基于整数小波变换的漏磁信号压缩方案

提出一种用于漏磁信号的数据压缩方案。方案由整数小波变换、改进SPIHT编码和自适应算术编码组成。整数小波变换无需浮点运算，算法简单，易于实现。将SPIHT算法与自适应算术编码结合应用于一维漏磁信号压缩，可以实现高压缩比、多种码率压缩编码。使用通过低通滤波器预处理的漏磁信号数据对该方案进行了测试。结果表明，该方案在得到高压缩比和低计算复杂度的同时可以保持较低的失真度，可满足在线漏磁检测系统的数据压缩要求。     

基于Haar小波和形状模板的图像快速匹配算法

针对传统的模板匹配方法在低对比度的图像中匹配不到目标物体和匹配计算量大等问题,提出一种基于离散Haar小波变换和形状模板的图像快速匹配算法。首先,使用Haar小波对图像进行分解操作,将分解的低频信号重构得到压缩图像,以减少匹配计算量;其次,使用形状模板对压缩图像进行匹配,设计出Haar小波图像压缩和形状模板匹配相结合的算法及程序。最后,经大量实验结果证实:所提出的算法不仅匹配速度快,精度高,而且匹配结果不受遮蔽、混乱和非线性光照变化等情况的影响,适宜于在复杂环境中进行图像提取、工件识别等。     

基于小波包变换与自适应阈值的SMT焊点图像去噪

为提高表面组装技术焊点图像去噪效果,提出一种基于小波包变换和自适应阈值的焊点图像噪声去除新方法.利用小波包变换对图像进行多层分解,通过对图像小波包树系数的分析,对小波包树系数高频部分和低频部分进行Wiener滤波;为提高去噪性能,通过计算小波包系数对应的中值绝对方差估计,提出一种改进的自适应小波包阀值算法,并对图像进行...     

改进小波降噪算法在轴承缺陷图像的应用

针对传统Bayes阈值不能随小波分解尺度变换以及提高传统算法图像降噪效果的问题,文章提出一种改进的基于小波维纳滤波与Bayes自适应阈值估计图像降噪算法,该算法在多层小波变换的基础上,对小波分解后的第一层细节系数进行维纳滤波处理,对其他层细节系数进行改进Bayes软阈值估计算法处理,最后对处理后的小波系数进行重构,得到降噪图像。实验结果表明,该方法在图像峰值信噪比(PSNR)定量指标上优于传统的小波Bayes软阈值估计图像降噪方法,并将该方法成功的应用于轴承缺陷图像的降噪预处理以及轴承缺陷图像边缘检测中,达到了图像降噪的优化效果。     

基于小波变换的相控阵全聚焦图像去噪

针对相控阵全聚焦技术的成像背景噪声问题,提出了一种基于小波变换的相控阵全聚焦图像去噪声方法。利用离散小波变换将全聚焦图像信号分解到小波域,变换后的高频子带系数采取无偏似然估计的自适应阈值处理。对处理完的高、低频子带系数进行小波逆变换,重构全聚焦图像。试验结果表明,该方法能有效去除全聚焦图像的背景噪声,保留被检工件内部的真实缺陷信号。     

一种工业无损检测超声图像降噪方法

针对传统的工业无损检测超声图像散斑噪声降噪方法,不能很好的保持图像边缘和细节,提出了一种新的基于粗集与小波的工业超声图像降噪方法.该方法通过考察散斑噪声的统计特征,利用粗集中的等价关系将工业超声图像划分为若干子图,对子图进行对数变换后完成小波变换,采用自适应阈值函数处理小波系数,应用小波逆变换和指数变换得到降噪后的子图,将降噪后的子图进行叠加得到最终的降噪图像.通过新算法在实际工业超声图像中的应用,实现了在保证降噪效果的同时能够较好地保持图像边缘及细节特征,验证了算法的有效性.     

面状缺陷超声B扫描检测图像增强研究

针对面状焊接缺陷超声B扫描检测图像受噪声污染造成的质量下降问题,利用多尺度小波分析方法,对超声B扫描图像进行了增强处理.分析了缺陷信号和噪声的小波变换特性,分别在软、硬阈值函数条件下,采用固定阈值、Stein无偏似然估计阈值、混合型阈值、极大极小准则阈值等方法进行了信号增强处理,比较了不同阈值方法小波变换的处理效果.结果表明:小波变换方法能有效地提高超声B扫描图像质量,硬阈值条件下固定阈值小波变换方法的图像增强处理效果较好.     

基于自适应沃尔什-哈达玛变换的焊缝图像压缩方法

焊缝广泛存在于工业现场,基于X射线检测的焊缝质量检测对维护生产生活的正常运行至关重要。然而,高质量的X射线检测图像比特数高,因此,焊缝图像处理系统存在读取缓慢、功耗高和实时性差等问题。提出了一种基于沃尔什-哈达玛变换的焊缝X射线图像压缩方法。该方法基于沃尔什-哈达玛变换的能量集中性质实现图像优化,保留焊缝图像的重点特征边界;利用量子粒子群算法实现对焊缝图像沃尔什-哈达玛变换的压缩参数自适应寻优。实际生产现场图像的验证结果表明压缩图像大小为原图像的十分之一时,所提方法能最大程度地保留焊缝特征与图像质量,能提高基于X射线图像的焊缝检测效率。     

基于Bandelet变换的金属断口图像识别方法

基于Bandelet变换能自适应跟踪图像几何方向的特点,将Bandelet变换引入到金属断口图像特征提取中,提出了一种基于Bandelet变换的金属断口形貌非线性识别方法。在提出的方法中,利用Bandelet变换提取金属断口图像的Bandelet熵作为特征向量,神经网络作为非线性分类器,对几种典型的金属断口图像进行了识别验证。同时,将该方法与基于传统的小波变换的金属断口图像识别方法进行了对比。结果表明,由于Bandelet变换克服了小波变换在处理金属断口图像时孤立对待边界各点的缺点,得到了比传统的小波变换方法更好的识别效果。     

基于小波去噪和广义回归神经网络的图像重构算法

针对传统基于小波变化的图像超分辨率重构问题,提出了一种结合小波去噪和广义回归神经网络的图像重构算法。首先通过整数小波变换将图像的低频和高频部分进行分解。然后利用中值边缘检测作为预测器并在编码之前设置了误差映射。最后对传统广义回归神经网络的原理进行了分析,并设计了相应的广义回归神经网络。此外,利用期望值最大算法对广义回归神经网络模型参数估计进行了优化。通过超分辨率图像重建仿真实验对提出算法的有效性进行了验证。实验结果表明：提出算法具有较好的去噪能力和较高的重构精度。     

基于感兴趣区域和小波变换的图像融合算法

为了提高图像融合效率,保持良好的边缘支持度,以便更好完成图像重构,提出了基于小波变换的图像融合算法。利用小波变换对信号多方向特征提取的优势,将多维图像信号分析化繁为简,在融合规则制定中,权衡图像融合的清晰度和融合算法复杂度,对图像信号低频信号和高频信号分开处理,低频进行加权平均,而高频进行局部方差处理,最后进行小波逆变换得到重构图像。实验证明,该方法重构图像效果清晰,且信噪比高。     

Ultrasonic NDE image compression by transform and subband coding

In this paper, two categories of transform coding and subband coding are comparatively studied for compressing ultrasonic NDE images. The data compression performance of the discrete cosine transform-, the Karhunen-Loève transform-, and the discrete wavelet transform-based codecs are examined by being applied to ultrasonic NDE images. The effects of these compression methods on the analysis of ultrasonic information in compressed ultrasonic images are examined. Moreover, evaluation of the main elements in image coding system is performed to explore the important factors, which are worth paying more attention when developing a special image compression technique for ultrasonic NDE images.     

基于小波分解和异步重构的图像信息增强算法

针对传统基于小波变化的图像信息增强问题,提出了一种结合小波分解和异步重构的图像信息增强算法.其中的异步重构方法并不采用通常的顺序,而是采用排序编码来执行.通过模拟人脑处理视觉信息的方式,该方法试图通过使用较少的频率通道来实现图像重构.首先,信号首先通过高斯差分滤波实现空间频率分解.然后选择最重要信息频率分量,每个像素利用最好的尺度进行重构,并且忽略弱响应尺度.实验结果表明:在局部重构的情况下,相比传统的标准排序重构算法,提出的算法能够快速的实现图像重建并达到较高的增强效果.     

基于小波变换的独立分量分析及其在红外热波图像中的应用

针对获取的红外热波图像存在加热不均、信噪比小、对比度低的特点,提出基于小波变换的独立分量分析法并将其应用于红外热波图像处理,该方法首先对红外图像进行小波分解,提取高频分量构建虚拟噪声通道,进而提高独立分量分析方法消噪性能。试验结果表明,该方法可以达到很好的消噪效果,使图像的缺陷显示更为清晰。     

基于Gauss小波的焊缝检测技术

在小波边沿检测技术的基础上 ,提出了一种基于Gauss小波的焊缝检测的新技术。由于Gauss小波在时域和频域都具有很好的局部性 ,很适合于检测信号的局部形态。文章主要涉及到焊缝图像信号的预处理、Gauss小波函数及其在焊缝检测中的应用、检测结果的相关分析等。小波尺度对变换结果有很大的影响 ,文章对此进行了分析和比较。仿真结果表明 ,该方法检测精度高 ,抗干扰性能好 ,计算复杂度小 ,可靠性高 ,可以应用到实时控制中去     

基于离散小波变换和感兴趣区域的图像盲水印方案

为了有效提高图像水印技术的不可感知性、鲁棒性和安全性,提出了一种基于感兴趣区域和离散小波变换的鲁棒盲水印方案。该方案使用宿主图像的感兴趣区域用作水印图像。通过从宿主图像生成的水印,结合嵌入策略以及Arnold置乱来满足要求。首先,将第一级离散小波变换应用于水印,并选择近似系数作为要嵌入的信息。将各个近似系数嵌入到小波域内的宿主图像所选块的低频子带中;随后,在嵌入之前,对水印的近似系数以及宿主图像的块进行Arnold置乱。这使得该方案更加鲁棒和安全。测试数据表明:与当前水印方法相比,所提技术具有更高的鲁棒性和安全性,其水印图像的相关系数NC均稳定在0.98左右。仿真结果表明:该方案可抵抗各种攻击,实现高度的安全性、不可感知性和鲁棒性。     

基于Grouplet熵与关联向量机的断口图像识别方法研究

Grouplet变换是通过Haar变换实现的一种二维图像多尺度分析技术,拥有根据图像的纹理结构自适应改变基的能力,从而具有较好的稀疏性。与小波变换相比,Grouplet变换在针对纹理复杂的金属断口图像的识别方面具有更优越的性能;将Grouplet变换与关联向量机结合,采用Grouplet熵作为特征,关联向量机作为识别器,提出了一种新的基于Grouplet熵-RVM的航空构件断口图像识别方法。试验表明:该方法结合了Grouplet变换以及关联向量机的优势,在针对222张断口图像的训练与识别中,识别率达到了85.58%,相比Grouplet熵-SVM方法识别速率提高了5倍。     

检测无损压缩在管道漏磁检测数据压缩中的应用

介绍检测无损压缩的目的、应用以及针对管道漏磁检测数据的一种检测无损压缩方法，通过分析漏磁检测数据的特征，使用有损预测编码和无损可逆小波变换编码压缩非重要和重要区域的数据，该方法非常适于采用现场可编程门阵列（FPGA）器件的实现。