基于小波变换模极大值的去噪方法研究

小波去噪在信号处理中得到广泛应用。目前常用的方法主要有Donoho提出的阈值法和Mallat提出的模极大值法。模极大值法是一种经典的小波去噪方法,噪声的模极大值的幅度随尺度的增大而迅速减小,而正常信号随尺度的增大而增大,因此利用合适尺度的小波变换,容易把噪声从正常信号中剔除。通过试验说明这种方法对白噪声和脉冲噪声都有很好的去噪效果,并与阈值去噪比较,对于高斯白噪声,信噪比比较低的信号,模极大值去噪要优于阈值法去噪;对于脉冲噪声,脉冲噪声点数较多时,模极大值去噪要优于阈值法去噪。     

小波模极大值法在地震解释图像边缘检测中的应用

边缘作为图像的最主要特征,是图像视觉信息获取的重要内容。小波变换具有检测信号局域突变的能力,且可以结合多尺度信息进行检测,因此成为图像边缘检测的优良工具。基于信号与噪声在不同尺度下小波系数模的变化特征,可以通过检测小波变换系数模局部极大值点来提取图像的边缘特征。实际课题中将小波模极大值法应用于三维地震资料——相干切片图像的边缘检测中,证实了该方法能较准确地提取断层边缘,为下一步对断层的提取及解释提供有力保障。     

通信电缆故障测距的小波变换应用研究

在论述电力系统通信电缆故障检测原理的基础上,将小波变换模极大值与信号奇异性关系的理论应用于检测脉冲反射信号,实现电缆故障的定位。重点分析了利用小波变换模极大值的方法实现在强噪声中提取信号,再现信号突变点的功能。仿真表明这种方法能有效去噪、准确定位脉冲反射信号,为提高信道故障定位精度提供了有效的检测方法。     

基于小波变换的轧辊磨床振动信号分析

针对实际测试项目,介绍用于轧辊磨床振动测量的信号采集系统的硬件组成及信号采集方法.简述振动信号分析的理论与方法,采用基于小波变换的信号分析方法对磨床振动信号进行分析,能同时兼顾高频与低频段的频谱特性,提高特征频率的提取精确度,进而提高系统故障诊断的可靠性.     

基于最优梯度估计及小波变换的图象边缘检测技术

基于信号在不同尺度下小波变换系数模不同的变化特征，结合最优梯度估计算法提出了 种边缘检测方法，实验结果说明这种边缘提取方法可以较准确地提取出有较大噪声的图象的边缘。     

基于复Morlet小波变换的汽轮发电机组振动信号分析

汽轮发电机组振动信号一般具有非平稳性和非周期性的特征,传统的傅里叶变换已经无法完全满足振动信号的分析要求,引入复Morlet小波变换对汽轮发电机组振动信号进行分析。介绍了小波变换和复Morlet小波的基本理论,以不对中故障为案例的仿真结果表明,复Morlet小波变换能够分析非平稳信号,同时具有频域和时域上的分辨率,可以较准确地分析出故障突变发生的时刻和故障发展变化的趋势,具有传统信号分析方法所不具备的优点。     

基于双正交小波变换的自适应图像水印算法

提出的基于双正交小波变换的盲水印算法,综合利用小波域中频各子带系数分布特点,选取重要边缘位置嵌入水印,水印强度可根据所处的嵌入位置自适应调节.实验结果表明:该算法能够有效抵抗附加噪声、裁剪和压缩等常见攻击,具有较强的不可见性和鲁棒性.     

基于小波变换的静态图像数字水印研究

通常静态图像经过离散余弦(DCT)小波变换后,纹理及边缘的特征主要集中在高频子带LH,HL和HH上,经过一般的图像处理以后,高频上的信息容易丢失。在嵌入的水印信息量较少的情况下,可以把水印信息嵌入到低频系数上,使人眼不易察觉,增强了水印的鲁棒性。实验表明,该算法有良好的不可感知性和强健的鲁棒性。     

基于HVS与小波变换的灰度图像水印技术

提出了基于人类视觉系统(HVS)与小波变换的灰度图像水印技术,将会对其版权保护、非法复制、图像认证等方面发挥重要的作用。该算法采用有意义的灰度图像作为水印信息,实验结果表明,在大多数鲁棒性能攻击测试中,本算法提取水印的归一化相关系数NC值更大,水印性能更优越。实验结果证明了算法的可行性。     

基于离散小波变换和奇异值分解的数字水印算法

当前数字作品的版权保护问题备受关注,数字水印是保护数字作品版权的有效手段。本研究针对大容量水印嵌入问题,提出一种基于离散小波变换和奇异值分解的灰度图像数字水印算法。首先,利用离散小波变换将原始图像分为LL、LH、HL和HH四个子带;其次,通过奇异值分解获得LL子带图像的对角矩阵S^l以及水印图像的对角矩阵S^w;然后,将矩阵S^l与S^u进行叠加来完成水印嵌入。该算法的突出特点为嵌入的水印容量大,且算法具有较强的鲁棒性。实验证明,嵌入水印后的图像在经受高斯噪声、椒盐噪声、旋转等攻击后,利用该算法仍能提取到有效的水印图像。     

基于小波变换和梯度矢量流Snake模型的ERS-1 SAR图像的海岸线探测

利用合成孔径雷达来探测海岸线对船舶导航有重要意义。阐述了1种基于二进小波变换的从SAR图像中提取海岸线的方法。该方法首先利用在二进小波变换中边缘和噪声的奇异性随尺度变化具有不同的传播规律来检测边缘点,然后利用基于梯度矢量流的主动轮廓模型进行边缘点的连接。实验结果证明,这种方法可以有效地消除SAR图像中存在的斑点噪声对海岸线提取的影响,能准确地提取海岸线信息。     

用神经网络对开式冷挤压极限变形程度的预测

给出了基于 BP网络的极限变形程度预测的分析方法 ,得到了开式冷挤压εmax神经网络计算结果 ,与实验结果比较 ,其精度较高 ,证明了神经网络模型在开式冷挤压工艺中应用的可行性。     

基于图像处理的印版网点面积率检测

检测与控制印版网点面积率是印刷质量控制的重要环节,本研究提出了一种检测印版网点面积率的新方法,利用常规的显微摄影仪器拍摄印版上的网点区域获得数字图像,采用阀值分割的方法对数字图像进行二值化处理,利用膨胀和腐蚀的方法消除图像中的噪点,再去除图像边缘不完整的网点,然后计算印版的网点面积率。经过实验验证,该方法可以获得比较精确的网点面积率检测结果,能够满足印刷生产中的印版网点面积率检测的需要。     

基于小波变换和贝叶斯证据推断框架下的LS—SVM短期风速预测

基于小波的多分辨率分析,针对风速序列拟周期性、非平稳性及非线性等特点,将风速序列按不同频率进行分解,对分解后的原始风速信号分别建立不同的预测模型;各个模型的最佳参数由贝叶斯证据3层推断得出,用以建立基于小波和贝叶斯证据推断框架下的最小二乘支持向量机（LS-SVM）回归短期风速预测模型。应用该模型对东北某风电场的风速进行了提前1h的预测,预测的平均绝对百分比误差为7．63％,提高了预测精度。预测结果表明：基于贝叶斯证据推断框架下的LS—SVM和小波分析相结合的短期风速预测模型是一种有效、可行的风速预测模型,可为风力发电功率的预测提供一定的理论支持。     

施工方案措施的选取对最高投标限价影响研究

国有资金投资的建设工程招标,必须编制招标控制价(最高投标限价)[1],概预算定额在今后相当长的一段时间内还是最高投标限价的编制基础,估算指标还处于不断补充、不断更新的过程,有的地方甚至缺乏完整的体系.在完善工程计价依据,加强工程造价数据积累及施工合同履约管理的过程中,工程招标投标及最高投标限价如何自主报价、竞争定价成为...