基于自适应Morlet小波变换滚动轴承声学故障诊断的研究

基于声音信号的测试与分析是滚动轴承故障检测与诊断的一种新方法,提出了基于自适应Morlet小波变换诊断轴承声学信号故障的新方法。首先利用最小Shannon熵对Morlet小波的形状参数进行优化,找到与所测声音信号特征成份最匹配的小波,再对小波系数矩阵进行奇异值分解,通过奇异值与变化尺度的关系曲线得到最佳小波变换尺度,最后对滚动轴承故障信号进行Morlet小波变换进行故障特征提取。结果表明:该方法能有效地从强噪声背景下提取出轴承声学信号的故障。     

一种双树复小波域最大散度差人脸识别方法

针对人脸图像,双树复小波变换具有良好的方向选择性、近似平移不变性,并且能够进行局部多尺度描述.本文利用双树复小波变换的优点,提出了一种基于双树复小波变换人脸特征表示的人脸识别方法.该方法首先利用DT-CWT捕获人脸图像不同尺度和方向的局部特征并形成人脸特征表示,然后结合最大散度差鉴别分析提取有助于分类的鉴别特征.实验结果表明该方法对于人脸分类是有效和鲁棒的.     

基于Curvelet变换的多聚焦图像融合算法

曲波变换是近几年发展的多尺度分析方法,它比小波更适于分析图像中的曲线边缘特性,利用这一特性,本文提出了一种基于Curvelet变换的多聚焦图像融合算法.实验结果表明,该算法融合效果优于小波变换等其他传统图像融合算法.     

基于小波变换的汽车前照灯图像边缘检测

用改进的基于小波多尺度变换的数字图像边缘检测算法,提取汽车前照灯近光图像的边缘,完成图像的初步预处理,从而为车灯的近光检测奠定基础.采用小波分解算法进行图像增强,针对小波模极大值在不同尺度下传播的特性,检测出图像在两个方向的极大值,之后通过边缘跟踪补偿和平滑细化得到图像的边缘.对比几种经典的边缘检测算子,小波变换的数字图像边缘算法对汽车前照灯近光图像的处理结果较好.     

基于小波变换的图像数据压缩方法

小波变换继承了傅立叶分析优点，主要使用在静态和动态图像压缩领域，已经成为某些图像压缩的国际标准。二维小波变换是在第一代图像压缩基础上，采用小波变换为主的多尺度分析算法，使处理后的图像可以达到30—60倍的高压缩比率，也更适合在目前低宽带的网络中传输。     

不同小波基下的SAR图像相干斑抑制性能分析

分析了合成孔径雷达(SAR)图像中相干斑(Speckle)的统计特性。基于小波变换(WT),给出了一种多尺度的Speckle滤波方法,该方法利用小波分解后的HH分量(低频分量)作Speckle抑制,得到图像Speckle的相当大的改进。文中还对不同的小波基进行了理论分析,并利用实验数据,从等效视数(ENL)角度进行了比较,证实了不同小波基下该方法对Speckle具有较好的抑制性能。     

基于特征的小波变换与高通滤波相结合的图像融合算法

提出了一种基于多尺度分解的像素图像融合方法,综合考虑图像的边缘特征和小波变换后的系数相关性,对低频分量进行高通滤波,得到低频分量的细节分量并进行融合;在高频区域采用提取图像的边缘和区域能量相结合的方法进行融合.实验结果表明该算法具有很好的融合效果.     

基于小波和形态学的图像文本定位方法．

为解决图像中文本定位问题，提出一种基于小波和形态学的图像文本定位方法。该方法首先采用二尺度的小波变换对可能是文本的区域进行粗检测；然后再通过形态学的相关技术去除图像中一些小的虚假的非文本区域；最后对提取的文本区域中的连通区域进行外接矩形标定，从而实现对文本区域的细定位。实验结果表明，该算法具有较好的实时性、精确性和鲁棒性。     

遥感图像薄云的小波自适应阈值去除

可见光遥感图像最常见的薄云噪声严重地影响其解译的准确性,因此根据薄云噪声主要影响图像的低频信号,提出单波段遥感图像小波变换自适应阈值去云,图像经小波分解后,薄云噪声与地物信息在低频小波系数的阈值使用遗传算法以广义交叉验证GCV准则作为目标函数自动寻找,然后对小波系数进行阈值化去云。结果表明,该方法可有效去除薄云噪声并保留地物信息,使原来模糊的地物细节信息变清晰,信息熵最高,去云效果优于小波同态滤波,且明显优于同态滤波;不同尺度低频小波系数中薄云噪声与地物信息间的阈值,可用遗传算法和GCV准则有效地自动确定。     

纹理SAR图像的多分辨率分析和分类(英文)

应用小波变换研究纹理合成孔径雷达（ＳＡＲ）图像的多分辨率分析和分类，首先应用树状结构的小波变换算法对一幅纹理ＳＡＲ图像进行多分辨率分解，并对图像中的不同纹理类型进行定量分析，然后将金字塔结构的小波变换算法应用到图像的多分辨率分类，所得结果证明了小波变换在纹理ＳＡＲ图像分类中的优越性。     

一种基于正交小波变换的盲水印算法

提出了一种新颖的以灰度图像为水印的数字水印算法.首先利用正交小波变换对原始图像进行分解,然后借鉴传统的叠加思想,根据小波变换后,高低频分量的特点,将图像水印嵌入到小波域的低频部分.由于整个嵌入过程中,对原始图像没有进行任何改变,因此绝对保证了原图像的质量.水印的嵌入和提取都在密钥控制之下,可以较好地解决版权争议等问题.实验结果证明该算法对常见的图像处理操作和几何攻击有很强的鲁棒性.     

改进的高效EZW遥感图像压缩方法研究

利用经过小波变换后的图像数据的能量大部分聚集在低频子带这一特点,针对小卫星星载计算机处理能力有限的客观情况,提出一种将预测编码和EZW编码相结合的图像压缩编码方法。通过有限的扫描次数,提取高频系数的重要系数。同时结合预测编码的方案,实现对低频系数几乎无损的压缩。实验证明,该方法能够使遥感图像的压缩同时具有较快的压缩速度和较好的压缩效果。     

基于B样条小波的医学图像边缘提取

利用基于三次B样条小波的边缘提取方法,对医学图像进行了边缘检测并与传统的图像边缘提取方法进行了比较。结果表明:基于三次B样条小波变换的边缘提取,具有定位准确,保留细节较好的优点。     

冗余提升不可分离小波的图像融合方法

提出了一种基于冗余提升不可分离小波的多源图像融合方法。该方法不仅能很好地提取图像的细节信息,而且具有平移不变性,非常适合于图像融合;同时,采用基于局部邻域梯度的融合规则对分解后的高频和低频小波系数作不同的处理。对多光谱红外图像以及不同类型的医学图像进行了融合试验,结果表明该方法可以取得更好的融合效果。     

基于提升小波变换的医学图像融合算法

图像融合是将多幅图像的信息综合到一幅图像的技术,它使得融合后的图像包含更为准确、更为全面可靠的图像描述。为了改善传统医学图像融合算法对细节信息的丢失,采用提升小波的方式将源医学图像进行分解,并分别对高低频采用不同的融合规则,最后经小波逆变换得到目标图像。仿真实验结果表明,该算法是有效可行的。     

彩色图像多签名水印算法的研究

利用小波变换多分辨率特性和人眼视觉特征,提出了一种新的彩色图像多水印算法。算法先将不同强度的签名水印扩频到彩色图像不同色块的小波域,然后进行逆小波变换生成水印图像。多个有意义的签名水印能提供更可靠的版权识别,而且多水印相互配合使水印图像同时具有很好的透明性和鲁棒性。大量实验结果表明:该算法对常见的图像处理方法和压缩具有很强的鲁棒性,并且当彩色水印图像转化为灰度图像后仍能从中提取出水印。     

基于分数小波变换的空域相关特性的信号降噪新方法

简要介绍了分数小波变换的基本思想及在信号处理方面的特点。利用分数小波变换系数在不同尺度上对应点处的相关性对其进行选择和处理,这样处理后的分数小波变换系数基本上对应着信号的边缘,然后对信号系数进行重构,达到了降噪的目的。以数值仿真和实测齿轮箱振动信号为例,研究了该方法的降噪效果,同时和小波包直接降噪进行了比较。结果表明,该方法能够有效降低振动信号中的背景噪声。     

基于小波变换的机织物高密度检测

针对目前高密度机织物密度自动检测算法测量精度较低的现象,提出在三原组织织物密度自动检测过程中,利用小波变换的分解与重构特性分析预处理后的织物图像,对分解的子图像进行二值化、平滑处理来提取纱线周期性特征 参数,统计二值图像中黑白循环更替次数来确定织物经纬密度。为提高密度检测精度,采用分区域平滑减小了斜纹纹路的影响;通过缎纹织物图像反面获取纬纱信息消除缎纹组织织物浮长的影响;运用形态学滤波去除因高密度织物上纱线毛羽导致平滑过程中出现的细条块。实验结果表明：该方法检测误约为1.00%,测量精度较高,具有一定的实用参考价值。