计算机医用信号处理与分析——基于小波变换的医学瞬变信号去噪新方法

本文提出一种用于计算机辅助诊断前处理的医学信号去噪新方法。方法：１．对信号进行ＤＷＴ。２．在ｓ＝２１上，利用邻近尺度ＷＴ系数的空间相关性进行选择性去噪。３．在ｓ≥２２上，运用阈值法（Ｓｏｆｔ，ＨａｒｄＴｈｒｅｓｈｏｌｄｉｎｇ）去噪。４．信号重构。结果：分别采用本文方法及传统方法对突变信号进行去噪与结果比较。结论：本文方法在获得信噪比增益的同时，能够保持对信号突变信息的良好分辨且处理速度快、便于在微机上实现。     

基于运动补偿的三维小波视频编码

提出了一种新的基于运动补偿的三维小波视频编码方案。通过对原始图象序列沿着运动轨迹进行时间维小波分解以及空间上的二维小波分解，得到不同的时间－空间三维频率子带。然后，将这些子带中的小波系数构成三维方向等级树结构，并采用改进的ＳＰＩＨＴ零树编码算法进行压缩。实验表明，此方法不仅提高了视频编码效率，而且易于进行码率控制，以及实现时间、空间分辨率上的可伸缩编码     

基于小波变换的实时影象匹配

讨论了一种基于小波变换的实时影像匹配方法。在多尺度特征提取的过程中，采用了局域正则性指数作为约束条件，保证了特征提取的可靠性；利用小波正交分解与重建实现了分层匹配；同时，采用特征与影像叠加进行了亚像素匹配。经过试验证明，上述方法是行之有效的。     

一种新型的量化方法与基于小波变换的指纹图像压缩

针对矢量量化和标量量化各有优劣的现状，一种简单，有效的新型量佛方法被提出来了。本文把应用于基于小波变换的指纹压缩，改进了ＥＢＩ的ＷＳＱ算法，大大降低了量化计算复杂度。即获得较高的压缩比，又有较好的主客观质量，并与ＪＰＥＧ标准进行了对比。     

基于小波域空间树结构的合成孔径雷达图像压缩

空间树结构SOT(Spatial-Orientation Tree)在基于小波的SAR图像压缩中扮演着及其重要的角色,包括EZW(Embedded Zero-tree Wavelet)和SPIHT(Set Partitioning in Hierarchical Trees)的图像压缩编码方法,都利用了SOT中的父子关系。斑点噪声的存在,严重降低了SAR图像的质量和可压缩性。作为研究不同分辨率小波系数的空间相关性的非常有效的数据结构,SOT在斑点噪声去除中并没有得到很好的利用。提出一种新的SAR图像压缩方法,该方法结合基于SOT结构的斑点噪声去除和EZW嵌入式零树编码算法,对机载合成孔径雷达图像压缩实验的结果显示,该方法优于JPEG和标准EZW算法。     

基于小波零树结构的遥感影像编码方法

提出了基于小波零树结构的遥感影像保持量测精度的有损压缩的编码方法。研究了在不同滤波器长度下遥感影像经小波分解后各分量图像的统计特性，提出了遥感影像压缩的最佳方案是取四系数的小波分解滤波器．并得出了其他一些有意义的结论。     

循环流化床压力波动信号的局部奇异性检测

压力波动现象是研究气固流态化机理的重要线索。该文应用小波局部极大模方法分析循环流化床中的压力波动信号。通过对压力波动信号进行连续小波变换，提取小波局部极大模线，计算每条局部极大模线对应的Lipschitz指数α。可以采用负α均值表征循环流化床的动力学特征。文中深入讨论了信号获取和处理系统中诸因素(如数据点选取、测点高度、引压管长度等)的影响，同时分析了循环流化床运行状态(如表观气速、静床高、单组分系统和双组分系统)的影响。分析结果有助于深入理解循环流化床流动机理。     

基于数字图像边缘信息的自动对焦算法研究

基于数字图像的自动对焦算法有广泛的应用。提出了一种新的自动对焦算法，该算法通过一最小各向同性小波滤波器在对焦图像序列进行滤波，得到了一边缘特征图像序列，再以能量目标函数为准则，从这些边缘特征图像序列中，选出最佳对焦图像，从而确定精确对焦的位置。实验证明了该算法效果好于方差函数对焦算法。     

Wavelet transform applied to EO-1 hyperspectral data for forest LAI and crown closure mapping

A comparison of the performance of three feature extraction methods was made for mapping forest crown closure (CC) and leaf area index (LAI) with EO-1 Hyperion data. The methods are band selection (SB), principal component analysis (PCA) and wavelet transform (WT). Hyperion data were acquired on October 9, 2001. A total of 38 field measurements of CC and LAI were collected on August 10-11, 2001, at Blodgett Forest Research Station, University of California at Berkeley, USA. The analysis method consists of (1) conducting atmospheric correction with High Accuracy Atmospheric Correction for Hyperspectral Data (HATCH) to retrieve surface reflectance, (2) extracting features with the three methods: SB, PCA and WT, (3) establishing multivariate regression prediction models, (4) predicting and mapping pixel-based CC and LAI values, and (5) validating the CC and LAI mapped results with photo-interpreted CC and LAI values. The experimental results indicate that the energy features extracted by the WT method are the most effective for mapping forest CC and LAI (mapped accuracy (MA) for CC=84.90%, LAI MA=75.39%), followed by the PCA method (CC MA=77.42%, LAI MA=52.36%). The SB method performed the worst (CC MA=57.77%, LAI MA=50.87%).     

基于小波变换的柱塞泵故障诊断方法

基于柱塞泵的脉动分析模型,提出了一种基于小波变换的柱塞泵故障诊断方法。以泵出口处的压力信号作 为分析信号,利用小波变换将该信号进行频谱分解,可有效地提取压力信号中所包含的故障信号。仿真与试验结 果均表明:基于小波变换对泵出口压力信号的分析可实现泵的故障诊断。