卫星图像的格矢量量化编码压缩方法研究

卫星图像是一个种高熵值图像,本文针对卫星图像研究了格矢量量化编码压缩方法,分析了格矢量量化特性,并列举了几种格。实验结果表明,格矢量量化编码压缩方法失真小,计算量少,比较适用于卫星图像编码压缩。     

应用神经网络技术提高地震资料分辨率

通过神经网络技术以井数据和井旁地震数据作为输入,学习它们之间的褶积关系,利用这种关系可以求出地震子波通过求取子波的逆即得到反子波,使建立在褶积模型基础上的地震数据可以与反子波褶积得到波形压缩提高资料的分辨率。该方法和传统的反褶积方法的区别在于对子波没有最小相位假设,而地震子波一般是混合相位的．同时有井数据的参与使得对目的层的子注求取更为准确,通过反褶积使地震波形得到很好的压缩,提高了分辨率     

基于小波变换的自适应算术编码方法

基于小波变换提出了一种新的编码方法－自适应算术编码。该方法计算效率高并具有自适应性,其编码效率高于Ｈｕｆｆｍａｎ编码。     

B样条小波在图像边缘检测中的应用研究

讨论了小波变换的图像边缘检测理论后,给出了采用紧支集３ 次样条小波的图像边缘检测算子,导出了采用３ 次样条小波作为边缘检测的方法．最后给出了数值实验,验证了该方法的有效性．     

多层介质多导体传输线的小波矩量法分析

全电荷格林函数法是解决分层介质的多导体传输线的参数提取的一个通用有效的方法,但是用矩量法处理时需将导体表面和介质分界面一起剖分,系数矩阵的阶数较大,计算效率降低。详细分析了多层介质多导体传输线,并在矩量法处理时引入小波变换,使原稠密系数矩阵变换为稀疏矩阵,从而提高了求解速度。     

电力设备视频监控画面分析中的视觉噪声的影响研究

通过对电力设备视频监控中的典型画面以及典型电力设备的视觉噪声影响研究,及几种常用的去噪算法的去噪效果比较研究,得出小波软阈值算法能比较好地处理电力设备视频监控画面的高斯噪声和混合噪声这一实用的工程结论。针对小波去噪算法对于细线缆等轮廓线较细的设备,以及阴影较深的设备的噪声背景处理效果较差,轮廓线断裂显著等问题,提出可利用已知轮廓线对小波算法的软阈值进行启发式修正,修补轮廓线断裂缺陷的解决方案。     

南堡凹陷北部始新世米兰科维奇记录及其对沉积响应的指示意义

古近纪时期的板块运动造就了渤海湾盆地洼隆相间的构造格局,需要从地质年代学角度研究单一湖盆的层序地层格架及其内部的沉积响应。以南堡凹陷高柳地区始新统为例,利用标准井预处理的自然伽马曲线,利用频谱分析、连续小波变换和滑动频谱分析等方法识别蕴藏的米兰科维奇旋回,基于绝对地质年代锚点,建立天文年代标尺,估算沉积速率,重建古湖平面变化和古沉积物供给能力,从区域沉积体系演化的角度讨论米兰科维奇记录对沉积响应的指示意义。结果表明：(1)始新统沉积序列受控于长偏心率、短偏心率、斜率和岁差周期,共识别出20个长偏心率周期,85个短偏心率周期,累计约8.1 Ma;(2)Es₃¹、Es₂、Es₁^x和Es₁^z亚段顶界面绝对地质年代分别为33.3、31.9、30.5、29.5 Ma,平均沉积速率约124.2 m/Ma;(3)湖平面于36.6～33.3 Ma大规模上升,于33.3～30.5 Ma持续下降,于30.5～28.5 Ma再次小幅回升,而36.6～28....     

小波变换与线性调频信号脉内调制特征分析

提出了通过特征尺度的小波系数模极大值分析线性调频信号(linear frequency modulated signal,LFM)脉内调制特征的算法,分析了怎样选取特征尺度以及探究了怎样通过特征尺度的小波系数模极大值辨识出LFM的载频变化规律;并且研究了利用改进的小波脊线法提取了LFM的瞬时频率;最后对低信噪比下的LFM利用此改进算法进行了仿真。仿真结果表明,瞬时频率估计的精度得到了提高,尤其是信号起始段频率估计的相对误差低于0.05%,有效的克服了以往的小波脊线算法对低信噪比下的信号起始段频率估计的精度不高的缺陷。     

基于小波变换的电网畸变信号检测的研究

短时谐波、暂态扰动、电压剧变等畸变信号常常危害电网系统安全运行,因此对该类信号进行检测分析有很大的现实意义。提出了基于Mallat算法的小波变换方法,利用其分解算法将原信号分为高频和低频两部分,通过分析第一、二层高频系数来判断信号是否发生畸变,进而求出畸变持续时间,对于低频部分采用重构算法依次提取出各次谐波,再利用FFT实现对各次谐波的精确分析。Matlab仿真结果验证了该方法的准确性和有效性。     

WKICA算法在多光谱遥感特征提取中的应用研究

多光谱遥感图像具有高度冗余、非线性化的特点。对其进行有效的特征提取是完成精确目标分类的前提。基于核方法强大的非线性映射能力,提出一种小波核独立成分分析WKICA算法。WKICA算法结合小波核函数近似正交,能够对复杂非线性信号进行逐步逼近的优势,有效提高了核独立成分分析KICA算法的求解精度。将其应用在多光谱遥感图像特征提取中,并对预处理条件下的图像采用不同的监督分类方法进行分类实验。实验结果表明,在WKICA算法预处理条件下,能够更有效的滤除图像噪声,相比较传统的特征提取算法,能够获取更加精确的图像分类效果。