基于树形小波变换的断口图像识别

断口图像的识别是进行失效分析的一个重要组成部分,本文提出一种基于小波的断口识别方法,该方法采用树形小波对金属断口图像进行二级小波变换,剔除近似分量,对其余的各个频带输出的标准差作为断口识别的特征,并采用最小距离分类法进行分类,实验证明,此方法对细节丰富的断口的识别率很高。     

方向非抽样小波变换在多传感器图像融合中的应用

本文分析和研究非下采样方向滤波器组及具有平移不变性的非抽样小波变换的优点,提出了基于方向非抽样小波变换的图像融合方法.首先利用非抽样小波变换将待融合源图像分解成不同尺度,不同分辨率的高低频分量,再对高频分量利用非下采样方向滤波器组进行方向分解,然后采取不同的融合方法对分解的高低频分量进行融合处理,最后将融合的各频带进行相应逆变换得到融合图像.实验表明,在不同评价标准下,本文方法优于传统小波变换和拉普拉斯金字塔变换的融合效果,并能有效地消除小波变换所带来的光谱扭曲和假边缘现象.     

整数小波变换在数字水印中的应用

数字水印技术是实现数字产品产权保护的一种有效手段。本文提出了一种基于整数小波变换的数字图像水印算法。首先将原始图像进行分块,逐一对每块子图进行整数小波分解,然后将置乱后的二值图像嵌入到低频系数。实验证明该算法具有较好的隐蔽性和鲁棒性。     

小波变换在动力学系统识别中的应用

试图用小波变换来讨论动力学系统识别中的几个问题，并用以研究在系统分析中利用小波变换这个工具的可能性。只涉及线性时不变结构的动力学系统，它应该适用于非线性或线性时变系统的分析和识别。做为一个具体应用，给出了使用小波变换识别模态阻尼系数的模拟实侧，可用于颤振数据分析。     

二维小波变换及其在医学图像处理中的应用

介绍了二维离散小波变换的一般形式，在图像分解的基础上．分析了二维小波变换在医学图像消噪和图像增强中的应用，同时给出应用实例。结果表明，应用小波分析进行医学图像处理，能够有效地改善图像质量，有利于医生对病情的诊断和治疗。     

小波变换在水下航行体出水动响应识别中的应用

在出水过程中,由于空泡溃灭作用,水下航行体结构存在较大的横向弯曲动态响应,内部结构间存在相对运动,当响应较大时有可能发生干涉。本文应用小波变换方法,根据加速度测量数据对水下航行体出水过程中的动态响应进行了辨识,并与试验结果进行了对比分析。小波分析具有良好的时一频定位特性以及对信号的自适应能力,能对信号的高频、短时成分准确地在时域和频域中进行分析。这为水下航行体加速度信号处理提供了有效的分析手段。     

基于小波帧变换的多聚焦图像融合算法

提出了一种基于小波帧变换的多聚焦图像融合算法,本算法首先对图像进行小波帧变换,然后利用多聚焦图像的特点,采用区小波能量取大原则对高频系数进行融合,采用区域空间频率取大原则对低频系数进行融合,并进行一致性检验,最后通过重构得到融合图像.实验表明,该算法相比于传统小波变换法,具有更好的融合效果.     

基于小波变换的高超声速边界层动态图像分析

利用小波变换技术,研究高超声速下动态尖锥周期俯仰摆动的边界层转捩图像.通过基于二维小波变换的图像消噪和图像增强算法,优化动态实验图像,根据小波变换图像的奇异性提取沿时间历程变化的尖锥边界线和边界层图像,得到尖锥的俯仰摆动周期和迎角变化范围.结果显示边界层厚度的变化周期与尖锥的俯仰摆动周期存在相位差,随着迎角增大,背风面转捩点向尖锥前缘移动.实验结果表明,基于小波变换的图像处理技术不仅能够作为高超声速尖锥实验流动显示进行定性观察.还可以实现对高超声速边界层转捩实验的精确观测和定量分析,成为一种重要的量化和自动化的实验技术和分析手段.     

小波分析法在故障诊断中的应用

该文提出了一种基于模拟系统响应函数的故障诊断方法，并给出了容差情况下的仿真诊断例子。该方法无需被检测系统的数学模型，具有实时性好、自动化程度高、准确率高的特点。     

基于波段背景清晰度的小波变换高光谱遥感图像融合

高光谱遥感图像具有大量的光谱波段,有助于地物的精细分类与识别。然而,随着波段的增加,数据冗余度也相应增加,使得图像融合计算量增大,过程繁杂。因此,提出了基于波段背景清晰度的小波加权平均高光谱图像融合方法:以J-M距离和最佳指数值为指标提取优选波段组合,以减少波段数据冗余,提高信息互补,使之有利于高光谱图像融合。该算法包含如下3个步骤:首先,利用J-M距离和最佳指数选择原则,从HSI高光谱遥感图像的115个波段中提取所需优选波段及优选波段组合。其次,采取单波段遥感图像背景清晰度处理的EM算法对所选波段进行遥感图像增强预处理。最后,采用小波加权平均的像素级融合优选波段遥感图像增强数据,使得融合图像质量更优。实验结果表明:本文方法提高了融合图像的标准差、信息量和清晰度,使地物空间细节能力增强,地物特征更加明显。     

一种基于小波变换的SAR图像边缘检测器(英文)

边缘提取是图像处理与图像分析的基础。本文基于小波变换 ,研究了 SAR图像边缘提取的方法 ,从而为合成孔径雷达 (SAR)图像辅助导航系统奠定基础。由于 SAR图像受固有斑点噪声的影响 ,采用小波变换与固定阈值提取 SAR图像边缘特征时 ,将有大量虚假边缘产生 ,特别是在图像的亮区。为此 ,本文提出了采用具有恒定误警率的阈值 ,以消除斑点噪声的影响。同时 ,分别对两幅不同的图进行仿真 ,仿真结果表明 ,斑点噪声的影响被大大抑制 ,且由于阈值是由小波变换系数直接构成 ,能保证辅助导航对实时性的要求。     

谐波小波在信号滤波中的应用

谐波小波在频域具有良好的盒形谱特性 ,另外它比通常由二进尺度函数得到的小波还具如下优越性 :存在确定的函数表达式 ;时频定位更加准确 ;算法实现简单 ;可以得到任意频率段的信号。本文重点对谐波小波在数字信号滤波中的应用进行研究     

基于小波变换与局部离散度的多聚焦图像融合算法

提出了一种基于小波变换与局部离散度的多聚焦图像融合算法。首先对不同聚焦图像进行小波变换,然后采用局部离散度准则对各个方向上的高频系数进行融合,采用重要度准则对低频系数进行融合,最后对融合后的小波系数进行重构,得到了很好的融合图像。实验结果表明,融合效果优于取绝对值大的小波系数和区域方差准则的融合算法。     

基于小波包变换与D-S证据理论的多聚焦图像融合

介绍采用小波包变换实现多聚焦图像融合的原理及一般结构,提出一种基于D—S证据理论的融合规则,并给出实例仿真实验。实验结果表明,该方法具有良好的效果。     

基于小波变换的数字地图数据压缩技术研究

针对数字地图数据的特点 ,提出了一种基于小波变换的数字地图压缩方法。文中主要研究了小波滤波器的选取、标量量化、自适应算术编码、压缩文件存储格式等问题 ,并就在给定精度要求的前提下如何获得最大压缩比的问题进行了深入研究。文末应用该方法对 5种不同类型的数字地图数据进行了压缩与解压缩测试。结果表明 ,该方法与其他方法相比较 ,能够在相同失真的情况下产生更大的压缩比。     

子波变换在实验流体力学中的应用

介绍了子波分析的历史、基本知识以及在实验流体力学方面的应用。讨论了子波变换在客观辨识湍流边界层相干结构方面的应用。作者用子波变换的方法提出了确定湍流边界层相干结构挥发时间尺度的能量最大准则，提取了相干结构对应的速度信号波形。用于波变换研究了湍流边界层脉动速度信号的局部奇异性行为，发现相干结构发生处脉动速度信号的局部奇异性指数为负值。     

一种叠加矩阵在信号重构中的应用研究

为提高压缩感知算法的信号重构质量,基于傅里叶随机测量矩阵的构造方法,提出一种叠加测量矩阵。该矩阵通过在傅里叶随机矩阵的基础上叠加确定性类圆环矩阵,重新调整测量结构和范围,使信号在压缩传感过程中能完整、准确地保留有用信息。在分析几类常用测量矩阵的基础上,着重介绍了该叠加测量矩阵的构造方法,并应用于一、二维信号重构中。通过对这几类测量矩阵的重构效果进行仿真比较,结果显示,在相同的信号稀疏度、测量比例和重构算法情况下,改进的测量矩阵能极大提高信号重构的质量。     

对偶变换及其在冗余度机器人中的应用

给出了用对偶数矩阵来描述冗余度机器人的雅可毕方程的方法，对偶阵及其变换是这一方法的基础，对偶阵方法可使机器人节点参数的描述变得简洁，尤其在可毕矩阵的直接确定过程中这一方法更显得有效，对偶变换这一方法对机器人运动学、动力学、控制系统之建模提供一种简化的有效方法。