基于混沌的离散小波变换鲁棒音频盲水印

提出了基于混沌的离散小波变换（DWT）的数字音频盲检测算法.算法首先对原始音频数据进行分段处理,然后对每个音频数据段进行4级DWT变换,最后利用4级细节小波系数统计均值趋于零的特性,通过修改4级细节小波系数统计均值,每一段中嵌入一个水印比特,算法提取水印时不需要原始音频信号.为了便于观察,水印选用了二值可视图像,并利用混沌技术进行了加密处理,加强其安全性.仿真实验证明了算法对滤波、有损压缩、重采样等常见信号处理方法具有鲁棒性,与同类算法相比,具有更好的不可感知性.     

基于零相位非抽样小波的微弱特征提取

为消除正交小波非对称性引起的非线性相位对分解结果的不利影响,结合零相位滤波原理与非抽样小波变换,提出了一类具有零相位特性的小波非抽样分解算法——零相位非抽样小波变换.为了降低零相位非抽样小波变换的计算量,采用基于重叠保留法与圆周卷积相结合的快速卷积算法代替传统卷积算法.零相位非抽样小波变换不仅克服了Mallat算法中因隔点采样环节造成的平移可变与频率折叠等诸多缺陷,也消除了传统非抽样小波变换分解结果出现移位与畸变的不足,非常适合于微弱特征提取.通过电机轴承故障诊断实例分析证实了该算法可用于提取微弱故障特征.     

小波去噪在伪码定距中的应用

在介绍离散小波变换原理的基础上 ,对小波阈值去噪方法在伪码定距系统中的应用进行详细分析。论述了传统滤波方法和小波去噪方法的仿真实现原理。仿真结果表明 ,与传统滤波方法相比 ,小波去噪可以大幅度提高输出信噪比 ,改善相关输出 ,从而提高定距精度。     

小波变换在面波去噪中的一些应用

地震资料的去噪,在处理中是非常重要的内容.随着勘探技术的进步,地球物理可以用于去噪的方法越来越多.目前去噪效果相对较好的是小波变换法.小波变化以其独特的时频特性被广泛的使用于地震资料的去噪中.与以前的频率滤波相比,其优越性是可见的.本文简要介绍了小波函数以及用于地震去噪的小波变换的一些方法,并且结合实际来对小波去噪进行了介绍.     

基于小波变换的4种图像噪声滤波方法比较

利用小波变换方法进行图像噪声滤波是使用小波分析理论进行图像处理应用的一个重要内容.本文以MATLAB为平台,给出了最常用的4种基于小波变换的图像噪声滤波方法并进行了仿真效果比较,同时,针对模极大值滤波方法实现时的烦琐和速度慢问题,提出了中值滤波和模极大值滤波相结合的算法改进,简化了运算,提高了运算速度并保证了滤波质量.试验得出小波域尺度相关性和改进后的小波系数模极大值法效果最理想.同时对小波变换方法的进一步改进与完善具有实用意义.     

基于小波变换的闪烁背光LCD响应时间估算

为了更准确、方便地估算闪烁背景光下的LCD液晶响应时间,利用小波变换法对测量得到的LCD亮度响应曲线进行滤波.通过实际测量连续背景光下五级灰度之间的液晶响应以及闪烁背景光的背景光响应,构造了闪烁背景光下的LCD亮度响应,利用小波变换滤波方法,通过小波分解、阈值处理、逆变换重构,还原了液晶响应信号,将估算得到的响应时间与...     

光栅光学小波滤波器

采用光学小波变换可以大大节省图像数据压缩的时间，实现图像数据的实时压缩，为图像的快速传输奠定基础.在典型的光学4f系统的谱面上加滤波片是实现光学小波变换的常用方法，该滤波片可以用胶片、全息图和光栅作为滤波片.但是，因为光栅参数与小波谱值的数学关系复杂，推导的难度较大，所以以往人们都采用胶片或全息图作为滤波片，这样做的精度并不高.作者研究的是在4f系统的谱面上加光栅作为滤波片来实现小波变换，推导了光栅参数与小波谱值的数学关系，为人们制作4f系统的滤波片提供了另一种新的参考.     

利用光学小波变换对血红细胞识别的Matlab仿真

将光学图像识别技术应用于生物目标的探测,用光学小波变换识别多个血红细胞,以提高系统的识别力。在光学联合变换相关器中,通过空间频谱面上的小波滤波可以实现光学小波变换,构建光学小波联合变换相关器。Matlab仿真结果表明,与传统的联合变换相关器相比,由于小波变换的引入,相关峰尖锐,峰噪比明显增强,峰的半宽度显著减小,在多目标识别中不同位移目标不易受干扰,提高了目标探测能力。     

复小波变换-自适应滤波算法抑制局部放电窄带干扰

针对干扰频率多和信噪比低这两大局部放电窄带干扰抑制中难以解决的问题,提出一种复小波变换一自适应滤波算法.首先,利用复小波变换分频特性将信号分解到不同的频段内,使各个频段内的窄带干扰数少且频率接近,然后进行逐层自适应滤波;采用一种实部与模平方乘积的新复合信息以提高对低信噪比信号的提取能力以及对信号形状的保持能力.研究结果表明;复小波变换一自适应滤波算法在信噪比δ0=0时能对4种局部放大脉冲模型分别获得信噪比δ为22.22,16.16,17.16和21.75和波形相似度η为0.909 2,0.942 7,0.668 8和0.657 0的滤波效果,与传统的小波去噪和自适应滤波相比有较大改进.     

小波(包)滤波方法的GUI及其在深地震测深数据处理中的应用

在深地震测深数据处理中,仍多用基于傅里叶变换的滤波方法和小波二阶相关去噪方法.鉴于傅里叶变换方法对非稳态的地震信号不能提供在时频上的任何局部信息,而小波和小波包方法弥补了傅里叶变换的不足,能够提供时频上的任何局部信息,且高阶相关比二阶相关对随机噪声有更好的抑制和去除作用,本文结合小波和小波包去噪方法以及高阶相关去噪方法,编写了深地震测深数据处理的小波和小波包滤波方法的人机交互软件,用于抑制和去除地震信号中的加性高斯随机噪声.该软件可以方便快捷地显示深地震测深的地震记录截面,进行小波域的自适应阈值去噪、小波域和小波包域的二阶和高阶相关去噪以及基于傅氏变换的常规滤波.实例计算结果表明,方法和程序是有效且可行的.