一种小波阈值的图像去噪的新方法

基于小波变换的图像去噪方法是在运用小波变换对含噪图像进行去噪前,先对图像进行小波级数分解,对其中的低频系数和高频系数进行适当的放大;然后对图像采取局部阈值去噪法进行去噪;最后运用小波变换对所得到的图像小波系数进行适当的缩小并将其重构。     

小波与多小波变换在支持向量机人脸识别中的研究

以ORL人脸库为基础,采用不同的小波和多小波,对人脸图像进行不同层次的小波和多小波分解,提取低频分量作为特征向量,利用支持向量机(SVM)进行人脸识别,通过实验具体给出了在采用不同的小波和多小波对人脸图像进行不同层数的小波分解时,支持向量机的识别率,该文对实际应用具有良好的指导价值和参考价值.     

小波图像去噪研究方法概述

阐述小波图像去噪方法的发展历程和小波去噪的机理,概括目前小波图像去噪的主要方法及其应用,对小波图像去噪方法的发展和应用进行展望．     

非线性小波变换及其应用

对线性小波变换和非线性小波变换进行了介绍,在此基础上重点分析了非线性小波变换的优点,最后对非线性小波变换的若干典型应用及应用中的问题进行了讨论.     

基于小波变换的医学图像增强方法与实现

分析研究了基于小波变换的图像增强原理和方法,对X线医学图像进行3层小波分解,得到各层的小波系数;采用不同的增强算法对不同层次的小波系数进行处理;利用处理后的小波系数进行小波逆变换,得到增强后的图像.实验结果表明该方法的增强效果明显优于直方图均衡化方法,既提高了图像的整体对比度,又突出了图像的局部细节,同时还抑制了噪声.     

小波基和它对一维信号的直接分解（Ⅱ）

研究了两类Ｉ．Ｄａｕｂｅｃｈｉｅｓ规范正小波,一类Ｒ．Ｃｏｉｆｍａｎ小波和Ｙ．Ｍｅｙｅｒ及三种具有解析表达式的小波（Ｍｅｘｉｃａｍ Ｈａｔ小波和Ｌｉｔｔｌｅｗｏｏｄ－Ｐａｌｅｙ小波）和它们生成的小波基的几种重要的特性（小波矩、消失矩、局部化特性、线性相位等）参数;针对一维信号的小波变换,对各种小波进行了评估,推荐出针对不同要求的较佳的小波;并对信号的小波分解分量及其Ｆｏｕｒｉｅｒ变换作了比较。     

小波变换及其数字图像处理的应用

简要介绍了小波变换方法 ,对小波分析在数字图像处理占的一些应用进行了简要讨论 ,并对图像的恢复和增强、图像分割等应用进行了一些有意义的尝试     

小波图像压缩的研究与发展

介绍了小波理论的相关知识,分析了小波变换后系数的分布特征,着重对嵌入零树小波、分层树集划分、小波数据的形态学表示算法和小波包等方法进行了详细的论述,重点讨论了最新出现的多小波图像压缩编码方法,据此最后对图像编码技术的发展方向进行了展望.     

基于离散小波变换与小波包分解的语音增强算法

提出了一种基于离散小波变换（DWT）和小波包分解（WPD）的语音增强算法.该算法首先将带噪语音进行离散小波变换,并分别对离散逼近信号和离散细节信号采用不同的基小波进行小波包分解,再按照不同的规则选取阈值进行去噪,最后对去噪后的语音信号完成重构.计算机仿真表明,在计算量相当的情况下,该算法优于离散小波变换法去噪和小波包分解法去噪.     

面向结构损伤预警的小波包能量谱识别参数

对Benchmark钢框架结构试验数据和润扬大桥悬索桥监测数据进行了小波包能量谱损伤预警分析,在此基础上详细考察了不同小波函数和小波包分解层次的损伤预警效果.结果表明:Daubechies小波和Coiflets小波适用于结构损伤预警,并且实际工程中应采用较大的小波函数阶次以获取较好的时域分辨能力和损伤预警能力;小波包分...     

基于织物自适应正交小波的疵点检测

应用织物自适应正交小波对织物疵点的检测和识别进行了分析,首先介绍了织物图像的小波分解算法和紧支撑正交小波,在此基础上提出了织物自适应小波的构造,由自适应小波对织物图像分解,然后对分解后的纬向和经向子图像提取特征,由特征什检测和识别疵点。实验证明了该方法对素色织物的常见疵点具有快速、准确的检测效果。     

选取小波函数的方法研究

选取几种不同的小波函数利用连续小波变换（CWT）对同一图像进行处理,比较不同小波函数的小波脊系数幅值信息和恢复图像的效果,得出可以参考小波脊系数幅值表现的方法来选取合适的小波函数的结论.计算机模拟和实验也证实了该方法的正确性.     

多小波处理图像压缩时前滤波器的设计

在应用中,对于单小波可以直接利用分解与重构公式对信号进行滤波。但是多小波是用矢量滤波器组对信号进行分解、重构。滤波对象必须是满足一定要求的矢量信号。因此,在进行多小波分解前必须通过前置滤波器对原始离散信号进行预处理得到初始矢量,然后才能进行多小波变换。同样,对重构后的数据也要进行后处理才能得到需要的结果。不同的多小波有不同的预处理和后处理方法。以GHM多小波为例,设计了多小波新的前滤波器,并将多小波通过前滤波后用于图像压缩,将其结果与单小波相比较,获得较好的结果。     

Sine-cosine小波与CAS小波比较

介绍了两种三角小波Sin-cosine小波和CAS小波,通过数值例子,对两种小波的函数逼近性能进行了比较,在同等条件下几乎具有相同的逼近精度。     

工程信号中的小波采样与小波分析

基于墨西哥小波母函数，详细地分析了小波分析中的采样与Ｆｏｕｒｉｅｒ分析中采样的差别，小波分析中，在满足信号分析的采样定理条件下，先对信号和小波正交基进行一次采样后，再进行２次采样，并研究了Ｌ＾２（Ｒ）中信号的小波直接分析和小波时频谱，还对现场信号，时变信号，调相和奇异等模拟信号在不同频率成分上的分解作为实例对小波分析的聚集原理进行了论证。     

一种新型高斯噪声滤波算法

为了更有效滤除数字图像中的高斯噪声,提出了一种新型滤波算法.该算法首先将含有高斯噪声的图像进行二维小波分解,得到高频和低频小波分解系数;然后保留低频小波系数不变,对高频小波系数通过维纳滤波器进行滤波,并进行小波系数重构;最后将重构图像进行多尺度小波分解,通过设定新的阈值和判别函数,弱化不重要的小波分解系数,并进行小波分...     

基于改进二进制小波变换的图像边缘检测算法

针对传统二进制小波变换在图像边缘检测应用中的不足，提出了基于改进二进制小波变换的图像边缘检测算法．该算法首先按水平、垂直和对角方向对图像进行改进的多尺度二进制小波变换，提取三个方向的小波系数，然后采用相邻尺度小波系数相乘的方法去除图像的噪声．再对去噪后的小波系数乘积极大值点进行检测，最后将这3个方向上的极大点进行融合，形成图像的边缘．     

基于小波变换的多层次图像增强算法

提出了基于小波变换的多层次图像增强算法.首先对图像进行4级小波分解,得到尺度系数和多个层次的小波系数;然后对不同层次的小波系数采用不同的增强算法进行处理,并对图像的尺度系数采用多尺度方法进行处理;最后用得到的小波系数和尺度系数进行逆变换得到增强后的图像.试验结果证明,该算法具有优于传统增强算法的增强效果和抗噪性能.     

混合正交小波基的构造

混合正交小波基是一种包含多个正交小波函数的正交基,对４尺度正交小波进行混合,得到了４尺度混合正交小波基,它不同于２尺度混合正交小波基,因为它可以来自同正交尺度函数,因此不需要寻找若干相同空间结构的小波基,最后,讨论了尺度因子为ａ（ａ为大于２的整数）时混合正交小波基的构造,这种混合正交小波基具有更大的灵活性。     

小波基和它对一维信号的直接分解（Ⅰ）

详述了在工程应用中选择小波基所依据的几个重要特征和参数,研究了四类样条小波和它们生成的小波基的几种重要的特征参数;并研究了它们对一维信号的直接小波变换。