小波变换压缩图像中小波基的选择

基于小波变换的图像压缩应用日趋成熟,在基于小波变换的图像压缩技术中,小波基的选择对图像的压缩效果有着很大的影响,本文通过分析不同类型小波的性质,研究了在图像压缩中选择不同小波基对图像的影响。     

小波基和它对一维信号的直接分解（Ⅰ）

详述了在工程应用中选择小波基所依据的几个重要特征和参数,研究了四类样条小波和它们生成的小波基的几种重要的特征参数;并研究了它们对一维信号的直接小波变换。     

最优小波基的选取原则

小波变换用于图象压缩时,小波基的一些性质对编码的效果有很大影响。通过分析双正交小波、正交小波的特点,以及小波基的正则性和消失矩在图象编码中对恢复图象质量的影响。介绍了选择小波基所要考虑的因素,给出了合理选择小波基的选择原则。     

小波包基的一种选择方法

小波包库包含了很多小波包基,这些基能够处理信号的不同分量。因此,选择合适的小波包基,就可以提取信号的特征。在遗传算法和散度分类准则的基础上,提出了小波包基的选择方法,并且给出了实例。通过实例验证,本文提出的方法是可行的。     

小波图像压缩编码中小波基的选择技术研究

小波变换用于图像压缩时,小波基的一些性质对编码的效果有很大影响。分析了小波基的特性对图像编码的影响,提出了一种新的选择适合图像编码应用的双正交小波基的方法。研究了小波基评价标准,并通过实验,对图像压缩中小波基的选择问题作了探讨。     

振动信号噪声消除中的小波基选择研究

小波基的选择是小波应用中的一大难题。为了比较各种小波基在工程信号降噪效果方面的差异,提出了评判指标重构因子的概念,并给出了计算公式。通过对各种情况下重构因子的计算,有效地比较了各种小波基在滤波降噪方面的差异,并对振动信号噪声消除中的小波基选取给出了一般性的建议。对于信号噪声消除中的小波基选择研究具有一定理论价值和工程指导意义。     

自适应联合小波去噪算法

对于传统小波去噪方法,由于选用了单个的小波基,很难兼顾图像的平滑区域、边缘和纹理部分。而对于多小波基的去噪方法,尽管选择多个具有不同性质的小波基,但已有的文献中只是简单地取其算术平均,没有很好地体现小波基的多样性,造成了丢失细节与过平滑的后果。针对图像的非均匀性以及每个小波基支撑区间的不同,提出了一种自适应联合小波去噪算法,对图像中的不同区域和每个小波基处理的不同结果赋予不同的权系数,这样就充分发挥了每个小波基的作用,取得了满意的实验结果。     

基于不同消失矩的多分形小波模型对网络流量的合成和分析

多分形小波模型（MWM）是一种比较理想的模型，能够较好地刻画网络流量的多分形特征. 小波基的选择影响着模型对原始流量多分形特征的刻画精度，Daubechies小波根据其消失矩分类，在小波函数中具有代表性. 使用不同消失矩的Daubechies小波来讨论多分形小波模型的小波基选择问题，根据对几种流量仿真结果的分析讨论，找到了合适的小波基.     

小波基时频特性及其在分析突变信号中的应用

在机械设备的在线检测和故障诊断中,振动信号分析是十分重要的手段。包含在振动信号中的突变信号是重要的特征信息。小波分析在在线检测和故障诊断中已逐渐得到了广泛的应用。但采用不同的小波基,分析结果有很大的差异。笔者通过对小波基时频特性进行分析比较并结合故障分析实例和仿真结果,总结了选择合适小波基的一些方法。     

自适应联合小波去噪算法

对于传统小波去噪方法，由于选用了单个的小波基，很难兼顾图像的平滑区域、边缘和纹理部分。而对于多小波基的去噪方法，尽管选择多个具有不同性质的小波基，但已有的文献中只是简单地取其算术平均，没有很好地体现小波基的多样性，造成了丢失细节与过平滑的后果。针对图像的非均匀性以及每个小波基支撑区间的不同，提出了一种自适应联合小波去噪算法，对图像中的不同区域和每个小波基处理的不同结果赋予不同的权系数，这样就充分发挥了每个小波基的作用，取得了满意的实验结果。     

Haar小波及其机械故障诊断应用

小波变换是一种时频分析方法，在机械信号处理应用中，基小波常根据其时域波形与被检测的信号成分相似或匹配选择，很少考虑小波其他特性，这种方法并不完善．通过Haar小波说明这个问题，推导了Haar小波连续变换在时问和尺度上的周期性，应用于机械信号处理，有效地提取出故障特征频率．该研究结果开拓了基小波选择的思路．     

基于小波变换的信号去噪研究

基于小波变换对信号去噪进行了深入地分析和研究，结合去噪原理讨论和比较了实际应用中对小波基及阈值规则的合理选取问题。实验结果表明，利用该去噪方法能实现对各种信号的去噪，且效果比较明显。     

带钢表面缺陷图像的小波阈值降噪研究

以典型带钢表面缺陷图像为例,采用小波阈值降噪方法研究带钢表面缺陷图像的小波阈值降噪规律,并论述了带钢表面缺陷图像阈值的选择和小波基的选取.结果表明,图像经过小波变换后具有低熵性、多分辨率和选基灵活性等特点,使得小波阈值降噪提高了图像的信噪比、改善图像的质量,并且增强图像的清晰度.     

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。     

Implementation of Texture Based Image Retrieval Using M-band Wavelet Transform

0　IntroductionItisbecomingwellknownthatsignalandimageprocessingaregettinggreatimprovementsinperfor mancebyusingwaveletbasedmethods.Wavelettheoryhasbeenfoundtobeausefulapproachinsignalandimageprocessing .Theresultsofwavelet basedimageanalysismethodsaresuperiortothoseobtainedbyusingtraditionalapproaches[1 ,2 ] .But 2 bandwaveletanaly sisisnotaveryeffectivemethodforfeatureextractionorpatternrecognition ,forthepartitionofhighfre quentbandsisquitecoarserin 2 bandwaveletdecom position ,whichisnot…     

基于子波变换的图像多通道阈值降噪法

由于子波变换良好的信号能量集中性 ,近年来子波变换域的图像降噪受到人们重视 .子波变换域阈值去噪法因处理过程简单而得到广泛应用 .图像信息经过子波变换后在子波域分布的情况与子波基的选取有关 ,因此 ,不同的子波基在信噪分离上具有互补作用 .本文利用这种互补作用提出了两种子波变换域多通道阈值降噪方法 .根据噪声对图像影响与图像自身特征有关 ,以及子波变换域各子带子波系数之间的相关性 ,还提出了一种自适应的通道阈值设定方法 .实验结果表明 ,提出的算法在保持处理过程简单的同时 ,达到了更好的滤除噪声效果 .     

基于Symlets小波的虹膜特征提取

提出了基于双正交的虹膜特征提取方法。通过Symlets小波对归一化虹膜图像进行特征提取,运用k-近邻分类器实现匹配．研究结果表明,与基于db4小波的方法比较,该方法在识别率上有明显的改进．     

用小波变换去除红外图像中1/f噪声的方法

研究红外图像中去除1/f噪声的方法,通过分析1／f噪声的频率和功率谱等特种,比较小波变换和维纳滤波去相关的效果,在图像处理中利用小波变换的去相关作用,合理地选择小波基,使1/f噪声变为易于清除的白噪声,从而达到去除1／f噪声的目标,实验结果表明,小波变换对去除1/f噪声有良好的效果,目标信噪比也有很大的提高,有助于后读的目标检测。     

小波变换的时频分析及其在实际中的应用

由于小波变换自身的特性,它非常适合对非平稳和时变信号进行分析及处理。本文介绍了小波变换的时频分析,具体将小波变换应用于几个非平稳及时变信号的处理,并将小波变换和其他信号时频分析方法做了比较,得出了小波变换的优势和适用特点,最后给出了小波变换应用于信号去噪的例子。     

一种基于信号相关性检测的自适应小波变换及应用

为了克服传统小波变换的不足,提出了一种用样本相关性检测信号特征的自适应小波变换降噪方法.该方法以第二代小波变换为基础,在小波变换时提供多组备选的预测器和更新器,用变换样本与相邻样本之间的相关性来检测信号的局部特征,并根据相关系数的大小来确定每一尺度上的每个样本的最佳预测器和更新器,使小波能够较好地适应信号的局部特征.模拟实验和工程应用的结果表明,该方法克服了传统小波降噪方法丢失原始信号局部信息的缺陷,不仅可以有效地去除原始信号中的噪声,而且能够保留原始信号的局部特征.