内燃机机械噪声和燃烧噪声的识别分离

针对内燃机噪声识别问题,建立了数学模型并编制了相应的程序,在程序中加入作用全局阈值的小波变换降噪程序,保证程序的抗干扰性后,实现了燃烧噪声和机械噪声的频谱分离和A计权声功率级计算。以某CG125型摩托车发动机为例,通过构造包含不同干扰噪声的理论算例仿真识别,验证了程序的准确性和实用性。识别结果表明:分离前后的燃烧噪声和机械噪声的频谱吻合良好,A计权声功率级误差均小于0.6dB。     

小波变换在噪声环境下语音识别中的应用

本文讨论了运用小波变换实现语音增强的原理，提出了相应的去除噪声的方法。实验表明，本文方法能有效地提高噪声背景下语音识别系统的性能。     

基于频域多尺度小波变换的CR图像超分辨率增强

针对CR(Computed Radiography)成像过程中分辨率不足的问题,提出了一种基于小波变换的超分辨率增强方
法。该方法通过小波分析方法对低频尺度系数进行灰度值分割,对高频小波系数进行增益操作,
并给出了小波系数增强策略。对CR胸部透视图像进行算法验证的结果表明,该算法改
善了图像的视觉效果,从而验证了该算法的正确性和有效性。     

基于小波变换的实时信号噪声快速识别

在火箭飞行过程中，常常需要对火箭位置和飞行姿态进行实时处理，这必须以准确的飞行测量数据为基础。但在测量到的火箭飞行数据中往往伴随着大量噪声，如何快速有效地识别这些噪声成为关注的焦点。针对该课题给出了一种基于小波方法的实时信号所包含噪声的在线快速识别算法，能大大减少小波变换的计算量，其时间复杂性为常数，并在采集实时信号的同时快速识别出信号包含的噪声。实用证明该算法处理这类问题的效果好，充分满足了实时性要求，并能处理其它领域中的实时测量数据。     

一种改进小波变换相关法去除机载雷达图像斑点噪声的应用

针对高分辨率机载雷达图像进行相干斑抑制, 首先讨论小波变换的优点, 然后以小波变换为基础, 对一种方法进行复小波改进, 最后由实验结果可以看出使用该方法处理的效果好于其他方法.     

基于小波变换的数字监控图像的噪声滤波方法

小波分析因具有多分辨率分析能力和时频局部化能力，在处理数字图像时占有很大优势.用小波变换技术的设计一种简单的实用性强的数字监控图像噪声滤波方法，在数字图像处理应用时效果理想.     

基于方向小波变换的高斯噪声图像恢复方法

提出一种基于方向小波变换的相关和阈值去噪方法,恢复高斯噪声图像.方向小波去掉了标准二维小波变换仅沿水平和竖直两个方向的限制,可沿任意方向变换,这种多方向组合变换方法有利于削弱Gibbs效应,对去噪后图像的边界保护具有积极作用.实验结果表明,相对于标准小波变换,该方法无论是PSNR值还是视觉效果都较原有的方法更好.     

基于自适应小波收缩的抗噪声说话人识别

说话人识别面临许多实际困难,其中由于环境和采集通道因素导致信号不一致最具挑战性.在本文中,提出一种新的自适应小波收缩的抗噪声说话人识别方法.在小波收缩去噪的应用中,双阈值策略压缩抑制噪声,保留信号系数,用重叠语音信号端的梅尔倒谱系数的修正来识别.用两个公共可用的语音信号数据库来评价所提出的方法的有效性,并与其它方法相比.证明了所提出的方法在不同的噪声条件下具有更好的鲁棒性.     

运动目标识别中的噪声滤除技术

分析了图像法识别运动参数的基本原理及噪声对目标识别的影响；分析了几种低通滤波器和非线性滤波器去除噪声的原理，结合实际应用对同一图像应用不同滤波器进行了处理，并对实验结果进行了分析。     

基于影像及小波变换的桥梁损伤识别

桥梁损伤定位和定量分析是桥梁健康监测的难点,为提高桥梁结构损伤位置识别的精度及准确性,利用位移模态对结构局部损伤的敏感特性,提出基于影像和小波变换的桥梁损伤识别新方法,通过工业相机获取悬臂梁振动形态,利用模版匹配方法提取结构动态位移响应及模态参数,对位移模态进行小波变换,建立小波系数平方差的损伤指标识别结构损伤位置。通过室内悬臂竖梁振动实验,对全域测点的振动衰减信号快速傅里叶变换成功获取了结构的模态振型,与数值模拟结果比较表明试验获得一阶固有频率最大误差为2.202%,二阶固有频率最大误差为3.182%,表明所提方法用于结构位移测量的可行性以及测量精度的可靠性;在此基础上利用小波系数平方差的明显突峰特性可准确识别结构单损伤、多损伤的存在,并能准确定位损伤位置。研究表明,所提方法可以准确识别不同位置、不同程度的单损伤和多损伤,具有远距离、非接触、高精度、高效快捷、可多点监测提升振型空间分辨率等优点,为桥梁结构全域损伤识别提供了一种新方法。     

具有噪声估计机制的偏差迭代图像复原

研究了Morozov偏差方程,将图像退化模型的Tikhonov正则化解构造Morozov偏差方程.用小波变换估计图像信号的噪声能量,并运用到Morozov偏差方程中,利用Morozov偏差原理迭代求取正则参数,从而得到正则化解.提出了一种具有噪声能量估计的偏差迭代图像复原正则化方法.实验表明:在图像信号噪声未知的情况下,该迭代方法的图像复原具有较快的计算收敛速度和较好的复原能力.     

一种基于小波变换的图像去噪方法的应用研究

探讨了小波变换在图像去噪中的处理技术.首先分析了小波变换的原理,然后给出了基于小波变换的图像去噪原理,并设计了小波变换图像去噪的具体实施方案,最后给出了小波变换去噪的图像训练实验结果.结果表明,利用小波分解(变换)去除图像噪声,既滤除了噪声,又有效地保持了图像的细节信息.     

光学小波变换在图像边缘特征提取中的应用

小波变换是一种有效检测图像边缘的方法,但由于变换中维数倍增,造成计算量十分大。介绍用传统的4f光学处理系统实现小波变换。它在光学图像的边缘特征提取中能够很好地得到应用。最后给出计算机仿真结果。     

改进的基于小波变换SAR图像去噪方法的性能评价

文章从两个方面研究了改进的基于小波变换的SAR图像去噪方法的性能,与常用的几种滤波方法进行对比;并考察该算法在抑制相干斑点噪声的同时保持图像的边缘等细节信息的性能;结果表明,该算法在有效滤除SAR图像斑点噪声的同时,有更强的图像细节信息保持能力。     

子波分析在反搏波起始点检测中的应用

根据子波变换的奇异点（极值点和零交叉点）在多尺度上的综合表现所具有的表征信号的能力，用二次样条子波作分析，在适度尺度下，子波变换的结果准确地检测出颈动脉脉搏波中反搏波上升沿起始位置点，使高频噪声和低频基线漂移影响都最小．     

一种水中目标辐射噪声调制谱的联合分析方法

讨论了一种从辐射噪声中提取调制信息的联合方法．首先利用多尺度分析方法将噪声信号在不同层次的空间上进行分解;然后,利用小波变换求其功率谱从而得到辐射噪声的调制包络;最后对动态调制包络进行1 1/2维谱分析,得到了辐射噪声的调制线谱．在此基础上,对实测噪声数据进行了仿真研究,结果表明,该方法可以有效提取噪声中动态调制信息．     

基于小波变换的快速自动聚焦算法

针对图像采集系统存在噪声情况下,提出了一种基于小波变换的快速聚焦算法。该算法采用5点数据拟合方法以及较大步长来降低聚焦搜索时间。算法中的聚焦测量函数在存在较大的噪声情况下仍然具有较好的性能,与其它的聚焦测量函数如Laplacian能量聚焦测量函数、梯度(Sobel)能量聚焦测量函数和图像灰度方差测量函数等相比较,仿真和实验的结果表明该算法在聚焦分辨力、抗噪声等方面具有较好的性能。     

关于Cn中实超曲面之间的光滑CR同胚

证明了C^n中有限型实超曲面到另一个实超曲面的每一个光滑CR同胚必定是CR微分同胚.     

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。