多小波变换

摘要： 人们在获取振动信号的过程中会受到噪声的影响,为了能够从振动信号中提取特征信息,就必须要消除振动信号中的背景噪声.对振动信号采用GHM多小波自适应阈值去噪方法,即根据各层高频系数的噪声水平,估计噪声的标准差,利用每层高频系数的能量比自适应的选择阈值,避免了对每层高频系数使用相同阈值的缺点.最后,选用获取的齿轮箱振动信号进行降噪实验,对比Db4小波固定阈值降噪方法,证实了该方法在振动信号去噪中的优势.

摘要： 针对电容层析成像ECT(electrical capacitance tomography)数据采集系统对采集精度和实时性要求,在分析ECT数据采集系统的滤波算法基础上,根据卡尔曼滤波和小波变换的特点,提出了一种基于小波变换和卡尔曼滤波的滤波算法.该算法首先将采集数据的信号经过多小波预处理得到平稳的观测数据,然后用噪声统计值估计器估计噪声统计值,以确保信号的稳定性和收敛性,最后经卡尔曼滤波以得到信号更加精准.仿真实验结果表明:与卡尔曼算法相比,本算法去噪效果更佳,得到的信号更精准可靠,提高了ECT数据采集系统数据采集精度,为ECT数据采集系统提供了一种新颖的滤波方法.

摘要： 为了构造简单有效的多小波并使其能在数字图像处理中得以实现,提出由初等旋转矩阵构造与已知紧支撑对称正交多小波具有相似性质的多小波方法.该方法分析了多小波的矩阵滤波器组与多尺度函数、多小波函数以及多小波变换的关系,推导出多小波的矩阵滤波器组参数化表达式,计算出不同旋转角度下的滤波器值并在数字图像中实现多小波变换.实验结果表明,这种多小波构造方法算法简单,还原图像的信噪比相比于已知多小波的还原图像增加了近二十个分贝值.

摘要： In order to make image processing serve the information transmission and expression better,the multi-wavelet transform theory is introduced. On the basis of analyzing the multi-wavelet transform theory and combining discrete multi-wavelet transform implementation method,the application of multi-wavelet transform in image processing is studied deeply. The research results show that,in comparison with single-wavelet transform,the multi-wavelet transform has better effect in the aspects of image compression and image denoising.%为了使图像处理更好地服务于信息的传递和表达,在此引入多小波变换理论.通过对多小波变换的原理进行分析,在结合离散多小波变换实现方法的基础上,对图像处理中多小波变换的应用展开了深入研究.研究表明,与单小波相比,多小波变换在图像压缩以及图像去噪等方面均具有更加显著的效果.

摘要： Aiming at the contradiction of between invisibility and robustness and at the lack of error-detecting capacity for common information hiding algorithms, a novel algorithm based on multi-wavelet transform and QAR coding system is proposed. The digital image carrier in this scheme is preprocessed with CARDBAL2, GHM transform andlαβ color space translation, and then, the secret information coded by QAR system is embedded into preprocessed carrier for production of a stego image, thus to realize secure communication of the confidential information. The experimental results indicate that the proposed algorithm exhibits clear superiorities in invisibility, robustness and the sensitivity for distortion.%针对信息隐藏算法中常见的不可见性和鲁棒性相矛盾且不具备检错能力的缺点,提出一种新的基于多小波变换与QAR编码的信息隐藏算法.该算法利用CARDBAL2多小波变换、GHM多小波变换和lαβ颜色空间转换等方法对数字图像载体进行预处理,再将经过QAR(Quotient and remainder)编码的秘密信息嵌入到预处理后的载体图像中以生成含秘图像,从而达到将秘密信息安全传输的目的.实验结果显示,算法的优势在于其不可见性、鲁棒性和感知篡改性.

摘要： The analysis based on non-rigid object motion tracking. In a complex background by the feature,we identified the tracking match through the goal conditions of rotation,scaling and deforma-tion changes in the campaign course. The starting point was to analyze the detection and identification method and feature recognition method of moving targets and to comparatively analyze on the current development of several classical methods. Compared with the optical flow method and background subtraction,MGI has advantages in non-rigid object motion detection accuracy,timeliness and robust-ness dominant. Feature matching technology,SURF can better balance processing speed and effec-tiveness of performance. Based on the idea of the SIFT of different scales to determine the stability feature points,we proposed multi-wavelet transform image analysis,which was used to implement the feature match of image sequences moving targets.%基于非刚性目标运动跟踪问题进行分析，针对运动过程中目标会出现旋转、比例变化及形变等情况，在复杂的背景中通过特征识别匹配实现跟踪。以运动目标的检测识别方法及特征识别方法为出发点，对目前几种经典方法进行分析、比较。结果表明：与光流法及背景差分法相比，MGI 在非刚性目标运动的检测准确率、实时性以及鲁棒性方面均占优势；特征匹配技术SURF 则可更好地平衡处理速度和效果性能。以 SIFT 使用不同尺度确定稳定特征点的思路为基础，提出多小波变换图像分析方法，用于实现对序列图像运动目标的特征匹配。

摘要： 提出了一种新的基于多小波变换的综合阈值图像去噪方法.该方法通过对含噪图像进行多小波变换,克服了单小波变换中无法同时满足正交性和对称性的缺点.同时,在两种经典的硬、软阈值处理方法基础上,提出了一种综合阈值处理方法.将该阈值方法和多小波变换相结合,根据多小波分解后的能量分布特性,在不同尺度的子带选择不同的最佳阈值,有效地提高了重构图像质量.并且对阈值进行向零收缩处理,防止有用信息当作噪声滤除.实验结果表明,相对于传统的硬、软两种阈值处理方法,文中的去噪方法在输出信噪比和主观视觉效果上都有明显改善.

摘要： 本文提出一种基于多小波变换的盲的数字水印算法.与标量小波不同,在图像的多小波变换系数中,同一尺度且同一方向上存在两个(或以上)对应不同的小波的细节子图像.利用图像多小波域系数的这一特征,及小波树之间的相关性,将一个二值伪随机水印信号内嵌到小波系数中.为了提高水印系统的稳健性,根据原始图像的纹理特征自适应地调节水印的嵌入强度.水印提取不需要原始图像.实验结果表明,该水印系统具有良好的稳健性和不可感知性。

摘要： 在多小波变换和图像多小波视觉掩蔽模型基础上,在保证水印鲁棒性的前提下,为达到增大水印容量的目的,提出了一种新颖的基于多小波变换的码分多址(CDMA)数字水印方案.试验结果表明,所提出的算法是既具有较高的嵌入容量,又具有较强的鲁棒性.

摘要： 电压跌落是最严重的电力系统动态电能质量问题之一,精确定位电压跌落起止时间是应对电压跌落问题的重要前提和基础.由于电压采样信号往往有噪声分量,现有的方法在定位电压跌落的起止时间时存在局限性.本文提出利用多小波变换及相邻系数去噪的电压跌落定位方法.多小波兼有对称性、正交性、有限支撑性和二阶消失矩等优异的信号处理性能,利用GHM多小波可以准确定位电压跌落起止时间.多小波变换系数在每层之间具有对应关系,多小波相邻系数将紧相邻的若干个系数作为一个整体来确定阈值,考虑了系数之间的相关性,能获得更好的去噪效果.通过Matlab进行仿真验证,仿真结果表明,所提出的方法的正确性.

摘要： 针对提取隐藏在原始振动信号中的弱周期性冲击信号，构造了非抽样对偶提升多小波(Undeci-mated Dual Lifting Scheme Multi-Wavelets,UDLSMW)。用非抽样提升Haar滤波器对原始信号进行预处理，获得矢量信号。通过三次Hermite样条获取预测器及更新器，对矢量信号进行非抽样更新运算，获得逼近信号。通过非抽样预测运算获得细节信号，并对更新后的样本进行尺度调整，对最后一层各输出通道信号进行奇异值分解降噪处理，通过重构运算获得降噪后的信号。对仿真及现场信号的处理表明，UDLSMW具有抗频率混叠性能，UDLSMW-SVD有很好的降噪性能，提取出了某往复式注水泵拉缸故障产生的碰摩信号。

摘要： 本文在SAR原始数据小波压缩算法的基础上,提出了多小波压缩算法MWT-BAQ.多小波技术由于克服了传统小波的一系列缺点,所以获得了比传统小波压缩算法更好的量化性能。利用实际数据进行的实验结果表明,本文提出的算法在量化性能上优于已有的小波压缩算法.

摘要： 提出了基于多小波变换的图像处理方法,该方法以多小波变换为基础,在一次多小波分解与重构之间完成双谱段图像处理。首先进行多小波变换,将变换系数进行软阈值收缩消去噪声；然后根据图像中需增强的信息,选择增强系数进行子带增强；最后提出一种新的自适应权值融合规则,采用这个规则融合变换系数,进行小波重构得到处理后的单幅图像。实验表明,这种方法不仅能提高图像的视觉效果,增强源图像的边缘信息,而且能很好地将源图像中对电晕检测有用的信息融合在一起,提高电晕检测系统的定位精度。

摘要： 经过HHT-MWT处理后的数据体增强了弱反射，更好的反映了砂体分布，凸显了储层的特征，并且精细的划分了目标层段砂体分布和含油气的有利区。在义176块应用过程中，通过录井资料的检验，与井点位置吻合度很高，证明了该方法的有效性。

摘要： 经过HHT-MWT处理后的数据体增强了弱反射，更好的反映了砂体分布，凸显了储层的特征，并且精细的划分了目标层段砂体分布和含油气的有利区。在义176块应用过程中，通过录井资料的检验，与井点位置吻合度很高，证明了该方法的有效性。

摘要： 经过HHT-MWT处理后的数据体增强了弱反射，更好的反映了砂体分布，凸显了储层的特征，并且精细的划分了目标层段砂体分布和含油气的有利区。在义176块应用过程中，通过录井资料的检验，与井点位置吻合度很高，证明了该方法的有效性。

摘要： 本发明公开了一种基于广义霍夫变换和小波变换的路标识别方法，包括以下步骤：步骤1：选标准图像构建特征图像库；步骤2：对于采集到的图像进行去噪操作；步骤3：对去噪后的图像利用广义霍夫变换进行边缘提取；步骤4：将提取后的图像利用小波分解提取图像低频信息；步骤5：根据图像低频信息建立对应的特征图像；步骤6：采用欧式距离对所建立的特征图像和特征图像库进行匹配识别。本文发明利用小波分解获取图像低频信息，从而构建特征图像库，保留了图像中最本质、识别效果最好的特征信息，相比传统的识别方法，其准确率更高。

摘要： 本发明公开了一种基于分数阶傅里叶变换和小波变换的多普勒心率估计方法，包括以下步骤：S1.对解调后的回波信号分别进行不同阶数的分数阶傅里叶变换，形成二维分数阶平面；S2.根据呼吸信号、高阶呼吸谐波的峰值在平面内的分布规律，依次识别和抑制呼吸信号、高阶呼吸谐波，并完成心跳信号的提取；S3.基于小波变换的实时心率估计算法，对提取的心跳信号进行小波变换，利用所得小波系数在时间轴上的累加得到小波频谱图，完成实时心率估计。本发明不仅可以保证多普勒生命体征检测系统的非接触和低廉和简洁性和探测实时性，还可以抑制呼吸谐波干扰，此外心率估计精度高、实时性强，在基于多普勒雷达的非接触式生命信号检测领域中具有广泛的应用前景。

摘要： 本发明为基于小波变换和Wallis变换的卫星图像色彩平衡方法，对原始卫星图像和参考图像进行4层小波分解，获得相应的高频信息和低频信息；通过统计原始卫星图像和参考图像的均值和标准偏差，将原始卫星图像与参考图像的进行色彩匹配，最后进行小波重构，获得均衡后的图像。本发明在进行图像内的色彩均衡处理时，可以提高图像的对比度，改善地物的“压平”现象；在进行图像间的色彩均衡处理时，可以在整个拼接范围内实现色彩平衡，使整个拼接范围内的图像有一致的色彩表现。

摘要： 本发明涉及一种具有小波变换的朱鹮种群生态体系监测系统，包括业务层、数据层、展示层，业务层通过音频提取设备获取岛上的各种鸟类音频并提供频谱‑时间空间界面进行录制、定位、分析、注解、分类，算法系统作为后台系统通过人工智能声纹识别实现相应的功能，人工智能声纹识别包括噪声去除、多音频分离、自动分类、单一识别，单一识别方法为小波变换识别方法。本发明的监测系统通过朱鹮人工智能识别系统，实现了朱鹮的智能识别；利用深度学习技术，自动识别湿地的朱鹮，依托全景监测，音频识别数据，应用智能技术结合大数据训练集提取识别因子，能够更有效的对朱鹮种群生态体系进行监测。

摘要： 本发明公开了一种融合双树复小波变换和离散小波变换的人脸识别方法。其步骤为：采用双树复小波变换和离散小波变换相融合的方法对输入的人脸图像进行特征提取；采用监督局部线性嵌入方法对提取的特征向量X进行降维，将测试人脸图像的特征向量与训练集图像的特征向量进行余弦相似度计算，将输入图像与相似度最高的训练图像归为一类，得到人脸识别结果。本发明采用双树复小波变换和离散小波变换相融合的方法可实现多方向、丰富的人脸特征提取，可以快速的降维，实现准确和高效的人脸识别。

摘要： 本发明公开了一种基于加权滤波函数的小波变换和逆变换方法及设备，小波变换和逆变换方法包括，首先获取图像和图像的小波变换/逆变换层数，对图像的每层小波变换/逆变换设置唯一对应的加权滤波函数，然后对图像执行小波变换变换/逆变换，其中每层的小波变换变换/逆变换过程包括：对图像进行小波行列变换，分别将行列变换后的小波系数的高频部分与每层小波变换变换/逆变换对应的加权滤波函数进行乘运算；将图像的高和宽分别进行除2运算。本发明构造了一种加权滤波函数，利用该滤波函数使得小波变换过程中时频分解更充分，从而提升图像的压缩率。而且根据不同图像特征，可定义不同的滤波函数实现图像压缩效果最优。

摘要： 本发明公开了一种基于去噪‑线性映射变换‑小波变换的梁结构损伤检测方法，通过现代量测设备测得梁在移动荷载作用下的位移时程曲线信号

摘要： 本发明公开了一种基于分数阶傅里叶变换和小波变换的多普勒心率估计方法，包括以下步骤：S1.对解调后的回波信号分别进行不同阶数的分数阶傅里叶变换，形成二维分数阶平面；S2.根据呼吸信号、高阶呼吸谐波的峰值在平面内的分布规律，依次识别和抑制呼吸信号、高阶呼吸谐波，并完成心跳信号的提取；S3.基于小波变换的实时心率估计算法，对提取的心跳信号进行小波变换，利用所得小波系数在时间轴上的累加得到小波频谱图，完成实时心率估计。本发明不仅可以保证多普勒生命体征检测系统的非接触和低廉和简洁性和探测实时性，还可以抑制呼吸谐波干扰，此外心率估计精度高、实时性强，在基于多普勒雷达的非接触式生命信号检测领域中具有广泛的应用前景。

摘要： 本发明公开了一种基于分数阶小波变换和希尔伯特黄变换的跳频信号检测方法，其特征是，包括如下步骤：1）输入待处理的跳频信号；2）设定阶次的范围及搜索步长、对跳频信号做分数阶傅里叶变换；3）得到最高层的逼近系数和各层小波细节系数；4）小波重构；5）得到去噪后的时域信号；6）得到新时域信号；7）进行EMD分解，得到希尔伯特谱；8）得到跳频周期。这种方法不存在交叉项干扰，避免了传统时频分析过程中窗函数的影响，实现了信号在时间‑分数域的多分辨分析，进一步提高了信号参数估计精度。

摘要： 本发明涉及红外光谱波段特征增强方法，具体涉及一种基于小波变换与非线性变换的红外光谱波段特征增强方法。提供了一种在红外光谱波段特征增强过程中，可有效抑制红外光谱图像中背景杂波干扰的方法。本发明的步骤为：一、利用皮尔逊相关系数计算红外光谱图像相邻波段之间的相关性，选择两对皮尔逊相关系数绝对值最小的相邻波段并以此为分解节点对红外光谱图像进行子空间分解。二、分别对三个子空间进行小波分解，得到三个系数空间。三、分别对三个系数空间进行非线性变换，得到特征增强后的红外光谱波段。本发明突出了待识别光谱与标准光谱间微小的光谱特征差异，可有效抑制背景杂波干扰，适用于红外多光谱或高光谱数据目标探测应用。