基于边缘的小波变换编码

基于原图像经低通滤波器且向下２减抽样后，变成了分辨率低、缩小至原图像的四分之一，经高通滤波后，过滤出垂直、水平、对角边缘信息这一观点，提出了基于边缘的小波变换编码，当对３个高频带量化和编码时，充分利用低频带的边缘与３个高能滤波器过滤出的边缘之间对应关系，仅对边缘点的小波变换系数进行编码，无需记下边缘点的位置从而更有铲地对图像进行高倍压缩。     

一种小波域内图像的文本信息提取算法

研究了基于小波变换的图像文本信息提取模型,提出了一种在小波域内提取图像文本信息的算法,该算法首先对图像进行二维小波变换,设置滑动窗扫描高频子带,计算滑动窗内图像的小波纹理特征,采用k-均值聚类算法提取文本区域,再对原图像进行边缘检测,根据文本区域的相关特征精确地定位文本区域,最后将文字与背景分离.从实验结果可以看出该算法能够较准确地从背景图像中提取出不同语种、字体、大小的文本信息.     

基于小波变换的汉语三字词基音提取

给出了一种基于小波变换的汉语三字词基音提取方法。根据小波变换应用于突变信号检测的原理,充分利用多分辨率分析,准确地实现了汉语三字词基音的提取,同时给出了小波变换的快速算法。     

基于边缘的小波变换编码

基于原图像经低通滤波器且向下２ 减抽样后,变成了分辨率低、缩小至原图像的四分之一,经高通滤波后,过滤出垂直、水平、对角边缘信息这一观点,提出了基于边缘的小波变换编码．当对３ 个高频带量化和编码时,充分利用低频带的边缘与３ 个高通滤波器过滤出的边缘之间对应关系,仅对边缘点的小波变换系数进行编码,无需记下边缘点的位置．从而更有效地对图像进行高倍压缩．     

基于小波变换的纹理图像分割

Ｍａｌｌａｔ非正交小波变换通常用于光滑图像的边缘提取,本文将其改进后,推广到图像纹理特征的提取和纹理图像的分割,取得了良好的效果。基于小波变换的纹理图像分割的算法中,小波变换尺度数的选取和纹理聚类数的确定是其难点。对此,本文作了详细的讨论,提出了一些独特、有效的解决方法。     

基于二维连续小波变换的三维形貌测量技术

本文提出了一种在三维形貌测量的结构光投影中使用二维Paul连续小波变换处理结构光栅的方法,与二维Morlet小波相比,二维Paul小波对三维物体高度变化较大的数据恢复效果较好,降低了三维形貌测量中的测量误差,提高了测量精度.     

基于提升算法的二维离散小波变换VLSI设计

本文研究了提升格式的二维离散小波变换在硬件实现中遇到的问题,以提高运算速度、节省硬件资源、保证运算准确性及稳定性为原则,提出了一种有效的二维离散小波变换的VLSI结构,该结构采用了时分复用技术优化结构设计,实现了高、低频分量的交替输出。     

二进小波的构造理论

给出了二进小波的构造理论，构造了两类二进小波；一类是以零点为对称点的对称二进小波，另一类是以零点为反对称点的反对称二进小波，并对它们的性质进行了研究，还以中心Ｂ样条生成的母二进小波及其调制函数为基础，给出了二进小波的具体例子。     

基于二维双树复数小波变换的图像去噪

目前小波变换在图像去噪中的应用取得了较好的效果。而二维双树复数小波变换由于其在平移不变性,方向性等方面的优势,要比可分离二维离散小波变换具有更好的图像去噪能力。因此我们提出采用二维双树复数小波变换进行图像去噪,仿真试验结果表明二维双树复数小波变换的去噪效果明显改善。     

表面粗糙度二维信息同步测量方法

对表面粗糙度的评定参数进行了分析比较,应用Beckmann光散射理论推得同步测定表面粗糙度的振幅信息(轮廓均方根偏差σ)和频率信息(相关长度T)的方法。测得的二维数据能更全面地反映表面粗糙度状况。     

基于第二代小波的增强边缘的图像去噪

传统的一些去噪技术往往是以牺牲图像的边缘和细节为代价的.为了去掉图像的噪声,同时又能够很好地保留图像的边缘和纹理细节,在介绍第二代小波变换的原理的基础上,提出使用边缘检测的方法检测出图像的边缘和纹理细节,将它和该图像进行融合,用第二代小波对含噪图像进行分解,对图像高频进行自适应去噪.由于图像在去噪前融合了边缘信息,因此边缘和细节部分得到了增强.仿真结果表明:该去噪方法优于传统小波阈值去噪方法.     

用小波变换分析路面不平度及振动响应

运用小波变换方法，对车辆的振动响应与路面不平度的关系进行分析．根据路面样本值，运用ARMA模型建立路面不平度时间序列，建立1／2车辆平顺性模型．将路面不平度时间序列作为输入，分析汽车的振动响应．结果表明，将小波变换引入路面激励和汽车振动响应的分析中，可以清楚地了解信号的时频特性，识别车辆振动响应与路面不平度的关系，从而可以通过路面特性分析车辆平顺性能或由振动响应推断路面激励。     

第2代小波变换及其在机电设备状态监测中的应用

为了解决最佳小波基函数选择的问题，采用第2代小波变换的方法构造小波，从振动信号中提取机电设备故障信息。第2代小波变换与经典小波变换不同，它不依赖Fourier变换，所有的运算在时域上进行，通过设计预测算子和提升算子可以构造具有某种特性的小波。针对机电设备的状态监测和故障诊断，阐述了一种离线设计预测算子和提升算子的方法，通过求解线性方程组确定预测系数和提升系数，并在此基础上构造基于插值细分方法的第2代小波变换算法。在某炼油厂机组的状态监测和故障诊断中，采用该算法有效地提取了轴系不对中的故障信息。     

一种改进的第2代小波变换算法及应用

为了获得基于分析数据特征的小波函数,将第2代小波变换插值细分方法与最优估计理论相结合,提出了一种改进的第2代小波变换算法,在设计预测系数时,以小波分解的细节信号的平方和最小为目标函数,使预测满足一定的消失矩,通过最小二乘法确定预测系数,使预测系数能够反映分析数据的特征,采用最优插值估计的第2代小波变换分解及重构算法的降噪效果优于其他类型的小波,因此较理想地提高了滚动轴承振动信号的信噪比。     

基于小波变换及融合技术的图像边缘提取

图像边缘检测是图像分割、图像识别的基础,传统边缘检测是基于图像整体的边缘检测.小波变换使基于图像分解的边缘检测成为可能,利用小波变换将数字图像分解为高频和低频分量,对高频和低频分量分别进行边缘检测.常规融合方法是将高频边缘和低频边缘进行简单叠加,由于高频、低频边缘是通过不同方法提取的,二者之间的相似度、吻合度存在差异,简单叠加不能够有效融合高频、低频边缘图像特征,本文算法采用局部区域方差准则把高频和低频边缘在小波域进行融合.实验表明,该算法能够有效融合高频、低频边缘图像特征,具有较好的边缘检测和去噪功能.     

基于小波变换的纹理特征提取

提出了一种利用小波分解图像来提取图像纹理特征的方法,指出该方法有效提高了检索准确性,且检索效果较好。     

基于小波变换的显微图像细胞边缘提取

根据小波变换在不同的尺度层具有自适应时频窗性质, 在边缘提取过程中 选取了Mallat多尺度小波变换, 使阈值选取得到了改善. 依据显微细胞图像的特点, 通过对细胞边缘和背景噪声采取不同的阈值（加权阈值法）, 再利用小波变换的模角可分离性质有效地分离出细胞边缘. 结果表明, 这种阈值选取法对于显微细胞图像的边缘提取是一种有效的方法.     

基于子波变换的多传感器信息融和

基于子波变换的多传感器信息融和王爱民周亮（东南大学仪器科学与工程系，南京２１００１８）在机器人多传感器信息融和的研究中，一般理解为多种不同类型传感器信息的融和［１］，但我们认为还存在着另外一种情形，即由于制造成本的限制、实际应用许可，对某一物理量的...     

基于小波变换的波形特征抽取与识别

从设备诊断领域中特征信号模式识别的应用角度,探讨了基于小波变换的特征提取与识别方法.首先讨论了小波变换及其基本性质,进而探讨了基于小波变换模量极大点的特征抽取及基于模量极大点的幅值沿尺度s演变的特征提炼方法,并构造了全局的相似性度量,最后给出了分析实例.     

冗余第2代小波构造及机械信号特征提取

针对强噪声背景下机械信号故障特征的提取问题,构造了一种提取该类信号时域特征的冗余第2代小波方法.该方法通过对初始预测算子和更新算子插值补0,来获得不同分解层上的预测算子和更新算子.冗余第2代小波不需要剖分运算,直接利用构造的算子对逼近信号进行对称预测和更新,可使逼近信号和细节信号的数据点数保持不变,并根据每层细节信号的噪声特点选取降噪阈值门限.实验和工程振动信号分析表明,冗余第2代小波的降噪效果优于其他类型的小波方法,较理想地提取出了滚动轴承内圈剥落和汽轮发电机组高压缸蒸汽激振的时域故障特征.