二维图像小波分析的滤波器设计

滤波器的设计是实现二维图像小波分析的关键。在研究图像信号特征和一维小波变换理论的基础上，根据图像信号邻近像素的相关性提出了一种准对称边界延拓方法，用一维小波变换实现了二维离散小波变换，同时，在理论上证明了行的反向数据流的离散小波变换也是反向的，离散细节信号除反向外并改变符号的性质，并利用双正交滤波器的对称性建立了一种实现二维离散小波变换的滤波器结构，实现证明此方法有较好的图像重构性和信噪比。     

基于小波变换的图像边界问题的研究

首先简要地介绍了一维信号对称边界延拓方式及二维信号双正交小波分解重构算法，然后在一维信号边界延拓方式的基础上，研究了在小波变换过程中，当高、低通滤波器长度为奇数且关于0对称时，数字图像能够精确重构的边界延拓问题。给出了数字图像的小波变换及边界延拓的步骤。最后，通过仿真实例验证了该对称边界延拓方式能够保证数字图像在小波变换中精确重构。     

基于小波图像编码中的边界延拓方法分析

当利用小波对二维图像信号进行变换时,会遇到因为图像信号是有限的问题而必须进行边界延拓。分析了各边界延拓方法的利弊和选择方法。给出将高、低频信号组织在一起进行研究的方法,举出几种不论信号长度为奇数还是偶数．都能在系数不扩充的情况下精确重构的例子。并予以证明。     

小波变换中滤波器构造和零延拓的研究比较

在有限长信号的小波变换中,一般说来零延拓不是一种好的边界处理方法,但对有些类别的小波,零延拓却能带来处理上的很大方便和收到良好的效果。本文主要探讨了正交小波中低通滤波器hn的支撑为[0,M]的小波变换的边界处理问题,提出了零延拓是其较好的选择。     

小波变换中滤波器构造和零延拓的研究比较

在有限长信号的小波变换中,一般说来零延拓不是一种好的边界处理方法,但对有些类别的小波,零延拓却能带来处理上的很大方便和收到良好的效果。本文主要探讨了正交小波中低通滤波器hn的支撑为[0,M]的小波变换的边界处理问题,提出了零延拓是其较好的选择。     

图像融合中小波边缘效应的消除方法

研究基于小波变换的图像融合方法中图像边缘效应产生的原因和消除方法．依据小波变换的定义和重构过程中所用多种边界延拓的方法，分析了边缘效应产生的原因，据此改进了传统边界延拓方法．利用先截短后扩展的延拓方法满足了图像边缘完全重建的要求．实验证明，改进后的边界延拓方法消除了原有融合图像中的边缘效应，有效地改善了融合图像质量．     

Ｍ—通道分解综合系统新框架及其信号的最佳对称延拓策略

在利用小波变换进行图象压缩时,需对图象进行边界处理以减小边界误差。一个行之有效的边界处理方法是对称延拓,存在许多不同的对称延拓。笔者提出了最佳对称延拓的概念,给出了求最佳对称延拓的算法,并用该算法得出了一般的Ｍ－通道综合系统中各环节的最佳延拓和加窗方案。     

基于小波变换矩阵的改进脊波变换图像去噪

针对Mallat算法构造小波变换矩阵处理图像. 为解决有限域脊波变换（FRIT)只能应用于素数像素大小的图像且图像处理中产生随机信号和“环绕”的问题, 提出3种改进型FRIT方法, 并将其与不同边界延拓方法相结合应用于图像去噪中.实验结果表明, 所给方法在对于具有直线特征的图像去噪方面性能较优.     

基于小波分析的公路旅客运输量预测

为了更加准确地预测动态变化的公路客运量,提出了基于小波分析的客运量的预测方法.针对公路客运量具有拟周期性、非平稳性和非线性的特点,首先利用小波变换对公路客运量时间序列进行小波分解,再重构低频信号提取其变化趋势,然后采用Antisymmetric(whole-point)方法对变化趋势进行延拓,对延拓后信号进行采样得到预测结果.实验表明,该方法可以有效地减小数据预测的误差,优于一般的曲线拟合法.     

希尔伯特-黄变换端点效应的自适应端点相位正弦延拓方法

针对希尔伯特-黄变换（Hilbert Huang Transform,HHT）的端点效应问题,提出一种自适应端点相位正弦延拓经验模态分解（Empirical Mode Decomposition,EMD）方法.该方法根据端点附近数据变化趋势,通过在信号两端自适应加上相位、幅值和频率适当的正弦延拓函数,使得原端点的包络线顺着端点附近波形延展,以改进EMD分解精度.为满足EMD内禀模态分量（Intrinsic Mode Function,IMF）与原信号的相关性精度和EMD较低迭代次数的要求,引入能表征EMD性能的目标函数.该函数可通过迭代次数、IMF个数和有效IMF的相关系数大小等来衡量.由于该方法的边界延拓参数是根据延拓周期比例系数、延拓信号长度系数和采样频率自动确定的,故其分解过程完全是一个自适应过程,不需要人为设置,具有较好的实用性.仿真和液压系统实例分析表明,该方法不仅能较好地解决HHT的端点效应,而且相对现有的延拓方法而言,筛选次数更少,能显著提高信号EMD分解精度,且减小Hilbert谱的端点效应,更加精确地提取了液压系统齿轮泵振动信号的故障特征,取得了较好的应用效果.     

小波子带编码系统中有限长信号的延拓

研究了有限长信号通过正交紧支集小波滤波器组时，信号的延拓与滤波组输出数据个数的关系，给出了在滤波器组中滤波器长度不同的条件下，有长信号的延拓方法及可完全重构的范围，证明了滤波器组输出的数据的个数等于输入信号长度的条件。     

基于小波阈值降噪的既有砌体承重墙基本频率识别

识别既有砌体承重墙的基本频率对结构安全性评估有重要意义.为了降低噪声对动力测试信号和基本频率识别结果的不利影响,首先通过人工带噪信号分析获得小波阈值降噪方法的优化参数,再通过拟静力试验在墙体模型中实现不同的损伤,通过环境激励获取加速度信号.分别基于原始加速度信号和小波阈值降噪处理后的加速度信号,获得功率谱密度函数,再运用峰值点法识别基本频率.结果表明,采用优化参数进行小波阈值降噪后,基本频率识别结果的变异性更小.所采用的方法可通过降低噪声影响来提高带损伤砌体承重墙的基本频率识别效率,为既有砌体结构安全性评定提供基础数据.     

基于运动轨迹的视频三维小波变换方法

将运动矢量估计与三维小波变换相结合用于视频信号压缩 .这种方法在对序列作时域上的一维变换时 ,是对各帧中由运动矢量联系起来的一条运动轨迹上的像素进行 .由于在实际情况中 ,通过运动矢量联系而形成的像素运动轨迹是任意长度的 ,这就需要对任意长度的像素串作一维小波变换 .此文在二代小波提升算法基础上 ,通过修改边界延拓方法获得一种任意长度信号的小波变换算法 ,并将其用于基于运动轨迹的视频时域小波变换 .实验结果表明 ,对于运动幅度大的视频序列 ,这种方法可以获得比常规三维小波变换编码高的压缩性能 .     

信号子带分解和重构的小波滤波器系统及边界处理

分析正交小波和双正交小波分别通过共轭滤波器及双正交滤波器组实现信号的子带分解和完全重构,介绍有限长信号子带分解和重构的几种信号边界处理方法及其在多媒体图像压缩编码中的应用。     

基于小波理论谐波减速器振动信号的降噪研究

为满足频率高时窗口窄、频率低时窗口宽的要求,应用小波分析理论对XB-80-134H型谐波减速器的振动信号进行了分析,利用Daubechies小波对振动信号进行小波分解,并结合阈值去噪方法对信号作了消噪处理,即针对振动信号分解的各层小波系数设定相应的阈值,对于小于该阈值的小波系数认为是噪声并置为零,将剩余的小波系数重构,得到消噪后的振动信号.与传统的傅里叶降噪方法比较结果表明,小波降噪远优于傅里傅里叶降噪方法,小波降噪后的信噪比提高了6dB,而傅里叶降噪只提高了1 dB.     

采用IEWT-SAE算法的配电变压器故障诊断方法

为识别配电变压器运行过程中存在的潜伏性故障,提出一种基于改进经验小波变换(improve empirical wavelet transform,IEWT)及堆栈自编码器(stacked auto-encoder,SAE)算法的故障诊断新方法. 首先,利用顺序统计滤波包络法来改进经验小波变换完成对振动信号的分解,得到一组经验小波分量并计算其与原始信号之间的K-L散度值,以剔除干扰分量. 然后,选取K-L散度值低的经验小波分量作为SAE的输入数据进行特征的自适应提取,再用Softmax分类器完成故障诊断,并在堆栈自编码器训练过程中引入樽海鞘群算法实现参数寻优. 最后,在10kV油浸式变压器上搭建数据采集平台进行故障模拟及分类测试. 实验结果表明,所提方法的分类精度达99.5%,在识别准确率、诊断时间上均优于对比方法.     

采用IEWT-SAE算法的配电变压器故障诊断方法

为识别配电变压器运行过程中存在的潜伏性故障,提出一种基于改进经验小波变换(improve empirical wavelet transform, IEWT)及堆栈自编码器(stacked auto-encoder, SAE)的故障诊断新方法。首先,利用顺序统计滤波（order statistic filter, OSF）包络法来改进EWT对振动信号进行分解,得到一组经验小波分量并计算其与原始信号之间的K-L散度值,以剔除干扰分量;然后选取K-L散度值低的前n个（实际取3）经验小波分量作为SAE的输入数据,进行特征的自适应提取,并使用Softmax分类器完成故障诊断。为克服人工选取SAE参数带来的结果差、效率低等问题,在SAE训练过程中引入樽海鞘群算法(salp swarm algorithm, SSA)实现预训练学习率和微调学习率的自动寻优。最后在10kV油浸式变压器上搭建数据采集平台进行故障模拟及分类测试。实验结果表明,所提方法的分类精度达到99.5%,在面对强噪声干扰时亦具有较高的识别成功率。经测试发现其在识别准确率及诊断时间上均优于对比方法。