基于平稳小波变换的高鲁棒性的边缘提取

借鉴平稳小波变换的多尺度分析思想,结合模糊聚类均值法,提出了一种高鲁棒性的图像边缘提取算法.该算法利用平稳小波变换的位移不变性,将小波分解后的分量进行配准构成一像素的特征向量,然后利用模糊c-均值进行无监督分类,分割图像,最后用Canny算子提取图像边缘.用一系列附加不同强度的高斯白噪声图像测试了该算法的有效性.实验证明在图像受到较强噪声(如附加高斯白噪声)污染时,该算法仍可检测到较好的边缘效果,展现出良好的鲁棒性.     

小波包变换在图像边缘检测中的应用

简要介绍小波包变换的基本原理,给出基于小波包变换的图像边缘检测方法.用MATLAB仿真实验结果表明该算法对图像噪声干扰有较强的抑制能力,提取的边缘定位准确.     

基于小波变换和微分算子的图像边缘检测

本文提出了一种检测彩色图像边缘的新方法,该方法先把彩色图像分解为红、绿、蓝三基色图像,然后利用小波变换对三基色图像分别进行多尺度的分解,提取其低频系数,用微分算子检测其图像边缘,最后利用多通道信息融合的办法将三基色的图像边缘融合在一起。通过一个实验说明了该方法的有效性。     

图像多尺度边缘的模糊推理检测方法

提出一种基于模糊推理的多尺度边缘检测方法.该方法充分考虑边缘的局部特性,利用多尺度上小波系数乘积模值与方向信息测度作为图像边缘特征的描述器,并将其作为模糊推理系统的两个输入变量,采用Mamdani型的模糊推理系统实现边缘点检测.实验结果表明,与传统算法比较,新方法检测的边缘细节丰富,令人满意.     

基于内容的图像检索方法研究与实现

小波模极大值是在对多尺度小波变换进行不规则抽样的基础上得到的,可以用来描述信号的奇异性.提出了一种小波模极大值结合多尺度不变矩法的图像检索算法,该算法对图像进行小波变换求得多尺度下的模图像,求出所有尺度下的局部极大值及其位置,并对得到的目标边缘进行细化;采用欧氏距离来度量图像的相似性,实现图像的准确检索.同时,设计开发...     

一种基于小波变换的改进 Normalshrink 自适应阈值边缘检测算法

针对含噪声图像边缘提取问题提出一种改进 Normalshrink 自适应阈值去噪算法,通过 3 次 B 样条小波变换和局部模极大值法提取出可能包含图像边缘特征的小波系数。考虑边缘像素之间特殊的空间关系以及噪声在各级小波分解尺度下的不同效应,构建适合各个尺度级的改进 Normalshrink 自适应阈值,并依此对提取出的小波系数进行筛选。实验结果表明,与改进的 Candy 算子和传统的 Normalshrink 自适应阈值相比,该方法提取出的图像边缘较为完整清晰,峰值信噪比提升约 5db。     

基于混沌映射的小波域可读水印

提出了一种基于混沌映射的小波域公开水印算法,该算法中水印是一幅有意义的二值图像,水印嵌入前利用混沌序列进行混沌调制.在分析图像小波分解系数的树结构关系以及人眼视觉系统模型的基础上,在宿主图像的两棵小波系数树中嵌入一位水印信息,通过量化使它们呈现足够大的统计差别从而使水印检测时能提取水印信息,并且检测时不需要原始图像和原始水印.实验结果表明,此方法是一种行之有效的图像版权保护方法.     

m尺度双正交双向小波的分解重构算法

引入双正交双向加细函数及m尺度双正交双向小波.研究m尺度双正交双向小波的分解与重构算法,得到了双正交双向小波的分解重构公式,讨论了信号完全重构的条件.算法对能量有限信号的分解与重构有一定的实用价值.     

多尺度小波在边缘检测中的应用

本文根据小波变换原理,利用B样条函数近似构造高斯小波函数作为检测算子,提出了一种简单有效的多尺度边缘检测方法。实验结果表明,该方法用于图像边缘检测效果较好。     

基于小波变换的图像降噪

根据小波变换和噪声信号的能量分布特性,提出了一种先用小波变换对含噪图像进行多尺度分解,求出各尺度小波变换高频系数的噪声方差和阈值,利用各尺度的阈值对高频系数进行处理,然后利用小波变换系数重构图像,实现图像降噪的方法;实验结果说明该方法可以有效地降低噪声,又可以较好地保持图像细节。     

基于小波包分析的滚动轴承声发射信号消噪处理

本文叙述了将声发射检测技术应用于火车货车滚动轴承故障诊断中,通过小波包分析提取滚动轴承声发射信号的能量特征,并通过小波包消噪处理法突出能量特征,以达到较好故障诊断效果。     

基于表面肌电信号的腰背动作识别新方法

为提高基于表面肌电信号的人体腰背动作识别率,提出一种基于小波包能量与改进NARX神经网络的分类识别新方法。利用小波包变换对动作部位进行表面肌电信号特征提取,并采用改进NARX神经网络进行分类识别。选取8名实验者分别在扭腰、弯腰、侧弯腰3种动作下进行表面肌电信号数据采集,选择db4小波包函数对信号进行6层分解,得到第6层64个频带的小波包分解系数,代表各个动作信息的特征向量,作为改进NARX神经网络的输入进行分类识别。对照实验组中,改进NARX神经网络的识别率较高,总体识别率达到96.7%。实验结果表明,利用该识别方法对腰部动作进行分类识别,分类准确,且识别率更高。     

基于压电陶瓷应力波的套筒灌浆缺陷检测

采用基于压电陶瓷应力波的方法对套筒灌浆的密实性进行缺陷检测。通过有限元方法模拟灌浆套筒构件在健康与不同缺陷工况下的响应信号,在此基础上采用小波包变换定义了缺陷检测指标小波包能量。数值算例研究结果表明:小波包能量指标能够有效地识别灌浆套筒内部灌浆料的密实性,并且随着灌浆缺陷的增大指标值逐渐增大。     

Wavelet packet feature selection for lung sounds based on optimization

In this paper, a wavelet packet feature selection method for lung sounds based on optimization is proposed to obtain the best feature set which maximizes the differences between normal lung sounds and abnormal lung sounds (sounds with wheezes or rales). The proposed method includes two main steps: Firstly, the wavelet packet transform (WPT) is used to extract the original features of lung sounds; then the genetic algorithm (GA) is used to select the best feature set. The obtained optimal feature set is sent to four different classifiers to evaluate the performance of the proposed method. Experimental results show that the feature set obtained by the proposed method provides a higher classification accuracy of 94.6% in comparison with the best wavelet packet basis approach and multi-scale principal component analysis (PCA) approach. Meanwhile, the proposed method has effective generalization performance and can obtain the best feature set without priori knowledge of lung sounds.     

小波包理论和最优小波包基探讨

小波包理论是一般小波理论的扩展,在实际应用中小波包变换比小波变换应用更广,应用效果也比较好,给出了小波包理论和常用的小波包变换,探讨了每个小波包是否存在一个最优小波包基。     

基于小波域图像融合的边缘检测算法研究

针对多聚焦度分析和部分有损图像分析中难以提前完整边缘信息的问题,提出了一种基于小波域图像融合的边缘检测算法。它是在小波变换多分辨率分析的基础上,运用图像融合及图像增强理论,使得小波子带边缘信息量最大化,再运用经典的Canny算子边缘检测算法最终实现图像边缘的检测。     

基于复小波包的多载波CDMA系统在Nakagami-m衰落信道下的性能

在分析多载波码分多址(MC-CDMA)的原理基础上, 提出了一种基于复小波包的MC-CDMA系统. 同时, 研究了该系统分别采用等增益合并和最大比合并时在Nakagami-m衰落信道下的性能; 并推导了相应的误码率表达式. 该系统能克服通常MC-CDMA系统由于插入循环前缀(CP)所带来的频谱效率的下降. 理论分析和仿真结果表明:该系统要优于通常MC-CDMA系统和基于实小波包的MC-CDMA系统, 有着优越的抗多径衰落和多址干扰能力,而且该系统也优于采用CP的通常MC-CDMA系统.     

基于小波变换的图像边缘检测

根据小波变换原理,指出在边缘检测之前先对图像进行自适应平滑滤波。同时,选取更加有效的小波函数,以改进用于构建边缘检测算子的滤波器。结果表明,该方法用于图像边缘检测效果较好。     

结合矢谱与谐波小波包的信息融合方法

旋转机械在运行时产生的信号频率复杂，而在测点上获取的信号是单源信号，只是反映某个方向上的频率成分和幅值大小，难以表述一个截面上的整体信息，在机械故障诊断时容易产生误判。本文将全矢谱技术和谐波小波包方法结合，旨在对一个截面上两个同源非平稳信息进行融合，反映一个截面综合信息。文章最后以仿真信号验证矢谐波小波包信息融合方法的正确性。