一种基于小波变换的数字图像加密算法

小波变换在时域和频域上同时具有良好的局部化性质,并对各种信号特征进行多分辨率分析有极大的适应性,已广泛用于信号与图像处理、语言识别与合成等科技领域.在二维离散小波变换及MATLAB快速算法的基础上,分析了在二维离散小波变换后的图像中加入数字水印成分,并利用反变换将其还原回原始图像,原始图像失真小,还原数字水印信息失真小,可以有效的应用在数字水印技术中.     

基于交叉验证法优化参数的Morlet小波消噪方法

针对机械监测故障信号的非平稳性特点,提出一种基于交叉验证法优化参数的Morlet小波消噪方法。选择与机械冲击振动波形相似的Morlet小波,对Morlet母小波进行改进,增加了波形调整参数。通过交叉验证方法设计了改进Morlet小波的波形参数和变换尺度。对信号进行连续小波变换(CWT),实现对含噪信号的滤波消噪。将该方法应用于齿轮故障检测中,对比2种传统的小波消噪方法,验证该方法能够提取出强噪声背景下的有效信号特征成分,具有较好的滤波消噪效果。     

基于Morlet小波时间尺度表示的地下连续墙无损检测

对Morlet小波及其变换特性进行了分析 ,利用其良好的时频正则性及复分析特性 ,把一维检测波映射到二维时间尺度表示 (TSR) -Scalogram谱图上。Scalogram承载了介质结构的丰富信息 ,利用这些信息能够实现对介质的全面分析和缺陷识别 ,辅以Morlet小波变换的实部模极大值 ,可以对缺陷进行准确定位。该方法有效地弥补了基于Hilbert变换的复信号分析 (CSA)、短时傅立叶变换 (STFT)及二次时频表示 (TFR)等方法的不足。对水泥土地下连续墙进行的无损检测结果表明 ,基于Morlet小波TSR的检测方法有较好的实用性 ,它为结构无损检测领域提供了一条新的技术路线。为进一步完善前述方法 ,将Morlet小波与Dergauss小波进行优势联合 ,可以避免模极大值线分叉现象 ,有利于提高定量解释精度。     

基于Morlet小波变换与SVD的故障特征提取

针对Morlet小波变换结果中的特征提取问题,对连续小波变换得到的小波系数矩阵进行奇异值分解(SVD),分析了所获得的奇异值与Morlet小波变换结果中的特征信号以及噪声的对应关系.基于这种关系,通过选择合适的奇异值进行重构,清晰地提取到Morlet小波分解结果中的有效特征信息;进一步计算得到频率-能量谱,根据峰值位置能够提取冲击特征.将该方法应用于轴承振动信号的故障特征提取,并与其他方法进行了比较.结果表明,文中方法所获得的故障波形非常清晰,在低信噪比时具有较好的故障特征提取效果.     

基于二维双树复数小波变换的图像去噪

目前小波变换在图像去噪中的应用取得了较好的效果。而二维双树复数小波变换由于其在平移不变性,方向性等方面的优势,要比可分离二维离散小波变换具有更好的图像去噪能力。因此我们提出采用二维双树复数小波变换进行图像去噪,仿真试验结果表明二维双树复数小波变换的去噪效果明显改善。     

基于二维双树复数小波变换的图像去噪

目前小波变换在图像去噪中的应用取得了较好的效果。而二维双树复数小波变换由于其在平移不变性,方向性等方面的优势,要比可分离二维离散小波变换具有更好的图像去噪能力。因此我们提出采用二维双树复数小波变换进行图像去噪,仿真试验结果表明二维双树复数小波变换的去噪效果明显改善。     

基于蚁群算法的方向特征分割方法

针对翅脉特征的有效提取问题,根据蝶翅图像具有方向性的特点,提出了方向小波变换与蚁群算法相结合的分割方法.该方法首先采用Morlet方向小波变换对不同方向的翅脉边缘进行检测、提取.通过分析这些边缘点的特征参数,确定初始聚类中心.基于所设置的初始聚类中心,再利用蚁群算法对蝶类翅脉图像进行分割.仿真实验表明,该方法可以将各方向翅脉特征检测出来,是一种有效的方向特征分割方法.     

基于Morlet小波时间尺度表示的地下连续墙无损检测

对Morlet小波及其变换特性进行了分析，利用其良好的时频正则性及复分析特性，把一维检测波映射到二维时间尺度表示(TSR)-Scalogram谱图上。Scalogram承载了介质结构的丰富信息，利用这些信息能够实现对介质的全面分析和缺陷识别，辅以Morlet小波变换的实部模极大值，可以对缺陷进行准确定位。该方法有效地弥补了基于Hilbert变换的复信号分析(CSA)、短时傅立叶变换(STFT)及二次时频表示(TFR)等方法的不足。对水泥土地下连续墙进行的无损检测结果表明，基于Morlet小波TSR的检测方法有较好的实用性，它为结构无损检测领域提供了一条新的技术路线。为进一步完善前述方法，将Morlet小波与Dergauss小波进行优势联合，可以避免模极大值线分叉现象，有利于提高定量解释精度。     

基于小波变换的奇异信号检测研究

奇异信号的奇异点经常携带有比较重要的信息,它是信号的重要特征之一.证明了小波变换能用来检测信号的奇异性,利用小波变换模的极大值和信号奇异点的关系,可以分析信号局部奇异性.信号局部奇异性用李氏指数来描述.研究了奇异性检测小波基的选择条件.给出了实例分析,结果表明,小波变换在信号奇异性检测和局部化分析方面具有优异特性.     

TM与SPOT5影像HIS小波融合方法及应用分析

选择北京密云水库及周边地区为实验区,在分析多源数据融合层次和各种融合方法的基础上,针对TM与SPOT5数据运用IHS变换融合法、小波变换融合法以及IHS小波变换融合法分别进行融合实验。在小波变换以及IHS小波变换融合法中,分别采用了二维连续与离散的小波变换方式,研究了小波变换层数以及低频与高频分量系数的选择结果对于融合效果的影响。最后运用主观定性以及客观定量评价方法,经对不同指标的权重计分建立详细的等级评定,对融合结果进行评判。结果表明:在所选小波方法中,二维连续2层小波效果较好,而IHS结合二维连续2层小波方法效果较为突出。     

一种新的小波基函数及其在雷达信号特征提取中的应用

为进一步准确估计雷达信号的瞬时频率，在现有Morlet小波基函数的基础上，提出了一种新的Morlet小波基函数（New-Morlet）用于小波脊线的提取。通过深入分析小波脊线原理以及正确提取小波脊线对小波基函数的要求，利用Morlet小波基函数提取雷达辐射源信号的小波脊线特征，从而可以估计出辐射源信号的瞬时频率。将New-Morlet小波与现有的Morlet小波进行对比得出New-Morlet小波具有更好的时-频综合特性。同时，分析了利用小波脊线原理估计信号瞬时频率的迭代算法。仿真结果表明：基于New-Morlet小波基函数的特征提取性能优于现有的Morlet小波基函数，且具有良好的抗噪性能，其方法是有效的。     

基于二维连续小波变换的三维形貌测量技术

本文提出了一种在三维形貌测量的结构光投影中使用二维Paul连续小波变换处理结构光栅的方法,与二维Morlet小波相比,二维Paul小波对三维物体高度变化较大的数据恢复效果较好,降低了三维形貌测量中的测量误差,提高了测量精度.     

基于小波神经网络的股票预测

通过将Morlet母小波基函数作为神经网络隐含层神经元的激励函数,构建了Morlet小波神经网络,对网络结构进行了隐含层节点的优化,对股票收盘价的变化进行仿真和预测,实验结果表明,Morlet小波神经网络具有较好的逼近非线性映射的能力,其泛化性能和预测能力较优.     

一种基于心电数据压缩的小波元选择方法

介绍了用于心电数据压缩而构造的一种小波神经网络以及它的小波元选择的方法．提出了根据对心电数据做频谱估计，确定其时频域支撑，再根据小波的时频特性确定小波函数的时频域支撑，来初步选定小波元，然后再利用OLS算法对初选的小波元进行筛选．选用Morlet小波为母小波，并用一段心电信号来对该方法进行验证．验证结果表明落在心电数据频谱范围内的Morlet小波有152个，再通过OLS算法筛选后小波元数大大减少了，使得小波网络的尺寸趋于最优．在网络训练时，训练时间也明显地减少．     

复Morlet小波的三维测量技术

为扩大小波变换轮廓术在三维测量领域的应用,提出了获得物体三维形貌的方法。该技术基于复Morlet小波变换理论,采用结构光照明,用最大值法提取小波变换的脊,获得变形光栅的包裹相位及整幅图像的包裹相位分布,再做相位展开。实验表明,该方法的误差在-0.37～0.38rad,能够满足物体三维测量技术要求。     

小波方差与小波熵在信号特征提取中的应用

讨论了单一尺度下的小波方差,并结合信息论中信息熵的定义和物理意义,进一步引进了多尺度下的小波熵;分别以频率突变和幅度突变两种仿真信号为对象,分析了小波方差与小波熵在反映随机信号统计特征方面的特点;最后,以一类钻井信号为例,分别利用两种方法分析和提取了信号在强噪声环境下的脉冲特征。仿真和实例说明,相对于小波方差对尺度选择的依赖,小波熵可以综合各尺度的信息,能够从整体上更有效地提取信号特征。     

Morlet小波变换的像空间

针对Morlet小波,给出了其小波变换像空间再生核函数的具体表达式,并且当固定尺度因子时利用再生核空间的理论,对Morlet小波变换的像空间作出了具体的描述,为一般小波变换像空间的讨论提供了理论基础.     

基于小波变换的心电图QRS波群检测方法

提出一种对心电图QRS波群进行检测的方法,该方法采用Marr小波对心电信号按照Mallat算法进行分解滤波,利用小波变换与信号奇异点之间的关系,在尺度3下采用幅度阈值法对QRS波群进行检测,同时运用综合检测方法进行复检,从而提高R波检测的正确率。以国际上广泛承认的心电数据库MIT-BIH中的记录对算法进行检验,正确检出率在99.8%以上。此检测方法具有简单、运行速度快的特点,易于在临床诊断实时性检测系统中实现。