水印信息的不可见性。同时采用Arnold置乱映射增强算法的安全性,通过剪切、JPEG压缩、椒盐噪声攻击实验证明该算法具有较强的鲁棒性。     

基于离散谐小波变换的结构非平稳地震反应分析

采用在频域内具有极好紧支性和盒形特性的谐小波作为母小波,推导出基于离散小波的地震波时变谱连续解析表达式;利用不同尺度下小波函数的正交性,建立了结构地震反应的离散小波系数与输入地震波的离散小波系数之间的数学关系;通过数值算例,分析了ELcentro地震波的时频分布特征;以此为输入,研究了结构地震反应时变谱的变化规律,并分析了结构地震反应的时频分布特征与地震波时频分布特征之间的关系。     

基于离散小波变换的图像数字水印算法

提出了一种基于离散小波变换的图像数字水印嵌入提取算法。为保证水印的安全性,在嵌入之前先对水印做置乱处理,选择中低频带嵌入水印信息,以保证其不可感知性和鲁棒性。实验表明,该算法对常见的图像剪切、中值滤波、JPEG压缩和噪声干扰等均具有一定的抵抗力,较好地兼顾了图像水印的不可感知性要求和鲁棒性要求。     

基于PCA变换与小波变换的多源图像融合算法

在多尺度分解的框架下,针对像素级的多源图像融合,提出一种基于PCA变换与小波变换的图像融合算法。首先将低分辨率的多光谱图像进行主分量变换,得到各主分量;然后将高分辨率图像的信息与第一主分量进行融合,得到新的融合了高分辨率图像信息的第一主分量;最后新的第一主分量与其他主分量进行反变换,得到一幅具有高空间分辨率的多光谱图像。     

基于小波变换的遥感数据融合与边缘检测

介绍了小波图像的分解和重构方法以及小波融合过程。采用Symlet小波变换融合方法对西安地区鲸鱼沟 水库的TM4、TM5子图进行单尺度二维离散小波变换融合,并进行水库的边缘检测。对图像通过TM4分解的低 频图与TM5分解的高频图像融合再与TM4影像原图比较,融合图像提取细节效果明显优于TM4原图像。     

基于小波变换的SAR幅度图像压缩算法

针对合成孔径雷达信号处理的幅度图像压缩问题,提出一种基于小波变换的幅度图像压缩方法,对幅度图像进行离散小渡变换,实现幅度图像的多级分解,达到良好的压缩效果.使用星载合成孔径雷达RADARSAT的图像作为测试图像进行实验,压缩比CR=10∶1,峰值信噪比PSNR=31.86 dB.仿真实验结果验证了所提出算法的有效性和实用性.     

一种基于小波变换和数据融合降噪的图像边缘检测方法

提出的一种基于小波变换和数据融合降噪的边缘检测方法,是在边缘检测前先进行去噪处理,为避免去噪不完全、微分算子对噪声敏感,在边缘检测的同时增强了噪声,并把微分算子检测得到的边缘幅值图像融合与去噪相结合.最后,对融合后的图像进行灰度阈值处理和细化,得到边缘二值图像.实验结果表明：该方法在抑制噪声的同时能较好的检测出图像的边缘.     

基于离散小波变换的彩色图像水印算法及其MATLAB实现

介绍了数字水印技术实现的一般原理,提出了一种基于DWT(离散小波变换)的彩色图像数字水印算法.通过MATLAB仿真结果表明,利用该算法嵌入的水印具有信息量大、不可见性好等优点.     

基于软件雷达的数据融合算法研究

介绍一种软件雷达与其他探测模式组成的多探测模式互联系统中的数据融合系统,首先对多模式探测数据进行时/空校准,然后进行测量数据的相关处理,再后利用最大似然算法对测量数据进行最优压缩,最后利用扩展Kalman滤波器对压缩后的数据进行滤波、输出目标的状态估计,通过仿真验证算法的有效性.     

基于扩展卡尔曼滤波的无人直升机姿态解算

针对某型无人直升机飞行过程中振动较大,姿态难以精确获取的问题,采用扩展卡尔曼滤波技术进行解算. 该方法以惯性测量单元的角速度和加速度的比力作为输入,并通过振动数据的融合,实时获取姿态信息,有效降低了无人直升机振动对姿态精度的影响. 仿真和实际飞行验证了该方法的有效性.     

基于MVEKF算法的机载单站无源定位

介绍了基于相位差变化率的机载单站无源定位原理,并引入一种新的MVEKF(修正协方差扩展卡尔曼滤波)算法。文中详细介绍了MVEKF算法的基本原理,并将其应用于相位差变化率体制下的机载单站无源定位中,给出了MVEKF滤波方程;通过仿真将其与常用的非线性滤波算法EKF(推广卡尔曼滤波)和MGEKF(修正增益扩展卡尔曼滤波)进行了比较。结果表明,与EKF算法相比,MVEKF不易受初始状态估计的影响,且收敛速度更快,滤波效果更具稳定性;此外,无须寻找观测方程修正函数,MVEKF算法就可达到与MGEKF算法相当的滤波效果,因而为机载无源定位向快速、高精度方向的发展提供了一定的理论依据。     

一种有效的数据融合方法——分布式的离散Kalman滤波方法

介绍了一种基于Kalman的数据融合方法,分析了用于多传感器数据融合的Kalman滤波方法基本概念和理论。在Kalman滤波理论的基础上对全球定位和惯性导航系统的车辆组合系统进行了仿真。结果表明,分布式的离散Kalman滤波方法是一种有效的数据融合方法。     

一种基于小波包变换的SAR图像与TM图像融合方法

为了增强来自不同传感器的图像信息，改善图像的可分析和提取能力，近年来，常采用小波变换融合方法。但小波变换只对低频信息进行多分辨分析，并不考虑高频信息的多级分解。小波包变换不仅能对图像的低频部分，而且对小波变换没有细分的高频部分也能进一步地分解。因此，小波包分析能够为图像融合提供一种比小波多分辨分析更加精细的分析方法。在研究了小波包分析法后，提出了一种小波包图像融合方法。利用此融合算法对同一场景的不同传感器荻得的合成孔径雷达（SAR）图像和专题绘图仪（TM）图像进行融合，通过客观分析与目视评价，证明该融合方法的融合结果更好。     

Multi-Focus Image Fusion Based on Wavelet Transformation

In the fusion of image, how to measure the local character and clarity is called activity measurement. According to the problem, the traditional measurement is decided only by the high-frequency detail coefficients, which will make the energy expression insufficient to reflect the local clarity. Therefore, in this paper, a novel construction method for activity measurement is proposed. Firstly, it uses the wavelet decomposition for the fusion resource image, and then utilizes the high and low frequency wavelet coefficients synthetically. Meantime, it takes the normalized variance as the weight of high-frequency energy. Secondly, it calculates the measurement by the weighted energy, which can be used to measure the local character. Finally, the fusion coefficients can be got. In order to illustrate the superiority of this new method, three kinds of assessing indicators are provided. The experiment results show that, comparing with the traditional methods, this new method weakens the fuzzy and promotes the indicator value. Therefore, it has much more advantages for practical application.     

高光谱遥感数据白适应小波滤噪

文章深入分析了高光谱遥感数据中噪声的特点，提出了一种基于平稳小波变换的改进小波滤噪算法。通过对标准图像和PHI高光谱遥感数据实验，证明此方法具有比软阈值方法更好的抑制噪声和保持信号细节的能力，并能良好地拟合高光谱数据中噪声随波长的复杂变化，改善数据处理的效果。     

基于小波变换的数字图像水印

提出了一种基于嵌入式小波编码的水印算法,将标志图像的水印自适应地嵌入到小波分析图像的不同位平面层和不同分辨率区中,嵌入强度由被嵌系数所处的层和区决定.实验结果表明,算法生成的水印具有较好的抗攻击性和不可见性.该算法的实现过程容易同嵌入式小波编码相结合,实现编码过程中的水印嵌入.     

基于小波包分解的数据融合损伤识别方法

目的为了充分利用来自多传感器的冗余、带噪声数据，提高结构损伤识别的精度．方法利用小波包良好的时一频特性，首先用小波包分解对结构响应进行处理．提取信号的不同特征参数，然后利用不同的特征向量对结构分别进行损伤识别，最后应用融合技术对不同的识别结果进行融合处理．并用一个七层钢结构框架的多损伤识别验证了该方法的有效性．结果结果表明，该方法能够极大地提高了结构损伤识别精度．结论运用小波包分析提取信号的特征参数与数据融合技术进行损伤识别．并使二者有机的结合是结构健康监测与检测的有效途径与发展趋势．