一种基于小波包分解图像的去噪方法

用小波包分解图像,对图像进行去噪,在图像去噪中能得到很好的效果。这里首先利用高斯一拉普拉斯边缘检测方法检测图像的边缘,再用小波包变换对图像的平滑区进行阈值去噪,并且对图像邻域进行平滑处理,最后把边缘图像嵌入到平滑图像。这种图像处理方法不仅可以去除图像的噪声,图像的去噪效果和清晰度也大大地得到了提高,而且图像的边缘信息也得到了很好的保持。     

小波包最优分解在配电网小电流接地故障检测中的应用研究

提出了一种小电流接地系统单相接地故障选线的新方法。该方法应用小波包最优分解可以对信号频带进行精细划分且划分结构最优化的特点．获取小电流接地系统单相接地故障引起的电流暂态分量的有用信息，达到选线目的。用该方法进行选线不受故障瞬间电压相角以及消弧线圈的影响．通用性强．而且对干扰的容忍能力也有提高。EMTP仿真和现场录波数据对该方法进行的验证表明，该方法能够满足实用要求。     

金属拉伸实验数据小波变换数字滤波方法研究

小波变换具有良好的时频局部化能力。当采用小波变换对金属拉伸实验数据进行数字滤波时,不但能滤除干扰信号,而且能很好的保留信号的突变部分,体现信号原貌,这一功能是傅里叶变换所无法比拟的。通过比较傅里叶变换与小波变换对金属拉伸实验数据的滤波结果,表明采用小波变换处理含噪的实验数据,具有良好效果。     

基于小波变换的图像放大方法研究

图像放大是为适应特殊应用场合或为得到一个较好的视觉效果,例如突出某些细节,常常需要一种可以有效改变已有图像大小的方法,使图像放大后仍然有较高的质量。本文采用一维小波变换和二维小波变换方法,将图像信息分解成低频和高频两部分,通过放大算法,将图像数据重构成一幅信息完整的新图像。实验表明,采用本算法放大后的新图像符合客观实际,图像数据信息丰富。     

基于小波包分析的信号噪声去除方法

文章介绍了小波的基本构造原理及基于小波分析的对非平稳信号的噪声去除方法研究,并且就阈值的选取进行了说明,给出了仿真和比较结果,得出了利用小波包对非平稳信号进行消噪效果良好的结论.     

基于小波包分析的信号噪声去除方法

文章介绍了小波的基本构造原理及基于小波分析的对非平稳信号的噪声去除方法研究,并且就阈值的选取进行了说明,给出了仿真和比较结果,得出了利用小波包对非平稳信号进行消噪效果良好的结论。     

基于小波的音频信息隐藏算法

音频信息隐藏技术是信息隐藏技术的一个重要分支,音频信号中存在足够多的信息冗余,在传播传递过程中可以嵌入很多隐藏信息,利用小波变换良好的时频特性来进一步对信号进行分析,将音频信号作为载体能达到较好的信息隐藏效果.而且音频信号进行一级小波分解后对高低频分量分别采取同样的处理方法后重构,重构出来的信号和原信号相比并没有很明显的失真.     

小波包变换和相关性分析用于轴承故障诊断研究

针对滚动轴承振动信号的特点,文章首先对振动信号进行小波包变换,得到不同的分解频带。再对各频带信号与原信号进行相关性分析,求出各信号相关因子作为频带选择的参考。然后对选择的频带信号重构,并进行包络解调,确定出相应的频谱或功率谱,最后与轴承故障特征频率作比较,从而实现故障诊断。对滚动轴承内环故障的实验结果表明,该方法能较好的判断出轴承故障。     

小波变换应用的研究

本文简要介绍了小波变换的基本概念、特点,以及小波变换在数字图像压缩、图像降噪、图像增强以及图像融合等遥感数字图像处理中的作用。此外,还实现了在Matlab语言环境下图像处理。     

基于小波变换的GPS变形监测数据处理方法研究

工程实测变形信号不可避免的受到噪声的污染,为了提取真实的变形信号,要对实测数据进行降噪处理。结合武汉某大桥GPS实测变形数据介绍了小波变换阈值降噪过程,分别采用不同的小波函数和不同阈值模型进行降噪处理。根据信噪比、中误差两种降噪质量评价指标的定量比较,得出用db6小波和heursure阈值在软阈值量化作用下降噪效果较其他小波函数和阈值模型效果好。     

基于提升小波变换的图像去噪

对小波先进行提升,再用提升小波进行图像分解去噪。通过对比不同的去噪方式与去噪效果,实验证明基于提升小波的去噪是一种好的去噪方式,去噪效果比较好。     

小波包分析在结构损伤识别中的应用

提出了基于小波包节点能量相对变化量的结构损伤识别方法,采用节点能量平方比作为损伤定位依据,从而能对结构损伤进行无模型定位,最后通过数值算例验证了该方法的可行性.     

基于小波变换的图像融合方法及其性能评价

近年来,图像融合已成为图像理解和计算机视觉领域一项重要的新技术。把小波变换技术应用到图像融合之中是该研究领域的重大突破。文章以小波变换为工具,描述了基于小波变换的多传感器图像融合算法的实现,提出了多种融合规则和融合算子,并对融合结果进行了深入分析和性能评价。     

基于小波变换的图像融合方法及其性能评价

近年来,图像融合已成为图像理解和计算机视觉领域一项重要的新技术.把小波变换技术应用到图像融合之中是该研究领域的重大突破.文章以小波变换为工具,描述了基于小波变换多的传感器图像整合算法的实现,提出了多种融合规则和融合算子,并对融合结果进行了深入分析和性能评价.     

基于小波变换的图象压缩研究

本文给出了使用二维小波变换进行图像压缩的原理和5实5例,提出了结合小波变换的零树压缩和量化编码的新方法,小波分解后,仅保留图像最有用的部分,即低频成分,对三个高频部分强制为0,然后再对低频部分量化编码。     

基于小波变换的图象压缩研究

给出了使用二维小波变换进行图像压缩的原理和实例,提出了结合小波变换的零树压缩和量化编码的新方法,小波分解后,仅保留图像最有用的部分,即低频成分,对三个高频部分强制为0,然后再对低频部分量化编码。     

基于小波变换的图像融合方法及其性能评价

近年来,图像融合已成为图像理解和计算机视觉领域一项重要的新技术。把小波变换技术应用到图像融合之中是该研究领域的重大突破。文章以小波变换为工具,描述了基于小波变换的多传感器图像融合算法的实现,提出了多种融合规则和融合算子,并对融合结果进行了深入分析和性能评价。     

基于小波变换图像处理的快速匹配算法

因为小波变换具有优秀的时域和频域的局域化性质,小波分析是傅里叶分析的又一突破,是一种目前看来非常有效的时-频分析手段,特别是在图像处理方向,显示着良好的效果.     

图像处理中的小波变换算法原理及其应用

小波分析是近年来迅速发展起来的一个数学分支,由于它在时间域和频率域里同时具有良好的局部化性质,因而在图像处理领域有着日益广泛的应用。随着数字图像处理需求的不断增长,相关应用也不断的增长,文章以一例图像处理过程为例,阐述了基于小波二维变换的图像处理方法在图像处理过程中的应用。     

图像处理中的小波变换算法原理及其应用

小波分析是近年来迅速发展起来的一个数学分支,由于它在时间域和频率域里同时具有良好的局部化性质,因而在图像处理领域有着日益广泛的应用。随着数字图像处理需求的不断增长,相关应用也不断的增长,文章以一例图像处理过程为例,阐述了基于小波二维变换的图像处理方法在图像处理过程中的应用。