基于小波变换的图像分级压缩算法

综合已有图像压缩算法优势，提出一种新的图像压缩算法——基于小波变换的图像分级压缩算法。将待压缩图像按频率高低分成若干子图像，根据各子图像包含能量的多少将它们分成3个等级，分别采用了不同的压缩算法。包含能量最多的低频子图像称为第1级，采用无损差分脉冲编码调制方式；包含能量较少的高频子图像称为第2级，采用嵌入式零树编码方式；包含能量极少的更高频子图像称为第3级，因其包含的能量极少，不再编码。其优点是压缩比高、算法简单、传输和下栽速度快，在传输过程中可随时结束编码而不影响图像质量。     

基于小波变换的心电图QRS波群检测方法

提出一种对心电图QRS波群进行检测的方法,该方法采用Marr小波对心电信号按照Mallat算法进行分解滤波,利用小波变换与信号奇异点之间的关系,在尺度3下采用幅度阈值法对QRS波群进行检测,同时运用综合检测方法进行复检,从而提高R波检测的正确率。以国际上广泛承认的心电数据库MIT-BIH中的记录对算法进行检验,正确检出率在99.8%以上。此检测方法具有简单、运行速度快的特点,易于在临床诊断实时性检测系统中实现。     

基于小波变换的图像分级压缩算法

综合已有图像压缩算法优势,提出一种新的图像压缩算法——基于小波变换的图像分级压缩算法。将待压缩图像按频率高低分成若干子图像,根据各子图像包含能量的多少将它们分成3个等级,分别采用了不同的压缩算法。包含能量最多的低频子图像称为第1级,采用无损差分脉冲编码调制方式;包含能量较少的高频子图像称为第2级,采用嵌入式零树编码方式;包含能量极少的更高频子图像称为第3级,因其包含的能量极少,不再编码。其优点是压缩比高、算法简单、传输和下载速度快,在传输过程中可随时结束编码而不影响图像质量。     

Harr小波包频谱分析

小波包具有将小波频谱进一步细分的性质，然而从小包频谱表达式很难看出这一点，通过数值计算的方法，将Ｈａｒｒ小波包的频谱画出，与Ｈａｒｒ小波的频谱相以比，直观地说明了这一性质。     

用于小波变换的图像信号二维频谱分析

本文在对理想和实际原始图像信号的二维频谱及其幅频特性进行数学分析的基础上，提出了对小波变换二维频谱分解的两种改进方案，从而可利用图像信号的频谱特性和人眼的视觉特性，进一步压缩码率，在保证图像质量的前提下，提高压缩性能     

傅里叶变换及小波变换的工程应用

指出了傅里叶变换存在的问题,针对其存在的精确性低和不适用于非平稳信号两大问题展开了讨论,分析了几种提高谱质量的校正方法,对近几年得到迅速发展并形成研究热潮的小波变换技术的概念和其在故障诊断中的应用作了介绍。     

基于小波变换的风电机组传动系统故障诊断与分析

随着人类对能源的大量需求,电力行业飞速发展,风力发电以其投资成本低,机组结构简单,绿色环保,已经逐渐成为清洁能源的发展趋势,而风电场建成后的运行维护成本直接决定着风电场的效益,因此,对风电机组的典型故障进行分析,建好机组健康管理档案就显得非常重要.在对风电机组传动系统的组成和各部分的功能及风电机组的主要传动部件的故障机理及故障类型分析的基础上,以某风电场实际发生的弹性支承螺栓断裂及联轴器损坏故障为研究对象,应用小波变换进行故障的诊断和定位,分析故障产生的成因、发展过程及趋势.以新西兰况得实公司的风电机组振动检测仪器及自带分析软件对小波变换分析结果进行了验证,结果与实际状况非常吻合.据此提出了今后避免此类故障发生的预防措施和改进方法,以期为今后风电场的运营维护提供可靠的技术支持.     

小波变换在高维频谱数据分类中的应用

小波变换是近些年来广泛应用于时频域信号分析的理论,根据小波变换的特点,在高维频谱数据分类中,对数据进行特征提取,将Ｐ维矢量映射成Ｐ＇维矢量（Ｐ＇〈〈Ｐ）,以减少分类模型参数,同时尽可能保留各频谱数据之间的差别信息。利用ｍ带离散小波变换产生的小波系数进行分类,并给出了一组算法,结果令人满意。     

基于小波变换和独立成份分析的磁共振信号处理

在信号处理中，小波变换和独立成分分析均为重要的分析方法。从信号的噪声处理方面，因为往往得到的数据是信号的采样，因此使用离散小波变换有助于对相应的自相关噪声进行白化；对于磁共振中得到的其它任务相关信号，独立成分分析则可避免模型的局限，对各种独立成分进行解析从而为进一步理解各成分的意义提供依据。     

基于小波变换的分级图像检索

提出了一种基于小波变换的分级图像检索方法,对图像的色彩分量进行Daubechies小波变换,提取低频及高频信息构建特征向量.将查询图像与数据库中图像的特征向量进行方差、不变矩和向量夹角余弦值的分级筛选,取得了较好的检索效果.     

fMRI time series analysis based on stationary wavelet and spectrum analysis

The low signal to noise ratio (SNR) of functional MRI (fMRI) prefers more sensitive data analysis methods. Based on stationary wavelet transform and spectrum analysis, a new method with high detective sensitivity was developed for analyzing fMRI time series, which does not require any prior assumption of the characteristics of noises. In the proposed method, every component of fMRI time series in the different time-frequency scales of stationary wavelet transform was discerned by the spectrum analysis, then the components from noises were removed using the stationary wavelet transform, finally the components of real brain activation were detected by cross-correlation analysis. The results obtained from both simulated and in vivo visual experiments illustrated that the proposed method has much higher sensitivity than the traditional cross-correlation method.     

用小波变换谱均衡法提高地震资料的分辨率

谱均衡方法是提高地震资料分辨率的一种有效方法.通常,谱均衡方法是通过傅立叶正变换在频率域实现的,但是,傅立叶变换存在着先天不足的缺陷,即时-频局域性差,它不能分析信号的局部频率特性.小波变换方法的时-频局部性要优于傅立叶变换,它克服了傅立叶变换的不足,既能保证变换是可逆的,又可以分析信号的局部频率特性.文中充分利用小波变换与谱均衡的优点,利用小波变换与谱均衡相结合的方法,对不同尺度的分解结果进行谱均衡处理,以达到提高分辨率的目的.     

基于小波变换的火车车轮扁疤信号能量分析

火车车轮扁疤是火车行车事故的重大隐患之一，了解扁疤信号的能量分布情况对正确检测车轮扁疤有重要的意义．针对车轮扁疤信号具有持续时间短、突变快等特点，提出了一种运用小波变换的多分辨率分析和小波能量谱对扁疤信号进行分析的方法，通过比较扁疤信号在不同尺度下的能量密度，找出能量与各频段之间的对应关系，得出了扁疤信号的能量主要集中在2500Hz以下的频带范围内，在实际的车轮扁疤检测算法中只需分析频带范围为2500Hz以下的扁疤信号即可，通过实验验证了该能量分析方法的有效性．     

Spread Spectrum Watermark Based on Wavelet Transform for Still Digital Image

The proposed method inserts a watermark into the spectral components of the data using techniques analogous to spread spectrum communications,hiding a narrow band signal in a wideband channel.The watermark is difficult for an attacker to remove.It is also robust to common signal and geometric distortion such as JPEG compression,cropping and scaling.In addition,the watermark can be extracted accurately without source host image at the receiver.     

一种基于小波变换和模板的人脸检测方法

提出了一种基于小波变换和模板匹配的人脸检测方法.首先通过小波变换,取其低频系数后设置阈值,生成若干个二值化的候选区域,然后对模板进行旋转伸缩变换,再与候选区域进行匹配.该方法能在复杂背景下快速检测人脸,并且不受人脸旋转角度的影响.实验结果表明,该算法是十分有效的.     

基于小波变换和支持向量机的音频分类

音频特征提取是音频分类的基础,而音频分类又是基于内容的音频检索的关键。使用小波变换和支持向量机的方法对音频进行分类。研究了小波变换域的音频特征提取,分析了这些特征在小波变换域中的意义。把得到的特征向量作为支持向量机的输入,把音频分成纯语音、带背景音乐的语音、音乐、环境音4种类型。实验结果表明,基于小波域的特征计算简单、能够较好地区分不同的音频类型,得到较高的分类精度。     

利用小波包变换获得Radon变换的反演公式(英文)

拉盖尔超群K=[0,+∞)×R为海森堡群上径向函数的基础流形.文章给出了K上的小波包容许性条件,并获得了它的反演公式.最后,利用小波包变换,得到了Radon变换的逆算子公式.     

基于谱熵和多尺度小波的码元速率估计方法

针对实际信号码元速率估计中噪声对估计精度的影响和小波方法最优尺度的选择问题,提出了一种基于谱熵分析和多尺度小波变换的码元速率估计方法。通过谱熵检测有效滤除带内噪声,并采用并行多尺度小波分析和精度函数分析提取最优小波尺度。实验结果表明,该方法的估计性能优于传统小波分析方法,并且在低信噪比情况下具有更好的估计鲁棒性。     

利用小波变换分析心音信号

心音信号可以用于诊断一些心脏瓣膜和心肌的疾病，心音信号是一种非平稳信号，而小波变换中数字信号处理技术适合于分析非平稳信号。文章阐述了一种利用小波变换分析心音信号的方法。通过对计算机模拟的心音信号的分析实验，分析利用小波变换可以有效地分析心音信号，从而为利用心音信号诊断心脏疾病提供了一种新的方法。     

基于小波变换的岩心高光谱特征提取及波谱匹配方法

探讨岩心矿物高光谱特征提取和快速波谱匹配的方法.将小波变换应用于岩心高光谱的特征提取,以多尺度小波系数能量值为特征表示方法,以光谱角度匹配为矿物波谱匹配方法.针对湖北省大冶市鸡冠咀铜金矿的10条实测光谱,采用光谱角度匹配方法对实测波谱与标准波谱的多尺度小波系数能量值进行匹配,得到的矿物匹配结果与钻孔柱状图中的实际矿物完全吻合,验证了该方法的可靠性.多尺度小波系数能量值可以作为岩心高光谱的波谱特征,光谱角度匹配法在岩心高光谱的波谱匹配中同样具备适宜性.