基于二维离散小波的生成图像鉴别方法

针对传统基于神经网络的计算机生成图像鉴别方法中存在鉴别难度大和准确率低的问题, 提出一种采用基于小波变换的计算机生成图像鉴别方法. 首先在进行图像多维小波特征提取时, 通过一次分解二维离散小波变换提取图像小波特征, 根据图像小波特征进行n级小波分解提取图像多维小波特征向量; 然后通过三维变换域波去噪算法（BM3D）提取计算机生成图像噪声特征; 最后采用支持向量机(SVM)分类器对计算机生成图像进行鉴别, 通过SVM分类器对图像多维小波特征和噪声特征进行分类, 以解决两种特征融合形成线性不可分的高维特征问题, 从而实现计算机生成图像的准确鉴别. 实验结果表明, 该方法在鉴别计算机生成图像时具有更高的准确性和稳定性.     

分形信号的小波基表示

在研究自相似信号小波变换性质的基础上,利用离散小波变换的重构公式给出了产生分形信号的小波模型,并推导了由该模型产生的近似分形信号的时间平均功率谱计算公式,给出了该模型与已有模型比较的数量实验,结果表明该模型构造的信号能较好的近似分形信号。     

分形信号的小波基表示基金项目

在研究自相似信号小波变换性质的基础上,利用离散小波变换的重构公式给出了产生分形信号的小波模型,并推导了由该模型产生的近似分形信号的时间平均功率谱计算公式.给出了该模型与已有模型比较的数值实验,结果表明该模型构造的信号能较好地近似分形信号.     

小波变换和嵌入式隐马尔可夫模型在人脸识别中的研究

文章提出一种基于小波变换和嵌入式隐马尔可夫模型的人脸识别算法.该算法能降低主成份分析算法在提取人脸特征时容易受光照、人签倾斜角度以及人签表情等外界因素的影响.分析了小波变换算法中影响人脸识别率的关键问题.实验结果表明,提出的算法取得比较好的识别效果.     

一种基于小波变换的线性调频信号检测方法

线性调频信号(LFM)是一类应用广泛的非平稳信号.通过选取高斯线调频小波作为基函数,研究了线性调频信号的小波变换及基于小波-Radon变换的线性调频信号检测的基本方法.针对多分量LFM信号检测问题,在结合“C lean”技术的基础上,提出了基于小波-Radon变换的多分量LFM信号检测与参数估计的算法.计算机仿真实验结果验证了该算法的有效性.     

基于小波变换的眉毛识别方法

提出了一种基于小波变换的眉毛识别方法.该方法利用小波变换进行眉毛特征提取,选取奇偶行三层小波变换的高频、水平分量、垂直分量和整体二层小波变换的低频部分作为特征,利用最近邻法则进行识别.实验结果对比表明,该方法简单且识别率较高.     

互为Hilbert变换对的正交小波构造及其应用

提出一种互为Hilbert变换对的小波代数构造方法.这种互为Hilbert变换对的小波基的构造是从构造小波的充要条件入手,利用延迟滤波器的思想,把问题化为代数方程组求解.该方法可以避免进行谱分解.经实验证实:由基于本文构造的小波对的对偶树复小波变换可以得到比离散小波变换更好的特征提取效果.     

基于小波和可编程逻辑阵列的爆震控制

为提高汽油机爆震检测和控制精度,将离散小波变换算法和基于FPGA(Field-Program-mable Gate Array)的数字信号处理技术应用于爆震控制中.利用离散小波变换从汽油机的振动信号中提取出了轻微爆震特征,提出一种根据小波子带信号相对能量大小来评价爆震强度的指标和一种基于爆震反馈的点火提前角的控制策略.建立了基于小波算法的爆震控制模型,并进行了仿真实验验证,且将该模型在FPGA硬件上实现.结果表明:基于小波和FPGA的爆震控制方法能准确诊断出爆震,且适合于实时控制,能使汽油机在轻微爆震区工作,有利于提高汽油机的性能.     

基于小波和动态时间弯曲的时间序列相似匹配

提出了一种基于小波和动态时间弯曲(DTW)距离的时间序列索引和相似匹配方法. 该方法采用小波变换进行数据降维,利用R·-tree建立多维索引结构. 给出了查询序列的DTW距离边界和其在小波空间的查询超矩形的计算方法,从而将原始空间的基于DTW距离的相似匹配转换为小波空间基于欧氏距离的相似匹配. 证明了此匹配方法不会产生漏报,给出了基于DTW距离的范围查询算法和近邻查询算法. 实验结果表明该方法具有较高匹配精度和其较低的计算代价.     

基于小波变换和支持向量机的图像分类

提出了一种基于小波变换和支持向量机的图像分类新方法,该方法利用小波变换进行图像特征提取,利用支持向量机进行图像分类,并与基于图像底层特征的分类方法进行了实验比较.实验结果表明该方法具有较好的分类性能.     

一种小波分形混合图像编码算法

结合小波变换与分形编码技术,提出了一种基于小波变换的分形图像混合编码算法.通过实验比较,该算法在图像编码时间和压缩比方面均取得了良好的效果.     

基于可变邻域的小波变换的球团图像边缘检测算法

提出一种基于小波变换的球团图像边缘检测算法.Mallat等提出利用小波变换的局部极大值点来表征信号的奇异点,从而进行图像边缘提取.但小波变换的局部极大值点的确定直接关系到边缘检测效果的优劣.提出一种基于模极大值的小波变换的局部极大值点选择方法,实验表明,该方法比传统的图像边缘提取方法具有更好的效果.     

小波换应用于小电流接地故障选线

研究了小波分析在小电流接地系统单相接地故障选线中的应用,利用小波变换这一新兴的信号分析工具,提取故障时的暂态量信息,构造出了基于小波变换模极大值奇异性检测原理的新型选线判据.着重介绍了利用小波变换提取故障信号的暂态高频分量,进行故障选线的方法.并且利用Madab提供的小波分析工具进行了大量的选线仿真实验,验证了该方法的有效性和可靠性.     

基于三维小波变换和上下文量化的高光谱图像压缩

提出了一种基于三维小波变换和上下文量化的高光谱图像压缩算法.该算法先利用三维小波变换去除高光谱图像在谱内和谱间的冗余信息,然后建立了一个高维时、频域的上下文预测模型以分析小波系数之间的相关性,并通过对增加条件熵的理论分析,合理地对该模型中的上下文进行量化,得到合适的编码上下文用于自适应的算术编码.试验结果表明,该算法不仅明显优于基于二维小波变换的JPEG2000标准,而且相对于同样基于三维小波变换的三维分层树集合分裂算法也有较大的提高.     

一种三维地形可视化细节简化方法

通过对数字高程模型数据多进制小波变换金字塔和基于二次误差的三维景观全局简化算法的讨论，提出了一种基于多进制小波变换改进的三维地形细节简化绘制方法，并给出了算法实验结果。     

非线性扩散与小波变换的混合图像去噪算法

在分析小波变换与非线性扩散之间联系的基础上,针对Haar小波变换阈值收缩去噪的不足,提出了基于非线性扩散与小波变换相结合的复合去噪算法。该算法对图像一次小波变换的3个高频先进行阈值收缩,然后对低频进行非线性扩散预处理,再进行非线性扩散。通过对比分析实验证明本模型在图像去噪中取得较高的峰值信噪比,取得了更好的图像去噪性能。     

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。     

基于双正交小波包的图像压缩研究

介绍了小波变换的图像压缩模型和小波包在图像压缩中的优势,深入研究了双正交小波包在图像压缩中的分解与重构算法,构造了基于Shannon熵准则的双正交小波最优基,并应用MATLAB软件进行仿真实验,分析比较了双正交小波包和haar小波在指纹图像压缩中的性能,表明双正交小波包在边缘突变检测方面具有优良的性能.     

拟合多维能量反应谱及峰值速度的地震动调整方法

基于小波变换原理提出了一种以设计用多维能量反应谱及峰值速度为目标的实测地震动调整方法.该方法首先依据多维能量反应谱与伪加速度谱之间的近似转换关系,在时域内叠加小波函数实现对实测地震动记录的初步调整,保留原始地震动的强度、频率非平稳特性;再应用二阶基数B-样条小波函数模拟上述调整后的多维地震动场,通过循环调整拟合精度较低频段的小波系数和对峰值速度贡献最大的小波分量,实现对设计用能量反应谱及各向峰值速度的同时拟合.算例分析结果表明,该方法具有较高的拟合精度,对初始地震动的能量分布改变较小,为建筑结构基于能量平衡设计时的多维动力反应分析提供了一种新的地震波合成方法.     

基于上下文模型的混合傅里叶-小波图像降噪方法

针对小波变换和傅里叶变换去除图像噪声时各具不同的优点和不足,提出一种基于上下文模型的混合傅里叶-小波图像降噪方法.首先在傅里叶域中估计原始图像的功率谱密度,运用维纳滤波器降噪,降低原始图像噪声水平;再在小波域中通过基于上下文模型的自适应阈值法去除剩余噪声;在小波域中使用平稳小波变换分解图像信号得到分解后的系列小波系数,根据小波系数间的相关性,利用上下文模型求取小波系数的方差,将其代入由GGD模型估计出的阈值表达式得到自适应阈值,再用软阈值函数对小波系数进行处理,最后将处理后的小波系数进行小波逆变换完成去噪.仿真结果表明:该方法不仅能够有效滤除图像噪声,而且能够保留图像的边缘细节信号,抑制降噪引起的吉布斯现象.