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。     

喷口加齿湍射流增强混合的实验与数值研究

实验测量了圆湍射流和不同数目加齿射流流场速度信号,用标准κ-ε模式对实验中对应条件的湍射流流场进行了数值计算.研究了喷口不同数目加齿对自由湍射流多尺度湍涡结构的控制效果.结果表明:加齿改变了湍射流多尺度涡结构能量的空间分布,将射流中心线位置的能量向边界输运.此外,加齿对近场齿尖位置涡结构具有破碎作用,而且在不同流向法向位置还会引起涡的合并和卷吸.     

航空发动机主轴轴承故障诊断

某型航空发动机的主轴轴承由于频繁出现早期失效而引起发动机故障,因此,对滚动轴承进行状态监测和故障诊断具有重要的实际意义。针对常规方法难以准确分析非平稳信号的局限性,本文研究了基于小波分析的滚动轴承故障诊断方法,通过滚动轴承外表面损伤的仿真信号进行小波包频谱分析,验证了基于小波分析的滚动轴承故障诊断方法是可靠、准确的,可以应用于航空发动机主轴轴承的状态监测和故障诊断。     

吹吸扰动对壁湍流边界层摩擦阻力的影响

对风洞中平板湍流边界层施加局部周期性吹吸扰动,并用IFA-300热线风速仪测量了其近壁区域不同法向位置瞬时速度的时间序列信号.利用湍流边界层对数律平均速度剖面,计算湍流的壁面摩擦阻力.对平板湍流脉动速度信号用子波分析进行多尺度分解,通过条件采样以及相位平均的方法获得不同尺度下的相干结构波形和能量分布,来研究吹吸扰动对平板湍流边界层的摩擦阻力的影响.结果表明,扰动使得窄缝附近流动阻力增加,而下游区域流动阻力减小.      

基于数据融合的边缘检测新方法研究

基于经典形态学的边缘检测方法虽然具有较好的去噪能力,但其得到的往往是断续的,不完整的边缘信息,不能反映全部的边缘特性.分别利用改进的数学形态学的方法和拉普拉斯算法对图像进行边缘检测,然后将两种方法处理后的图像进行数据融合,实验结果表明,该方法得到的图像边界细腻完整,具有较好的抗噪性.     

一种基于小波零树的彩色图像编码算法

为提高基于分层树的集合分割算法(SPIHT)的编解码速度,对算法结构重新设计,提出了一种简单的无链表小波零树编码算法.通过预处理和主处理过程实现了流水线编码结构,减少了存储器的访问频率.预处理完成对所有节点显著性的标注,主处理完成无链表的零树编码.对彩色图像编码时首先进行RGB空间到YUV空间的变换,然后在比特平面扫描过程中,依次对YUV三个平面进行编码,这样输出的码流是完全嵌入式的.一般情况下,亮度分量的最高显著平面都高于色度分量.因此通过色度分量输出控制策略,可以进一步提高算法对彩色图像的编码性能.硬件实现结果表明,改进后算法的编解码速度明显提高,而率失真性能并没有下降,所以新算法特别适合高分辨率或不规则图像的编解码芯片设计.     

基于调频高斯小波变换的导航传感器故障诊断

为提高多传感器组合导航系统对各导航传感器的在线故障检测能力,在分析调频高斯小波特性的基础上,提出了一种基于调频高斯小波变换的导航传感器故障诊断算法.该算法仅利用传感器的观测量来直接诊断传感器工作是否正常.它可以对方差突变等软故障进行有效的在线检测.仿真结果证明了所提方法的有效性.     

基于区域小波变换的序列显微图像融合

利用图像处理技术实现序列显微图像的融合显示是解决显微成像焦深有限的有效方法.针对空域融合算法在处理离焦步长较大和透明显微图像时存在的块效应和重影现象,基于图像像素间高度的相关性和小波变换多分辨率分析的特点,提出了一种基于区域小波变换的序列显微图像融合算法:在小波变换域内进行序列显微图像融合时,不同频段选择不同的融合算子;在确定融合的小波系数时,不仅考虑到相应位置的小波系数,还考虑了与它相邻的小波系数,使得融合后图像克服了空域算法存在的块效应和重影现象.同时,研究了不同的小波滤波器对图像融合质量的影响.实验证明,该方法具有很好的融合效果.      

基于小波神经网络的多传感器自适应融合算法

针对多传感器融合系统的非线性和不确定性,将小波分析与神经网络相结合,提出一种基于小波神经网络的多传感器自适应融合算法.融合系统包括扩展卡尔曼滤波器、小波神经网络、融合知识库以及航迹融合算法.该算法以分布式融合结构为基础,利用环境信息理论和测量方差归一化方法构建小波神经网络,并且通过数值样本训练小波神经网络,使其在融合过程中实时估计各传感器的信任度,再由融合知识库根据各传感器信任度来选择适合的航迹融合算法,最终得到全局状态估计.实验结果表明,提出的融合算法可以根据环境变化在线自适应融合来自多传感器的测量值,对不确定信息具有很好的融合能力.      

一种基于多尺度边缘的图像融合算法

给出了一种只利用源图像多尺度边缘点进行融合的图像融合算法.该算法分为三步:首先, 对源图像进行多尺度边缘检测;其次,采用边缘相关性最大的融合准则对源图像的多尺度边 缘进行融合,得到融合图像的多尺度边缘;最后,由融合图像的多尺度边缘重构 出融合图像.该算法融合过程中计算量小,融合图像中最大程度地保留了源图像的边缘信息 ,在一定程度上对融合图像进行了压缩,从而减小了数据存储所占用的资源以及数据传输占用 的带宽.仿真结果表明,用该算法得到的融合图像能有效包含源图像的信息.