基于小波变换的多尺度图象边缘检测

边沿作为图像视觉的最主要特征 ,成为图像信息获取的重要内容 .而小波变换具有检测局域突变的能力 ,而且可以结合多尺度信息进行检测 ,因此成为图像信息边缘检测的优良工具 .基于信号与噪声在不同尺度下小波系数模的变化特征 ,利用小波变换系数模局部极大值来提取图像的边缘特征 .实验结果说明这种特征提取方法不仅有效地降低了噪声 ,而且也能较准确地提取图像的边缘及降低计算量 .     

一种基于小波变换的边缘检测方法

基于信号与噪声在不同尺度下小波变换系数模不同的变化特征,提出了一种边缘检测方法,该方法通过对图像的小波变换域中由噪声引起的小波变换系数模进行处理,再利用小波变换系数模局部极大值来提取图像的边缘特征,实验结果说明这种特征提取方法可以有效地降低噪声,同时又较准确地提取出图像的边缘。     

基于小波变换的图像边缘检测

基于信号与噪声在不同尺度下小波系数模的变化特征,利用小波变换系数模局部极大值来提取图像的边缘特征.实验结果说明了这种特征提取方法能够较准确地提取图像的边缘并有效地降低噪声.     

基于小波变换的图像边缘检测

基于信号与噪声在不同尺度下小波系数模的变化特征，利用小波变换系数模局部极大值来提取图像的边缘特征。实验结果说明了这种特征提取方法能够较准确地提取图像的边缘并有效地降低噪声。     

用小波变换和多项式拟合提高地震资料分辨率

用小波变换研究了地震勘探信号小波变换的过零点特性。提出了用小波变换的过零点匹配提取地震勘探信号同相轴变化信息，并利用所提取信息和多项式拟合消除随机噪声，同时增强信号高频，使信号信噪比和分辨率都得到显著提高的新方法。该方法对地震道进行小波变换，对变换结果进行过零点匹配求出地震同相轴变化信息，沿同相轴对地震道的小波变换系数进行多项式拟合得到去噪的小波变换系数，对去噪后小波变换系数进行高频增强并进行反变换便得到具有高信噪比和高分辨率的地震道。理论分析和实际处理结果表明，该方法能有效地提高地震勘探信号的信噪比和分辨率。     

基于小波多尺度乘积的信号去噪算法

根据信号与噪声在小波变换下表现出截然不同的性质,提出了一种基于小波多尺度乘积的信号去噪算法,该算法首先对信号进行多尺度二进制小波变换,通过相邻尺度小波系数乘积提取小波变换模极大值的小波系数和去除噪声小波系数：再利用模极大值小波系数进行小波逆变换得到去噪后的信号。实验仿真表明：该算法在有效去除噪声的同时,也能保留信号的重要特征。     

考虑各向异性的电缆地层测试产能预测方法

为提高电缆地层测试对各向异性储层产能评价的精度,避免应用DST测试产生的高测试成本,利用自行设计的多探头电缆地层测试仪器和解释模型,求取既定方位的储层平面上正交方向的两个渗透率,利用基于地质统计学的变差函数分析方法分析储层实际主渗透率方向,结合矢量化渗透率计算模型,计算实际储层的主渗透率和垂直主渗透率方向的最小渗透率,给出通过电缆地层测试获得储层实际平面渗透率各向异性的方法.结合椭圆形边界油藏产量计算模型,给出渗透率各向异性地层电缆地层测试产能预测方法.电缆测试方法计算的产能结果与DST测试结果基本吻合.     

小波变换在岩石测试中的应用

主要研究了小波变换在岩石超声波测试信号分析中的应用。通过对岩石超声信号的小波分析,提取岩石信号在小波变换下的不同尺度的细节,从而确定出了岩石的节理结构等所对应的信号小波变换细节特征,以及岩石信号在各个不同尺度下的差异,为小波变换在岩石测试中的应用奠定基础。     

应用小波分析改善随钻电阻率测量的纵向分辨率

为了提高随钻电阻率测量的纵向分辨率 ,提出了一种基于小波变换的数据处理方法 ,该方法应用多尺度分析对随钻电阻率测井数据进行分析与处理 .介绍了小波变换和多尺度分析的基本概念 ,并对随钻电磁波电阻率测量数据的频谱进行了深入的研究 ;分析了影响测量纵向分辨率的主要因素 ,给出了用小波变换对信号进行多尺度分析的方法 .数值模拟结果表明 ,该方法可以有效地改善测量的纵向分辨率 ;与实际测井数据的对比说明 ,处理后的分辨率已经接近高分辨率电缆电阻率测量的水平 .现场应用表明 ,该方法对改善随钻电阻率测量的纵向分辨率是十分有效的 ,为地层评价提供了更为有利的工具 .     

一种基于小波变换的包络分析法

对机械故障中常见的调制信号,包络分析法是一种有效的分析方法,为克服当前的包络分析法需要选择合适的滤波器参数的局性性,提出了一种基于小波变换的包络分析方法,运用小波包将调制信号分解到不同频率段上,提取需要的频率段成分进行重构,对重构后的信号作络细化谱分析就能有效地从原始信号中提取调制信息,仿真信号和实际动用都表明该方法能有效地提取信号的故障特征。     

一种改进的模极大值混沌信号降噪方法

基于混沌和噪声的不同表现特征,提出一种改进的小波模极大值信号降噪方法。首先,该方法根据不同尺度噪声残余率的差别,确定离散二进制小波变换的最优分解尺度。然后,结合奇异谱理论对小波变换后的近似系数进行处理,去除表征噪声的较小奇异值;利用空间尺度相关性分析细节系数,自适应选取模极大值的阈值范围,提取有用信号,体现混沌系统内部特性。以Lorenz模型和月太阳黑子为例进行仿真分析,验证了本方法的可行性和实用性,提高了系统的信噪比,降低了系统的重构误差。     

小波变换在智能厚度划分系统中的应用

在研究小波变换表征信号突变特征的基础上, 提出一种用小波变换划分地层厚度的方法. 采用高斯一阶导数作为基小波对测井曲线进行一维连续小波变换, 并用得到的系数曲线更精确地识别各个“波形”的形态特征, 根据曲线的特点对精度要求不同的曲线采取了不同尺度的变换, 有效解决了厚度划分中的地层分层和合层问题, 提高了厚度划分精度. 结合实际应用, 验证了该方法处理测井信号的有效性.     

应用小波分析改善随钻电阻率测量的纵向分辨率

为了提高随钻电阻率测量的纵向分辨率，提出了一种基于小波变换的数据处理方法，该方法应用多尺度分析对随钻电阻率测井数据进行分析与处理，介绍了小波变换和多尺度分析的基本概念，并对随钻电磁波电阻率测量数据的频谱进行了深入的研究；分析了影响测量纵向分辨率的主要因素，给出了用小波变换对信号进行多尺度分析的方法。数值模拟结果表明，该方法可以有效地改善测量的纵向分辨率；与实际测井数据的对比说明，处理后的分辨率已经接近高分辨率电缆电阻率测量的水平。现场应用表明，该方法对改善随钻电阻率测量的纵向分辨率是十分有效的，为地层评价提供了更为有利的工具。     

高斯小波用于测井层序地层自动划分的研究

不同级别层序界面的识别是层序地层学研究的关键问题.在层序地层单元的分界面上,测井曲线表现为突'变,而高斯小波对信号突变点具有敏感性和多尺度分析特性,因此测井数据的高斯小波变换能够表征这种突变.以胜坨油田某井为例,对自然电位测井数据进行高斯小波变换,将一维测井数据拓展为二维深度-尺度空间,使其内部的能量聚集与分布得以清晰展示.依据小波时频色谱信息和能量信息,选取识别不同级别层序地层界面的最佳尺度,获取最佳尺度下小波系数模极值的信息.结果表明,小波系数曲线模极值能反映地层岩性的变化,与各级层序.界面具有较好的对应关系,从而可据其实现不同级别层序界面的划分.与岩性剖面相比,该方法可用来准确划分层序界面.这些探索为地层层序的自动划分提供了一种新的思路.     

机械信号连续小波系数的统计特征研究

通过对机械信号的连续小波分解，利用小波滤波器良好的时频特性，针对机械信号的特征，论述了机械信号经过连续小波分解后的统计特征。在机械信号连续小波系数的特征提取中，引入机械系统的动力学维数，将连续小波系数按尺度方向进行了研究。利用尺度与频率的对应关系，应用小波系数的容积维数来研究其统计特性，并提取信号特征。实践证明，这种方法能够简单有效地提取机械信号的振动特征，并在诊断机械故障中得到了应用。     

高斯小波用于测井层序地层自动划分的研究

不同级别层序界面的识别是层序地层学研究的关键问题。在层序地层单元的分界面上，测井曲线表现为突变，而高斯小波对信号突变点具有敏感性和多尺度分析特性，因此测井数据的高斯小波变换能够表征这种突变。以胜坨油田某井为例，对自然电位测井数据进行高斯小波变换，将一维测井数据拓展为二维深度一尺度空间，使其内部的能量聚集与分布得以清晰展示。依据小波时频色谱信息和能量信息，选取识别不同级别层序地层界面的最佳尺度，获取最佳尺度下小波系数模极值的信息。结果表明，小波系数曲线模极值能反映地层岩性的变化，与各级层序界面具有较好的对应关系，从而可据其实现不同级别层序界面的划分。与岩性剖面相比，该方法可用来准确划分层序界面。这些探索为地层层序的自动划分提供了一种新的思路。     

基于小波多分辨率分析的信号消噪

小波变换是近10年来迅速发展起来的学科，它与傅立叶变换、Gabor变换相比，是一个时间和频率的局部变换，因而能有效地从信号中提取信息。通过对信号进行多尺度细化分析，解决了傅立叶变换不能解决的许多问题。利用噪声信号小波变换的极大值随尺度的加大而显著减少的特点，运用小波多分辨率分析进行信号噪声的消除，仿真结果表明:小波多分辨率分析的效果，优于传统的傅立叶变换。     

应用多分辨率小波变换提取脑电信号异常节律

脑电信号是非平稳的随机信号，其中包含了大量的生理和疾病信息，对于医生判断脑都是否有器质性的病变具有重要作用。因此对脑电信号的分析和处理一直是人们努力研究的领域。考虑到小波变换良好的时频局部化特性，利用多分辨率小波变换方法来实现脑电信号异常节律的提取，脑电信号经多分辨率小波变换后所得到的各个尺度的信号不仅反映了信号的频率信息，即尺度越大，对应信号的频率越低，同时也反映了信号的时间信息，即反映此时的EEG状态，实验结果表明，选择合适的小波基，可以有效地提取脑电信号中的异常节律。     

低信噪比多径信道下的正交频分复用带宽自动估计

针对低信噪比多径信道条件下正交频分复用(OFDM)信号带宽估计精度低的问题,提出一种基于小波变换的正交频分复用(OFDM)信号带宽自动估计方法。首先利用修正周期图法(Welch法)得到信号瞬时功率谱,通过多次观察测量并对功率谱曲线进行统计平均。然后对功率谱曲线进行连续小波变换,计算小波变换后时间—尺度平面上同一时间不同尺度能量累计曲线,提取曲线局部峰值位置,进而估计信号带宽。实验仿真结果表明,在不同多径信道且信噪比为-10 d B条件下,估计偏差均不超过1.2%,准确度优于传统方法,且鲁棒性较强。     

双密度双树复小波域统计模型的地震信号降噪

随机噪声的存在降低了地震信号的信噪比,淹没了有效信号,影响后续的地质解释。文章根据随机噪声的特性以及地震信号道间相关性,建立双密度双树复小波域统计模型压制地震信号中的随机噪声。首先对含噪地震信号进行双密度双树复小波变换,分别对不同尺度、不同方向上的噪声方差和含噪地震信号方差进行估计,计算阈值;再运用最大后验概率估计方法从含噪地震信号小波系数中估计出源地震信号的小波系数;最后利用双密度双树复小波逆变换对源地震信号的小波系数估计值进行重构,得到降噪后的地震信号。仿真实验和对实际地震信号的处理结果表明该方法能够有效地压制随机噪声,提高了信噪比,较好地保留了有效信号。