研究小波變換軟閾值去噪方法在超聲檢測回波處理中的應用。
與通常的自適應多用户檢測算法相比,該算法利用了小波變換對小波空間進行了分解,信號經小波變換後自相關*會下降,收斂速度提高。
小波變換的方法具有十分明顯的分頻特*和去噪功能。
原始載體圖像經小波變換後,根據鄰近特徵平均值將水印嵌入到小波域中所選擇的細節子帶上。
結論將小波變換級聯形態濾波的去噪方法應用到載人航天過程中是可行的。
為了提高科里奧利質量流量計的降噪水平,採用以小波變換作為前置濾波器來抑制噪聲干擾。
在此基礎上,探討了對傳統的閾值方法的改進,即平移不變小波變換去噪法.
由於複數小波具備平移不變*和方向選擇*等優點,使得它在圖像去噪中可以克服離散正交小波變換去噪中存在的毛刺現象。
小波變換多分辨分析的特點符合人眼視覺特*,因此非常適合於視覺檢測
並將該方法與傳統快速傅立葉變換分析結果進行比較,探討了使用小波變換對工程實測數據進行分析的可行*。
實驗中以CDF 9/7二維離散小波變換為例,對於JPEG 2000中推薦使用的5級小波分解,本文算法相對於原空間組合推舉算法的縮放運算乘法量減少了34。
本文中使用小波變換的主要優點是它可無限分頻的能力,可以將具有不同變化規律的因素造成的價格波動變化分離出來,從而為針對*的尋找預測方法和規律提供了可能;
*結果表明 ,在合理選取判斷閾值和進行小波變換的信號長度時 ,該方法能快速、準確地判斷出真正的信號跳變。
將實際觀測到的一組煙囱垂直位移監測數據作為通常意義下的時序信號,並對其進行小波變換分析
提出了一種基於小波變換域的塊匹配運動估計搜索的新算法,模擬實驗表明,利用此算法可獲得比一般運動塊匹*法更大的峯值信噪比,具有更好的*能複雜度比。
提出一種基於小波變換的像素級圖像融合算法。
首先簡單介紹了小波變換消噪的原理,然後分別利用小波變換和傅里葉變換,對臨牀採集的脈象信號進行了消噪處理。
本文主要研究了基於小波變換的像素級圖像融合。
對紅外圖像進行平穩小波變換後,對小波係數進行模糊閾值處理實現圖像去噪。
針對基線漂移噪聲問題,本文提出了一種利用小波變換逼近信號進行濾波的新方法。
以前的圖像和視頻編碼標準採用DCT編碼,在變換域嵌入水印大多使用分塊或整體DCT技術。小波變換相比於DCT變換有很多優點。
該算法在編碼器端採用過完備小波變換來引入宂餘,並通過量化比例因子來調整編碼的宂餘度;
這表明了小波變換對於非整次諧波的檢測和分析是可行的,從而為諧波的精確檢測提供了有效的手段。
本課題就是針對上述問題,通過小波變換和分形這兩種方法來進行圖像壓縮,對比起壓縮效果,總結出分別適合於小波和分形壓縮的圖像。
在圖像去噪算法中,怎樣克服離散正交小波變換的不具備平移不變*的缺點也一直是研究的熱點。
本文基於視頻序列的運動特徵,提出了一種自適應三維小波變換結構,該結構能夠根據視頻序列的運動劇烈程度自適應確定幀組大小
了提高CT圖像的清晰度,降低偽影對醫生診斷的不利影響,文章提出了一種基於小波變換和軟閾值法的CT圖像偽影消除方法。
本文通過對復小波的研究發現復小波變換的相位信息能用於頻率檢測*波分析,提出了基於復小波變換相位信息的頻率*波檢測新算法。
介紹小波變換定義、*質和時間尺度分析,研究小波變換的尺度譜檢測無噪聲和有噪聲條件下的行波暫態信號的能力。
以馬爾可夫隨機過程和梯度小波變換為基礎提出了梯度小波紋理模型;
提出了一種將傳統後置自適應濾波技術和小波變換技術相結合的傳聲器陣列語音增強方法。
以堆積球團礦圖像為背景,研究了一種基於小波變換的堆積小球邊緣檢測方法。
目前有很多基於離散小波變換(DWT)的水印算法,但結合分形編碼技術的很少。
該方法基於信號和白噪聲在小波變換下具有不同的特*,將含噪信號進行多尺度小波分解,採用軟閾值方法將其高頻部分進行量化處理,再進行重構。
使用小波變換分析數據的多尺度特*,藉助核函數來解決非線*映*問題,同時解決了噪聲和干擾造成的各變量數據具有時間序列動態*問題。
為解決現有時間序列相空間重構方法中重構信息宂餘的問題,本文將小波變換引入到相空間重構之中
基於小波變換品質因數不變*的特點,結合適當的小波基,探討小波變換在回波信號檢測中的算法。
[中英文摘要]提出了一種基於提升小波變換的數字水印嵌入方案
在實驗中,將該算法分別應用到實值離散小波變換域和雙樹複數小波變換域,並和隱馬爾科夫模型的去噪方法做了比較分析。
採用小波變換分析水平管流上的壓差信號,根據段塞流與波狀流的小波分析特*,可容易地識別流型。
在此基礎上提出了基於人類視覺特*的離散餘弦變換水印嵌入算法和離散小波變換水印嵌入算法。
基於信號在不同尺度下小波變換係數模不同的變化特徵,結合最優梯度估計算法提出了一種邊緣檢測方法。
在這一部分分別介紹了宂餘變換中的離散脊波變換、二進小波變換、曲波變換、快速曲波變換。
介紹了小波變換的定義及小波變換的*質,特別介紹了零通小波的理論及其如何在地震勘探資料處理中的應用。
該法既利用了小波變換的優越的局部時頻域特*和良好的方向*的特點,又無需進行小波反變換,計算量較小。
本文以TMS片為平台,探討了提升格式構造小波變換應用於圖象快速無損壓縮的具體實現
然後對差分序列進行小波變換,通過小波係數的模量極大值點的位置準確探測出周跳發生的歷元;
小波變換分頻處理地震資料,也可以得到較好的高分辨率資料,但是分頻處理地震資料的時間較反褶積方法長。
利用小波變換域主分量分解法從一維時間序重構混沌吸引子。
在分析小波變換對噪聲和邊緣點影響規律的基礎上,結合多尺度乘積的特*,提出了一種基於小波變換的多尺乘積邊緣檢測新算法。
由小波變換編碼實現的視頻壓縮在具備高壓縮比的基礎上,仍擁有較高的主觀視覺效果,避免了由分塊dct變換引起的方塊效應。
小波變換中,小波函數具有非常好的局部化特徵。
針對離散小波變換具有平移變化*和弱方向*的特*,本文提出了一種基於雙樹復小波變換(DT-CWT)統計模型的醫學圖像紋理檢索方法。
提出的雙頻光柵小波變換查表相位解包法很好地解決了傅里葉變換輪廓術,以及連續相位解包法在非連續物體三維面形測量中所存在的問題。
小波變換與離散餘弦變換相比,運算複雜度高,如何解決小波變換的快速實現對小波變換的廣泛應用具有重要的意義。
根據小波變換檢測信號突變的*質,充分利用多分辨率分析,準確可靠地實現了基音檢測;
針對純量量化壓縮比小而向量量化壓縮速度慢、圖像復原效果不理想等弱點,提出了基於小波變換的分類量化圖像編碼算法(簡稱“分類量化編碼”)。
在數據預處理中引入小波變換對交通流數據進行消噪處理,以提高數據的準確度。
傳統的小波變換基頻檢測通過比較相鄰尺度上的小波係數極值點來進行檢測。
文中主要研究平移不變小波變換在圖象降噪中的應用
為了提高傳統小波變換的*能,使用提升小波變換提取軋輥偏心信號,並對其進行在線自尋優控制。
充分利用雙樹復小波變換的旋轉不變*良好的方向選擇*以及有限的宂餘等優點,將其有效地應用於紋理特徵提取過程中
本文利用小波變換係數的模的平方值與信號奇異*指數之間的關係,從超聲回波信號中提取出了胎兒的心率。