基于第二代小波的增强边缘的图像去噪

传统的一些去噪技术往往是以牺牲图像的边缘和细节为代价的。为了去掉图像的噪声,同时又能够很好地保留图像的边缘和纹理细节,在介绍第二代小波变换的原理的基础上,提出使用边缘检测的方法检测出图像的边缘和纹理细节,将它和该图像进行融合,用第二代小波对含噪图像进行分解,对图像高频进行自适应去噪。由于图像在去噪前融合了边缘信息,因此边缘和细节部分得到了增强。仿真结果表明：该去噪方法优于传统小波阈值去噪方法。     

一种基于第二代小波变换 的纹理分类新方法

本文提出了一种基于第二代小波变换的纹理分类新算法。该算法提取纹理图象二层第二代小波分解后的各频率子图的图象熵作为纹理特征进行纹理分类。对由108类Brodatz纹理图象构成的图象库进行分类测试，并与基于灰度共生矩阵、Law’s纹理能量、Gabor滤波等纹理分类方法进行了比较，结果显示此算法性能良好。     

基于冗余第二代小波的降噪技术

构造了一种基于插值细分原理的冗余第二代小波变换.该方法在分解过程中不进行剖分,逼近信号和细节信号长度与原始信号长度相同,因此数据量是原信号的2倍.数据冗余性决定了该方法具有良好的分析效果.通过与传统小波变换、第二代小波变换对相同数据的对比,验证了冗余第二代小波变换的有效性.     

基于第二代小波变换的图像消噪

为了减少图像消噪后发生的边缘模糊现象,在第二代小波变换的基础上,提出了采用最小二乘法获得预测系数进行图像消噪的方法．仿真结果表明,当噪声概率达到0．5时,采用该方法滤波后图像的峰值信噪比可达到27．744dB,效果明显优于其他方法．     

一种基于第二代小波变换 的纹理分类新方法

摘要：本文提出了一种基于第二代小波变换的纹理分类新算法。该算法提取纹理图象二层第 二代小波分解后的各频率子图的图象熵作为纹理特征进行纹理分类。对由108类Brodatz纹 理图象构成的图象库进行分类测试，并与基于灰度共生矩阵、Law’s纹理能量、Gabor滤波等纹 理分类方法进行了比较，结果显示此算法性能良好。     

回波信号的理解与幅、相调制特征的分析

在分析了监视雷达飞机回波调制现象、系统归纳了监视雷达飞机回波性质和特点的基础上，提出了从实际监视雷达回波中提取相对不变的幅度、相位调制特征的相对量分析法，并讨论幅度、相位调制特征的物理意义与飞机分类的效能，这对监视雷达飞机回波分析、识别特征提取、目标自动分类系统设计都具重要实用价值．     

基于第二代小波变换的多分辨率图像水印方案

根据第二代小波变换的特点,利用传统小波多分辨率图像水印方案,给出了基于第二代小波变换的多分辨率图像水印方案。该方案实现简单,对内存需求量小,便于DSP芯片实现。仿真结果表明,该方案不仅能保持传统小波多分辨率图像水印的优势,而且处理速度更快,对图像尺寸没有特殊要求。     

从噪声污染的雷达回波中提取单模特征与目标识别

本文讨论了一种从噪声污染的雷达回波中识别目标的新方案，这个方案延拓了信号综合法(Wavefrom Synthesis method，WSM)。本方案利用自相关函数删除随机噪声的影响，使得单模特征不再受随机噪声的影响，从而使目标很容易从噪声污染的雷达回波中识别来，并且设计了一种潜在的雷达目标识别系统。最后，计算机仿真证实了本方案的可行性。     

第二代小波变换在汽油机爆震分析中的应用

为研究汽油机爆震的精确判定方法,研究了第二代小波变换在爆震分析中的应用.频率混淆是第一代离散小波变换的三大失真之一.分析了一种新型的第二代小波变换中的频率混淆问题,发现与第一代离散小波变换相比,这种新型的第二代小波变换在抑制频率混淆方面效果明显,而且运算时间明显减少.将这种新型的第二代小波变换应用于汽油发动机的爆震边缘检测,结果表明:该方法能够有效地提取缸压信号和更复杂的缸盖振动信号中的微弱爆震信息,运算速度更快,比第一代离散小波变换更适合于基于爆震的汽油机点火闭环控制.     

基于统计特征主分量的信号调制识别

采用数字信号处理方法提取待识别信号的瞬时特征统计参量,利用多元统计的主分量分析方法对特征参量进行其主分量组合,以消除特征参量间的相关性和压缩特征向量的维数,并采用统计模式识别的模板匹配判决进行信号调制方式的自动识别,模拟结果证实了此方法的有效性和高识别率。     

第二代小波分析在轴承故障诊断中的应用

针对传统小波分析在轴承冲击故障特征提取中的不足,引入第二代小波分析用于滚动轴承的故障诊断.基于插值细分原理,构造了预测算子和更新算子,并针对边界计算中出现的信号突变问题,采用一阶平滑边界延拓技术,解决了重构后信号的平滑问题.基于第二代小波分析的降噪方法,成功滤除噪声信号并保留故障的冲击特征,效果明显优于传统小波降噪技术.同时,将第二代小波变换与相关分析、解调分析等方法相结合,实现了轴承早期故障特征的有效提取.     

小波包分解在超声检测缺陷回波信号处理中的应用

超声检测过程中,由于缺陷回波是一种含噪瞬态脉冲信号,很难有效地将其与各种噪声“分离”开来。介绍一种基于小波包分解的缺陷回波多尺度空间能量特征提取方法,对焊缝超声回波信号进行了特征提取,并采用基于距离的类别可分性判据对提取结果进行了评价。     

一种新的局部放电超声信号脉冲边缘提取算法

本文针对GIS局部放电检测常用的超声波法,构建了超声信号测量系统,提出了一种新的基于移动窗信号方差阀值的超声信号脉冲边缘提取算法,可以有效的从滤波后的数据中查找出单个脉冲波形起始和结束位置,从而提取脉冲波形,为进一步实现超声波形信号特征提取和缺陷模式识别提供了基础。     

超声检测缺陷分类的降噪及特征提取问题研究

针对超声检测回波信号中可能具有噪声干扰并难以剔除的问题,提出了利用“小波降噪”对超声信号进行处理的算法和应用“类别可分性判据”评价特征值的方法,并通过实验进行了验证。首先将小波变换用于超 声信号噪声处理,然后利用类别可分性判据对缺陷信号的特征选择进行评价,最后通过RBF网络对获得的超声检波信号进行缺陷分类以验证这种方法的有效性,实验结果表明：小波降噪算法充分利用了超声回波信号的时域、频域信息,不仅降噪效果明显,而且缺陷定位准确;类别可分性判据对缺陷信号的特征提取也起了定量衡量尺度的作用。     

基于盲源分离与二代小波变换结合的声音信号分析

采用二代小波与盲源分离结合的信号处理技术对已知声音信号合成的信号进行试验,显著地显示出有用信号在处理过程中的处理情况.通过使用MATLAB工具箱中的小波工具箱和ICA独立分量分析工具箱对信号处理过程进行了仿真,并用性能指数和相似系数对仿真结果进行了验证.结果表明,该方法对于复杂环境下语音信号的处理有很好的试验结果.     

基于小波变换和邻域特征的多聚焦图像融合算法

提出了一种基于小波变换和邻域特征的多聚焦图像融合算法。该算法首先采用小波变换对源图像进行多尺度分解,得到低频和高频子图像;然后对低频子图像采用基于邻域归一化梯度的方法得到低频融合系数,对高频子图像采用基于邻域方差的方法得到高频融合系数;最后进行小波重构得到融合图像。采用均方根误差、信息熵以及峰值信噪比等评价标准,将该算法与传统融合方法的融合效果进行了比较。实验结果表明,该算法所得融合图像的效果和质量均有明显提高。     

基于最优FRWT的非平稳信号去噪新方法

研究非平稳信号的去噪,提出一种基于最优分数阶小波变换（FRWT）的信号去噪方法.该方法根据输出信号信噪比采用遗传算法寻找FRWT的最优分数阶值,实现非平稳信号的去噪.以带噪语音信号为例的去噪实验结果表明,采用新方法的去噪效果明显提高.     

基于多重分形的舰船噪声特征提取

提出了舰船噪声功能谱的多重分形特征,研究了多重分形的小波变换分析方法,给出了康托三分集上多重分形分析结果,并进一步用于舰船噪声功率谱,在功率谱子带划分的基础上定义了舰船噪声的奇异测度,对实际测船舶噪声数据的处理结果表明可以由此提取新的舰船目标特征。     

水下目标回波信号的分形Brown运动随机特征矢量与分类

在研究水下目标回波信号的统计性质的基础上，给出以分形Brown运动小波均方展开式中随机系数的方差作为目标回波信号随机矢量特征，以模糊竞争网络作为分类器对目标进行分类的方法；并给出了该方法的计算方法和计算步骤。大量模拟计算结果和实测目标回波信号的分类结果表明，新方法具有较好的实时性和较高的识别率。