基于子波变换的水声信号去噪方法研究

针对水声信号的低信噪比、非平稳性等特点，在对采集到的水声信号进行分析处理的基础上，提出了一种水声信号去噪的方法。该方法首先对采集到的低信噪比水声信号进行滑动取值，分别利用子波变换求功率谱，并进行统计平均，确定代表水声信号特征的频谱分量，去除不稳定的随机频谱分量；然后利用子波反变换将处理后的功率谱变换为时域信号；再利用子波软门限去噪方法去噪。通过仿真验证，获得了较好的效果。     

一种基于子波变换模极大值的信号重建方法

本文首先介绍了子波变换的局部时频分析法。基于子波变换系数模极大值同信号奇异性之间的关系，给出了一种利用该极大值信息的信号重建方法。由模拟结果可以看出，这种重建方法的精度在－３５ｄＢ以上。     

基于子波变换和神经网络的舰船目标识别

特征提取方法和分类器的选择是舰船目标识别的关键。介绍了一种目标分类和识别的方法。首先利用子波变换和多分辨分解算法对实际采集到的各类舰船目标辐射噪声进行特征提取 ,获得目标的线谱和调制谱特征 ,然后利用模糊自组织聚类网络 (FKCN)分类器对各类目标进行分类识别。最后利用实测数据进行仿真分析 ,并与其它特征提取和分类识别方法比较 ,验证了所用方法的可行性 ,且获得了较好的效果。     

用子波变换提取目标回波波形特征

本文分析了子波变换及其在特征提取中的应用，具体讨论了在Ｈａｒｒ子波基底下，用Ｍａｌｌａｔ算法提取雷达目标回波波形特征的实例，从中可以看到子波变换用于特征提取的很有潜力的发展前景。     

子波理论与应用

子波理论被认为是傅里叶分析的重大突破,它已经成为当今从应用数学到信号与图像处理等许多领域的研究热点,本文综述了子波分析这一前沿领域的发展历史和现状,介绍了连续子波变换、离散子波变换、子波框架与子波快速算法及有关应用的最新进展,讨论了这一领域研究的有关问题。     

子波变换在红外目标图像边缘提取中的应用

对红外目标图像进行了图像增强和边缘提取。首先采用直方图均衡、非线性灰度变换、滤波的方法对红外目标图像进行增强、抑制噪声 ,然后基于子波变换的原理 ,采用双阈值自动门限化方法 ,对增强后图像进行边缘提取。分别采用了经典的边缘检测方法、正交子波和非正交二次样条子波对红外图像进行了边缘提取试验 ,结果表明 ,采用非正交二次样条子波提取到的红外图像边缘比采用正交子波及经典的图像边缘检测方法的效果好。提出的方法不仅有较强的噪声抑制能力 ,而且检测到的边缘清晰准确。     

水下目标辐射噪声的子波变换和高阶累积量联合分析

将子波变换和高阶累积量联合分析应用于对水下目标辐射噪声的特征提取。首先利用子波变换提取辐射噪声的动态调制分量,然后应用四阶累量对角切片的傅立叶变换（2^1/2维谱）分析该动态调制的谐波特性。结果表明,该方法可以有效地实现动态调制分量与其他信号的分离。准确提取谐波特征。由于四阶累量对高斯噪声的抑制性,该方法还具有很强的抗噪性。此外,相准确提取谐波特征。由于四阶累量对高斯噪声的抑制性,该方法还具有很强的抗噪性。此外,相对与双谱和三谱分析,2^1/2维谱分析极大减少了计算量,降低了方法的复杂程度,具有较快的运算速度。九五国防重点预研项目。     

利用子波变换提取目标回波波形特征

对Donoho阈值决策子波域去噪方法进行了研究,该方法采用软限幅函数对噪声信号的子波变换系数做阈值处理以达到去噪的目的。具体讨论了在Sym8子波基底下,用此方法对非平稳雷达回波进行五尺度的Mallat算法仿真,结果表明该方法除对噪声具有很好的拟制效果外,还有效地保留了目标回波波形特征,从中看到子波变换用于特征提取在雷达信号处理中是一个十分吸引人的新方法。     

基于子波变换和AR模型的轴心轨迹识别

应用子波及子波向量,结合自回归时间序列ＡＲ模型,给出了大型旋转机械轴心轨迹的识别方法．该方法不仅能够反映轨迹的总体特征,而且还一定程度地描述了ｘ轴信号与ｙ轴信号的相关性．实验表明本方法具有较高的识别率．     

基于子波变换的多传感器最优信息融合估计

在线性最小方差最优信息融合准则下,提出了一种新的修正加权融合准则。在此基础上,结合子波域多尺度分解理论,构建了子波域多尺度多传感器按修正加权最优信息融合方法。该方法由于采用了修正的加权融合准则和子波域多尺度分解,提高了融合精度,减少了计算负担,便于实际应用。两个典型运动的仿真例子说明了其有效性。     

一种新的基于小波变换的图像融合方法

提出了一种新的基于小波变换的多光谱与高分辨率图像融合方法。该方法通过强度因子有效地将高分辨率图像经小波分解的低频分量信息融合到多光谱图像经小波分解的低频分量中去 ,使得经过小波反变换的融合图像较大程度地保留了多光谱图像的光谱信息和高分辨率图像的空间分辨率。给出了该方法的融合结果 ,并与小波变换法 (WT方法 )进行了比较 ,证明了该图像融合方法的正确性和有效性     

一种改进的基于小波变换图像边缘检测算法

本文提出了一种改进的图像边缘检测算法。它基于小波变换的方法，可以使检测处理中图像边缘相互影响所造成的边缘混叠现象减少到很小。实验结果证实了该算法的可行性。     

基于分形及正交小波变换的眼底图像快速压缩新方法

本文提出了一种基于小波变换（ＷＴ）及分形的图像快速编码、解码新方法。编码时对图像进行２Ｄ正交ＷＴ及去噪处理；对ＬＬ１子带图像进行基于质心分类的快速分形图像编码。解码时对ＬＬ１子带图像进行基于收敛准则及单缓存的快速分形图像解码；２Ｄ－ＩＷＴ，以重构原图像。实验结果表明：与传统方法相比，本文方法具有提高信噪比、处理时间大大下降及压缩比显著提高的优点。     

A New Shape-Coding Algorithm by Using Wavelet Transform

1 .INTRODUCTIONTheoutstandingdifferencebetweentheexistingvideostandardsandtheapproachesofMPEG 4isthatthecompressedvideobitstreammaycontainshapeinfor mationwhichisoftenreferredtoasabinaryalphamap .Context basedarithmeticencoding (CAE)wasproposedforshapecompressionbyLangdonandRis sanenandthenadoptedinMPEG 4.[1 ] TheCAEmethodiswellintegratedintothecurrentMPEG 4schemesinceCAEisalsoablock basedapproach .Theblock basedsizeconversioninCAE ,however,showsvisuallyannoyingstaircaseeffects.…     

基于旋转式扫描及非正交小波变换的边沿提取

经典的边沿提取方法对图像复杂且对比度弱的图像难以处理。提出一种由粗（旋转式扫描法）到细（特殊设计的四系数非正交小波边沿检测滤波器）、适用于复杂图像中呈辐射状分布、线状物体边沿的提取方法。实验表明,较之经典方法,文中方法具有边沿位置定位精度高、非线状物体的边沿提取特少、边沿连续性好及抗干扰能力强的优点。     

基于小波变换及傅里叶描述子的图像检索

分析并设计了具有不随目标的平移、旋转和尺度变换以及边界的起点变化而变化的傅里叶描述子。把小波变换的多尺度边缘检测算法及傅里叶描述子应用于基于内容的图像检索。实验结果表明 ,这种方法对于有背景噪声和旋转、平移及尺度变换后的同一类图像的检索率是很高的     

基于小波变换的非线性信道判决反馈均衡算法

针对严重线性失真和轻度非线性失真的数字信道 ,在分析一种基于关联模型的非线性信道判决反馈均衡器的基础上 ,提出用正交小波表示非线性信道判决反馈均衡器并给出了自适应均衡算法。该算法的优点是将小波变换与关联模型相结合 ,利用小波变换的去相关能力在小波域中通过归一化的最小均方误差 (LMS)算法来提高收敛速度 ,计算量增加不多 ,易于实时实现。仿真结果表明 ,该算法具有良好的收敛性能     

基于复数小波变换的景像匹配算法

讨论了一种基于复数小波变换的景像匹配算法 ,并以此算法为基础给出了一个高效的景像匹配模型。依据生物视觉的空间频域通路思想 ,利用复数小波移动不变性 (shiftinvariance)和实数离散小波快速算法 (Mallat快速算法 )将图像分解成多层 ,模拟生物视觉的感知过程 ,分别在高、低空间频域内进行了由粗到精的快速匹配。通过实验证明 ,与传统的景像匹配算法相比具有速度快、匹配概率高、抗干扰能力强等优点。