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.     

小波变换及其在图像融合中的应用

本文通过对小波变换理论的研究,分析了二维离散小波分解与重构的算法,引出了基于小波多尺度分解的图像融合的方案。     

基于离散多小波变换的医学图像融合

研究了基于多小波的医学图像融合,在分析了CT图像和MRI图像特性的基础上,提出了基于离散多小波变换的图像融合框架模型。详细阐述了如何使用GHM多小波对2D图像实现分解———融合规则选择———多小波重构。与单小波不同,多小波分解前需要对图像进行预处理,以及重构后的后处理。文章的最后比较分析实验结果,证实了基于离散多小波变换图像融合相比于单小波融合方法的优越性。     

两通道滤波器组和离散序列的小波变换

多抽样率滤波器组理论和离散时间序列的小波变换有着密切关系.笔者从信号处理的角度研究了离散时间序列的小波变换利用树状滤波器组实现的方法,分析了两通道共轭正交镜象滤波器组理论及滤波器设计,离散时间序列的正交小波变换的快速实现以及正交小波的构造,指出了其内在联系,最后举例说明了正交小波变换通过共轭正交镜象滤波器组来实现信号分解和重构的全过程.     

离散信号的二进小波分解与重构

讨论了由一维二进小波构造的二维二进小波的性质,并应用二维二进小波变换导出二维离散信号的分解和重构。     

基于小波变换的机织物经纬密度测量

利用小波变换对机织物图像进行多层离散小波分解和单层信号重构，对重构后的经纬纱线图像分别沿经纬纱线方向求出亮度平均值，根据亮度信号求出其周期，进而精确求出纱线的经纬密度。     

一种基于离散傅里叶变换的小波变换的快速算法

小波理论中的多分辨率分析和Mallat算法近年来已在数字信号处理中得到了广泛的应用．但如果直接按照上述算法计算信号的小波分解和重构,其计算量将是很大的．通过对离散傅里叶变换及Mallat算法原理的分析,针对离散小波变换算法结构特征,对其结构进行了重组,在此基础上利用快速傅里叶变换,提出了一种快速离散小波变换算法,并从理论上进行了分析和论证;与直接算法相比,可有效降低运算量．     

用多小波对图像分解和重构

与单小波相比较,多小波同时具备诸如紧支性,正交性,对称性等诸多在信号处理中非常重要的良好性质．这决定了多小波是一种优于单小波的信号处理技术．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毹、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．本文以GHM多小波为例,实现了对图像的预处理、分解和变换后的重构、后处理过程,并将解压缩后的结果与单小波相比较,获得较好的结果．     

一种离散小波变换的快速分解和重构算法

通过对实序列的快速傅里叶变换算法的推导及Mallat算法原理的分析，根据离散小波变换（DWT）算法结构特征，提出了一种离散小波变换的快速分解和重构算法；给出了相应的算法步骤，从数学理论上对该算法进行了论证。结果表明与原有的快速小波算法（Mallat算法）相比，可显著减少信号与滤波器长度N较大（大于16）时小波变换的实乘次数（分解仅为（5log2N 7)N次，重构仅为4N（1 log2N)次）提高了运算速度，且该算法有着良好的并行性，易于数字信号处理器（DSP）的快速实现。     

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。     

基于跳板攻击的军用网络入侵追踪的实现技术

本文介绍了跳板攻击的基本原理和几种跨越跳板的追踪技术,探讨了对军用网络进行入侵追踪的实现技术SWT,提出使用SWT系统通过休眠水印技术和主动追踪协议的集成,可以有效地追踪通过telnet和rlogin以跳板机实施攻击的黑客,能够很好地抵御本地与网络的入侵.     

空洞缺陷形状对杉木圆盘电阻与应力波断层成像效果的影响

无损检测技术能对木材空洞缺陷进行快速且准确的检测,现存的各种检测技术都有一定的优缺点,因此有必要对它们进行试验和对比。以福建杉木圆盘为对象,研究不同面积、不同轮廓形状的空洞缺陷对电阻和应力波断层成像技术的影响,比较两种检测技术的缺陷图像与实际缺陷图像的差异。结果表明:①电阻和应力波检测技术均能直观显示木材内部缺陷,其检测精度会受到空洞缺陷面积、轮廓形状以及截面积比率影响; ②当空洞实际面积与被测木材截面积比率从4.90%上升到44.05%时,电阻成像系统显示的缺陷图像面积与实际缺陷面积相对误差从34.03%下降到11.69%,应力波成像系统显示缺陷图像面积与实际缺陷面积相对误差从46.41%下降到14.88%; ③缺陷轮廓形状对两种成像均有一定影响。对于电阻成像,近圆形的空洞成像精度低于狭长形的空洞缺陷,在电阻成像中,除了扇形和圆形缺陷外,其余的空洞缺陷形状均不能被明显地检测出,但是应力波成像中,狭长形的扇形缺陷能够比较清晰地被系统显示。研究表明:电阻断层成像法对于空洞缺陷的检测比应力波断层成像法灵敏,且图像检测精度也比应力波断层成像法高; 而对于缺陷轮廓的识别能力,应力波断层成像法要优于电阻断层成像法。     

一种新的基于小波变换的EEG视觉伪信号修正方法

提出了一种在基准EEG信号和视觉信号未知条件下,基于小波阈值去噪的方法来修正EEG信号中出现的视觉伪信号(OA)的新方法。这种方法实现了对原始EEG信号进行平稳小波变换(SW T);对低频系数进行两次阈值去噪;对去噪后的信号进行重构。实验结果表明:这种新方法在基准EEG信号和视觉信号未知条件下能有效去除OA,同时适用于眨眼和眼球运动所产生的伪信号。通过不同方法对采集的信号处理后进行比较,说明该方法的有效性。     

利用牛顿最优潮流及替代折衷技术研究电力系统环境保护问题

在牛顿法最优潮流的基础上，对电力系统环境保护问题加以研究，并给出了解法，即把发电燃料成本及污染排放（如ＳＯ２）计入目标函数，通过牛顿法加以求解．用替代折衷技术对燃料成本和污染排放加以折衷，得到最佳折衷方案．就ＩＥＥＥ－３０ 节点算例作了计算和分析．结果表明，利用替代折衷技术可以较好地解决此类问题，并且可以确定对单位污染排放罚款的数额．     

图像分割与平稳小波变换法融合红外与可见光图像

为改善红外与可见光图像融合后的视觉效果,提出一种基于图像分割和平稳小波变换的图像融合方法。首先,结合最大类间方差方法与边缘检测方法,将红外图像分割为背景部分和目标部分;然后利用平稳小波变换对红外图像的背景部分与可见光图像分别进行多尺度分解,低频部分采用区域空间频率取大融合准则,高频部分采用绝对值取大融合准则,对多尺度分解后的各层进行融合,再利用平稳小波逆变换得到融合结果;最后,对该融合结果与红外图像的目标部分采用加权求和的融合准则进行融合,得到最终的红外与可见光融合图像。实验结果表明,通过提出的方法进行红外与可见光图像融合,不仅很好地突出红外图像的目标信息,还较好地体现可见光图像的场景细节信息,视觉效果明显改善;其标准差、信息熵、互信息均优于拉普拉斯金字塔变换和小波变换等传统的融合算法。实验结果验证了方法的有效性。     

浅析JavaGUI编程工具集

本文简要介绍了javaGUI编程的三个主要工具集：AWT、Swing和SWT，并分别比较了三者的优缺点。     

基于谱残差与笔画宽度变换的显著性文本检测方法

为有效利用Android智能终端实现对文本信息的有效识别,提出一种基于谱残差和笔画宽度变换的显著性文本特征提取方法.首先应用基于谱残差的显著性检测获取显著图;然后利用最大熵判别方法分割并建立显著性文字候选区域;最后通过笔画宽度变换算法在候选区域内提取闭合边缘等宽特征.构建基于Android智能终端和服务器的C/S架构实验平台,在MSRA-TD500文字定位数据库与实验室场景数据库中的实验结果表明,该算法可较好地获取图像中的显著性文字特征,在保证运算效率的同时算法性能有所提升.     

基于提升静态小波变换的风廓线雷达地杂波抑制方法

针对现有的基于离散小波变换(DWT)去风廓线雷达地杂波技术中最佳分解层数与阈值不好确定,且DWT不具有平移不变性的问题,介绍静态小波变换(sWT)的提升实现方法,提出一种基于提升SWT的风廓线雷达地杂波抑制方法。这种方法通过计算各层小波系数上的2阶原点矩来确定最佳分解层数,并以最邻近地杂波频段的2个频段的平均值作为阈值。由于采用提升实现方式,其运算量相对于传统的基于DWT去地杂波的方法并没有很大的提高,且能适用于较低杂信比的情况。仿真结果验证算法的有效性。     

风廓线雷达去地杂波方法研究

针对传统的回波模拟方法不能很好的模拟高斯白噪声的分布, 也不利于反应真实的回波信号的问题, 改进了回波信号的模拟方法, 同时为了减小地杂波对信号参数估计的影响, 在静态小波变换的基础上, 提出了一种抑制风廓线雷达地杂波的方法, 由于采用提升实现方式, 其运算量并没有明显增加。相对于传统的基于 DWT 去地杂波的方法, 新方法更加适用于较低信杂比的情况。仿真结果验证了新方法的有效性。     

应用于超声测距的小波变换滤波算法

有效的滤波算法是提高超声测距精度的关键之一。小波变换具有时频联合分析的能力,采样点处的各级小波系数反映了其频率成分的分布情况。该文提出了一种基于小波变换的超声回波滤波算法。对原始数据进行离散二进小波变换,然后将各点的小波系数同理想回波信号的小波系数进行相关运算,利用得到的相关系数区分噪声和回波所在区段,然后对噪声的小波系数进行收缩处理,从而实现滤波。利用该算法对自制的超声测距装置采集到的回波数据进行了滤波处理。结果表明:其滤波效果要优于经典的小波阈值法,信号信噪比提高了6～9dB,数据中混有的大幅值噪声得到了有效抑制。