一种新的小波阈值去噪算法

雷达一维高分辨距离像对噪声极为敏感。研究一种新的小波去噪算法得到高信噪比的雷达一维高分辨距离像是实现精确目标识别的关键。文中对比分析了小波模极大值去噪算法和小波阈值去噪算法,并在经典小波阈值去噪算法的基础上改进了阈值函数,提出了一种新小波阈值去噪算法。实验证明新的算法能够更好的提高雷达一维高分辨距离像的信噪比,有效抑制噪声敏感性。新算法结合了软、硬阈值算法的优点,灵活度高。     

大鱼际掌纹图像边缘提取算法

主要研究大鱼际掌纹图像边缘提取算法。介绍几种经典的边缘检测算子以及Hough变换方法,重点讨论了小波模极大值多尺度边缘检测方法。构造了高斯多尺度边缘检测算子,根据噪声和图像边缘的小波变换模值跨尺度传递的不同特征,研究小波模极大值多尺度边缘检测方法,对大鱼际掌纹图像进行边缘提取。实验结果表明该方法检测到的边缘细节丰富,定位较准确,有效降低了噪声,不足之处是连续性较差。     

大杯伞菌丝体培养及其延缓离体腓肠肚疲劳的研究

目的：探讨大杯伞菌丝体培养的最佳液体培养基及其对骨骼肌疲劳的影响。方法：采用深层培养方法，筛选出较优的碳源、氮源、无机盐，设计三因素四水平的正交试验，筛选大杯伞的最适培养基；采用脉冲式电流直接刺激蟾蜍离体腓肠肌作为疲劳模型，观察大杯伞菌丝体和任氏液对蟾蜍腓肠肌收缩能力的影响。结果：最适培养基为红糖2％、麦麸3％、磷酸二氢钾0．2％：0．8、0．3mg／ml的大杯伞菌丝体能够延长肌肉收缩下降到最大收缩幅度的90％、50％和10％的时间，与对照组相比有统计学意义，0．1mg／ml的大杯伞菌丝体能够延长肌肉收缩幅度下降到最大收缩幅度的90％的时间，与对照组相比有统计学意义（p〈0．05）。结论：大杯伞菌丝体对离体骨骼肌的疲劳有延缓作用。     

Incorporation of Chlorella vulgaris and Spirulina maxima biomass in pasta products. Part 1: Preparation and evaluation

BACKGROUND: Microalgae are able to enhance the nutritional content of conventional foods and hence to positively affect human health, due to their original chemical composition. The aim of the present study was to prepare fresh spaghetti enriched with different amounts of microalgae biomass (Chlorella vulgaris and Spirulina maxima) and to compare the quality parameters (optimal cooking time, cooking losses, swelling index and water absorption), chemical composition, instrumental texture and colour of the raw and cooked pasta enriched with microalgae biomass with standard semolina spaghetti. RESULTS: The incorporation of microalgae results in an increase of quality parameters when compared to the control sample. The colour of microalgae pastas remained relatively stable after cooking. The addition of microalgae resulted in an increase in the raw pasta firmness when compared to the control sample. Of all the microalgae studied, an increase in the biomass concentration (0.5–2.0%) resulted in a general tendency of an increase in the pasta firmness. Sensory analysis revealed that microalgae pastas had higher acceptance scores by the panellists than the control pasta. CONCLUSION: Microalgae pastas presented very appellative colours, such as orange and green, similar to pastas produced with vegetables, with nutritional advantages, showing energetic values similar to commercial pastas. The use of microalgae biomass can enhance the nutritional and sensorial quality of pasta, without affecting its cooking and textural properties. Copyright © 2010 Society of Chemical Industry     

采用交替投影算法重构超声信号

建立了超声探测缺陷回波的数学模型，讨论了信号奇异性同其小波变换之间的关系以及通过小波变换模极大值精确重构原信号的原理和方法，利用Mallat的交替投影算法对仿真的超声信号进行了精确重构和对实际检测到的超声信号进行了消噪处理。结果表明，利用小波变换模极大值重构信号的交替投影算法来重构超声信号，重构精度高，实现速度快，用于处理染噪信号，消噪效果好，是一种较为理想的处理超声信号的方法。     

利用小波变换极大值来检测信号奇异性

通过模型算例验证了信号的奇异性或局部正则性可以由其小波变换幅值随尺度参数的衰减性来刻画,即通过跟踪小波变换在细尺度下的局部极大模来检测[1];且在随机噪声的影响下,该方法仍然有效。     

数字全息再现图像散斑噪声消除新方法

为了消除数字全息再现像中存在的相干散斑噪声,在去除噪声并保留图像细节的基础上,提出了基于小波变换的边缘保持散斑噪声去噪方法;通过分析小波变换模极大值边缘检测和基于Neyman-Pearson准则的小波阈值去噪方法的原理,提出并应用了一种数字全息再现像散斑噪声去噪方法,利用小波模极大值方法获得边缘图像,通过基于Neyman-Pearson准则的小波阈值去噪,去噪后的图像与边缘图像合并后得到最终再现图像。研究结果表明,该方法能够较好地在去除散斑噪声的同时保留图像细节。     

心电模板构造方法及其在心电去噪中的应用

针对强噪声心电去噪,提出了基于心电模板的去噪方法。首先,将小波变换模极大值方法和信号相干平均技术相结合,构造出心电模板信号。然后给出了两种基于心电模板的强噪声心电去噪方法：直接重建法和间接相关法。最后将该方法与基于小波软、硬阈值去噪方法进行了对比,结果显示所得信号波形平滑度更好、信噪比更高。基于心电模板的去噪方法能够有效去除心电强噪声,为心电弱特征信息成分的准确提取奠定了基础。同时研究提供的心电模板构造方法也可用于其他准周期性生理信号,为强噪声生理信号去噪提供了一种有益思路。     

Symlets小波幅值算法研究

提出了利用小波变换高频分量模极大值预测故障电流幅值的Symlets小波幅值算法.分析了Symlets小波的正交性、计算性和对称性,给出了与sym3小波相关联的分解与重构滤波器,研究了Symlets小波幅值算法可精确捕捉故障发生时刻的基本原理,建立了基于sym3小波变换高频分量模极大值的故障电流幅值计算数学模型.通过利用sym3小波变换对不同电流信号进行分解和重构,确定了每周期采样点数不同和故障前最后一个采样点相位不同时数学模型中系数k的大小.仿真结果表明,该算法可精确捕捉故障发生时刻并能在7/N个电力信号周期内定量预测出故障电流幅值.     

基于小波模极大值的火灾图像边缘检测方法

目的 提出一种基于小波模极大值和自适应阈值的火灾图像边缘检测方法 .方法 计算火灾图像小波变换后的梯度模极大值,采用自适应阈值法去除伪边缘,从而实现火灾图像的边缘检测.结果 实验结果 表明,笔者算法可以从带有噪声的火灾图像中有效地进行边缘检测,并且算法计算量小,具有良好的鲁棒性与实时性.结论 能够提高边缘检测的准确性,并且能够满足火灾图像边缘检测的实时性要求.