基于小波变换的模极大值图像边缘检测算法

将小波分析技术运用到图像边缘检测中以勾勒图像轮廓，提出了基于小波变换的模极大值边缘检测算法．利用二次B样条小波和Mallat算法对图像进行了边缘检测．仿真结果表明：该方法去噪效果好，能提取图像中较弱的边缘，且边缘具有很强的连续性，明显优于传统的边缘检测算子．     

小波变换模极大值法在图像边缘检测中的应用

边缘检测是计算机图像处理的一个重要环节，但是常用的方法存在一些缺点。本文介绍了小波变换模极大值法进行边缘检测的原理。检测结果表明，小波变换方法能有效的检测出边缘，优于Sobel算子、Prewitt算子、Roberts算子。     

由小波变换模极大值实现信号重构

基于多尺度分析的思想 ,指出小波模极大值能检测信号的奇异性。通过模极大值可实现信号重构。然后 ,研究了一种算法 ,可从混有噪声的信号中 ,采用设定阀值的方法 ,消去噪声相关的模极大值 ,提高恢复信号的质量     

小波模极大值的手掌自动识别系统定位法

提出了一种有效、可靠的手掌识别定位方法。该方法对无定位的手掌自动识别具有较好的定位结果。研究过程中采用平板扫描仪进行图像采集。对手掌图像进行旋转、剪切处理,从而为同一个人的不同手掌提供相同的参照系;将手掌边界像素与质心的距离(边心距)作为描述手掌形状的特征,计算边心距的多尺度小波变换的模极大值,并由尺度a=25的小波模极大值的分布确定基准点所在区间;在每一区间上选取唯一的候选基准点,再对候选基准点进行筛选,最终定位手掌的基准点。该定位方法具有算法简单、准确、计算速度快的特点,应用本方法定位出的手掌基准点不仅可以为掌纹的匹配提供参照系,同时也可为结合手掌的其他特征如指纹、手形、手指上的纹理实现基于多特征识别提供必要的参照系。本方法对旋转和平移具有不敏感性,能够提高识别的准确率。通过M atlab仿真试验证明了这种方法的有效性和正确性。     

基于小波模极大值的边缘检测

图像的边缘检测技术对于图像处理、模式识别等都具有重要研究意义。如何提高边缘检测的准确性,使边缘提取算法具有更高的信噪比是图像处理的经典难题,所以好的边缘提取算法一直是众多学者研究的重点。本文首先介绍了小波变换对于边缘检测技术的应用,然后针对图像边缘检测中噪声抑制和提取边缘细节的矛盾,详细阐述了小波模极大值法的原理以及选取不同阈值对于处理结果的影响。最后通过实验对本文选用的方法和经典算法进行了比较,对比评价了它们各自的优缺点以及对噪声的抑制。     

小波变换模极大值法在图像边缘检测中的应用

边缘检测是计算机图像处理的一个重要环节,但是常用的方法存在一些缺点.本文介绍了小波变换模极大值法进行边缘检测的原理.检测结果表明,小波变换方法能有效的检测出边缘,优于Sobel算子、Prewitt算子、Roberts算子.     

基于快速提升小波变换的电能畸变信号模极大值检测方法

为了提高电能质量检测的实时性,提出了一种畸变点检测的方法.即先对扰动信号做提升小波变换,用极大极小阈值去噪,再用模极大值进行畸变点的检测.仿真结果表明,该方法不仅能较好地抑制噪声,而且比传统小波计算速度快,较好地满足了实时性的要求,适于DSP芯片的实时实现.     

基于小波变换模极大值的脉冲噪声去除方法

根据小波系数模极大值的特性,提出了去除脉冲噪声的一种新方法.由于脉冲噪声往往造成信号的突变,所以经小波变换后其小波系数易成为模局部极大值.由突变点的模极大值随着小波分解尺度的增大而减小的性质,可采取去除具有此种性质的模极大值的方法去除脉冲噪声.此方法也能很好的去除白噪声,因为白噪声与脉冲噪声的模极大值具有相同的特点.     

基于小波变换模极大值的汽轮机振动信号去噪

针对汽轮机振动信号去噪问题,根据振动信号和噪声的小波变换模极大值在不同尺度上表现出的不同的传播特性,给出了基于小波变换模极大值的去噪算法.利用该法可以最大程度对含噪汽轮机振动信号去噪处理,实现信噪分离,并有效地保留信号的奇异点信息.     

基于小波变换模极大值的橡胶薄层厚度超声检测

为解决同一薄层界面处的各次反射回波在时域上不可分离导致无法测厚的问题,提出利用小波变换模极大值对橡胶薄层超声回波信号奇异点进行检测的方法.信号奇异点构成模极大值曲线,极大值曲线产生周期性,相邻的极大值曲线对应入射时基体/橡胶界面和反射时橡胶/基体界面回波信号的到达时间,其差值为超声波在橡胶薄层中传播时间的2倍,取其平均值,计算出橡胶薄层的厚度.仿真结果表明,该方法的相对误差均在10%以内.经实例验证该方法是可行的.     

基于小波变换模极大的脉象信号研究

针对脉象信号的时变、非线性和低频特性,提出了应用小波变换模极大对脉象信号进行研究的方法.介绍了利用小波变换模极大对信号局部特征进行描述的三个参数:Lipschitz指数α、平滑因子σ和分形维数D(α),并提出了对小波变换模极大曲线进行滤波的算法.用高斯一阶导数和二阶导数小波变换分别对单周期三峰脉象信号进行了实验.实验结果表明,该方法可以描述一些时域难以表达的特征,并能对脉象信号的局部特征点进行准确定位,从而为各项脉象特征的定量化描述和脉象分类识别奠定基础.     

小波模极大值法在图像检索中的应用

介绍了小波模极大值法的基本理论和特点,提出了算法的实现步骤,并通过实验测试了小波极大值算法的性能。     

基于小波变换的双端输电线路行波故障定位

为了消除行波波速不确定性和线路弧垂对双端输电线路行波故障定位造成的误差影响,提出了一种在输电线路中间某一位置增加一个检测点的三测点定位方法;该方法首先对电流行波信号进行相模变换,得到相互独立的线模分量,其次对得到的线模分量进行小波分析,检测出行波波头到各测量点时间,最后代入相应的公式计算出故障距离; MATLAB仿真实验结果表明:该方法不受过渡电阻、行波波速、故障类型等因素的影响,测距误差较小,原理简单,具有较高的准确性和良好的适用性。     

基于小波变换模极大值的医学图像融合技术

针对目前的融合算法不能有效解决强去噪能力和细节信息保留之间的矛盾,提出一种基于小波变换模极大值特征的窗口区域强度自适应加权平均融合算法.首先,用选定的小波基提取不同尺度下小波变换模极大值特性;然后,利用信号与噪声的Lipschitz指数在局部奇异处呈现不同的表现形式的特性,滤除噪声信号;接着,计算模极大值的局部区域强度,动态地实现在不同尺度的子图像的小波分解系数之间分配权重;最后,将处理后的子图像重建得到融合后的图像.通过对CT和PET图像的融合实验,证明了该方法既可以适应不同特征图像的融合任务,又能达到有效抑制噪声而保留尽可能多的细节信息的目的.     

一种基于小波变换的医学图像增强新算法

针对目前的增强算法对噪声比较敏感的特点,本文提出一种基于多尺度小波模值的对比度增强新算法。通过设定不同的模值拉伸因子,改变不同尺度下的小波系数的模值,来增加图像反差,增强边缘等特征细节信号。同时利用信号与噪声的Lipschitz指数在局部奇异处呈现不同的表现形式的特性,滤除噪声信号,达到去噪和特征增强的双重目的。实验结果表明,该算法对噪声有一定的抑制作用, 可以在提高图像对比度的同时滤除噪声信号,有效地解决了传统方法中存在的强去噪能力和高对比度增强之间的矛盾。     

基于小波变换自适应匹配的高速铁路牵引网故障单端行波定位法

为减少高速铁路牵引网故障行波传播色散特性对行波波头检测和波速测量的影响,提高高速铁路牵引网故障行波定位的准确度,提出了基于小波变换自适应匹配的高速铁路牵引网故障行波定位方法。该法结合小波变换奇异性与相似性算法,对行波信号进行分析,提取小波函数多尺度分解结构重构的高频信号进行故障行波定位。行波波头到达时间由该高频信号经相似性算法分析,获取特征值点位置计算。行波的传播参考速度由模拟实验分析结果所得。现场测试故障行波数据分析表明,该高速铁路牵引网故障行波定位方法能有效提取故障行波特征,并消除行波传播色散特性影响,定位误差<100 m。     

小波变换奇异性在电力系统行波故障测距中的应用

输电线路行波双端故障测距具有很高的精度 ,但需要高速A/D采集、大量的数据存储、复杂的行波波头辨识 ,对近距离故障测量存在困难。提出利用小波变换的时频分析特性 ,结合行波传输的特点 ,对行波信号利用小波变换提取故障时行波的故障信息。利用GPS作为同步时钟 ,测量波头到达测量端的时刻 ,构成输电线路的行波测量网络 ,通过调度通信进行故障测距 ,可以提高测距的可靠性和精度