多分辨率图像融合方法的研究

图像融合是进行目标检测和识别的重要技术之一,广泛应用于军事、计算机视觉、医学以及其他领域.文章探讨基于多分辨率分解的像素级图像融合方法的设计,重点研究基于小波变换的融合算法的实现,经仿真取得较好的效果.     

声目标识别技术研究

本文对声目标识别的关键技术进行研究,探讨用小波分析来进行声信号处理和特征提取,用BP神经网络和支持向量机的模式分类方法来进行分类识别.通过对四种声信号的仿真实验表明,使用小波变换和人工神经网络技术及支持向量机分类技术相结合对声目标进行识别是有效、可行的.     

基于小波变换的信号消噪

通过对噪声特性的分析并用小波的方法对信号进行消噪处理,结合去噪原理讨论和比较了实际应用中对小波基及阈值规则的合理选取问题。结果表明,这种方法在改善信噪比的同时,又保持相当高的时间分辨率,并且计算简单,有很好的去噪效果。     

基于小波变换的信号降噪

介绍了应用一维小波变换对电信号进行降噪的方法,并利用Matlab编程仿真给出仿真结果.     

基于改进Ganny算子的SAR图像边缘检测

Canny算子法是边缘检测的重要方法之一。本文从SAR图像乘性噪声的特点出发,通过增加前处理和更改核函数对Canny算子进行了改进,扩展了Canny算子在SAR图像边缘检测中的应用。仿真结果表明该算法提取的边缘丰富,同时又抑制了噪声。     

一种火灾检测的新方法

传统的离子式、吸气式、光电式等烟雾检测器在大空间中检测烟雾时,会受到发射信号与接收信号之间的距离、平面角度、精确对准等限制,无法对整个空间的烟雾状况进行描述。新的方法通过监测区域的摄像机拍摄的视频图像序列,进行小波变换,分析图像帧在时域和空域的频率特性,来确定被监测区域是否有火灾烟雾的发生。实验证明该方法不受空间高度、热障、易爆、有毒等环境的限制,并且有灵敏度高、抗干扰力强、适用范围广等特点。     

格区间集合[L]上的t-模及其广义逆算子

在格区间集合[L]上定义t-T模及其广义逆算子αT,研究它们的性质,利用它们给出群G上格区间值Fuzzy子集组成的集合中[L]G元素的sup-T合成运算和inf-αT合成运算,得到这些运算的代数性质以及一些重要的关系式。     

区间套定理的推广和应用技巧

从R^1空间上的闭区间套定理出发,在闭区间套定理条件下,讨论并给出了R^1空间上的开区间套定理及部分推论,并将结论推广到R^n空间。同时讨论了定理的应用技巧。     

电压闪变的小波多分辨率分析

从实时监测电压波动和闪变信号的角度出发,研究了基于小波多分辨率分解的电压闪变分析方法;利用小波变换的多分辨率分析方法,对电压闪变信号进行了检波与分解,并提取出电压波动信号的频率和幅值。从而得到反映电压闪变的参数。     

小波变换在图像压缩中的应用和研究现状

小波变换是在短时傅立叶变换的基础上发展起来的一种具有多分辨率分析特点的时一频分析方法。由于小波变换在时域和频域同时具有良好的局部特性,自产生以来取得了巨大的发展并得到了广泛的应用。本文论述了小波变换的研究现状与应用进展,主要介绍了小波变换在图像压缩方面应用的原理和主要压缩方法。