傅里叶变换轮廓术中预处理滤波方法的研究

用傅里叶变换轮廓术测量复杂物体形状时,频谱能量分布弥散,出现频率混叠现象,滤波时难以确定截止频率.选用了3种频域滤波窗以及小波滤波4种滤波方法对傅里叶变换轮廓术中的变形光栅图进行处理,计算机模拟并比较了在有噪声和无噪声的情况下不同滤波方法的误差分布.数据分析表明,选用合适的小波基对信号进行滤波处理比其余3种滤波器的测量精度要高.     

基于小波分析的傅里叶变换轮廓术应用研究

采用一种基于小波分析的傅里叶变换轮廓术测量了物体三维形貌。利用小波变化的时频特性,对测量光栅图像进行了处理,提取了有用的频率分量,获得了光栅图像的相位信息,抑制了频率混叠。计算机模拟结果验证了该方法的可行性,并在有噪声和无噪声的情况下与一般数字滤波器处理结果进行了比较,无论从测量精度还是测量范围都得到了提高。     

基于小波分析的傅里叶变换轮廓术应用研究

采用一种基于小波分析的傅里叶变换轮廓术测量了物体三维形貌.利用小波变化的时频特性,对测量光栅图像进行了处理,提取了有用的频率分量,获得了光栅图像的相位信息,抑制了频率混叠.计算机模拟结果验证了该方法的可行性,并在有噪声和无噪声的情况下与一般数字滤波器处理结果进行了比较,无论从测量精度还是测量范围都得到了提高.     

小波滤波器组在三维轮廓术上的应用

在傅里叶轮廓术中引入小波变换滤波器解析对物体的三维形貌进行测量和分析．采用对数伽柏(log Gabor)函数生成一组非线性滤波器对光栅图像进行滤波，从而获得光栅图像的相位信息，以实现全自动化测量和提高测量精度．最后给出模拟和实验结果．     

π相移及频域滤波对傅里叶变换轮廓术精度的影响

在傅里叶变换轮廓术（FTP）测量方法中,测量系统经成像装置获取由物体高度调制后的变形结构光场,并通过傅里叶变换、频域滤波和傅里叶逆变换恢复出物体的高度信息．其中频域滤波是FTP中提高测量精度的重要环节．本文通过计算机模拟及数据对比证实,在傅里叶变换轮廓术的基础上采用百相移技术消除背景分量,利用适当大小的矩形滤波窗口获得高质量基频分量,有利于减小测量误差．     

小波变换在光学中的应用

讨论了傅里叶变换的缺点及小波变换的定义和性质，分析了加窗傅里叶变换和小波变换的特点，用4f空间滤波系统实现了二维小波变换．     

常用时频变换方法的浅析与比较

傅里叶变换、短时傅里叶变换和小波变换是信号处理中最常用的时频变换工具,本文对这三种常用时频变换工具进行了理论介绍,并比较和分析了三种变换方法在信号处理中特点和存在的缺陷。     

基于上下文模型的混合傅里叶-小波图像降噪方法

针对小波变换和傅里叶变换去除图像噪声时各具不同的优点和不足,提出一种基于上下文模型的混合傅里叶-小波图像降噪方法.首先在傅里叶域中估计原始图像的功率谱密度,运用维纳滤波器降噪,降低原始图像噪声水平;再在小波域中通过基于上下文模型的自适应阈值法去除剩余噪声;在小波域中使用平稳小波变换分解图像信号得到分解后的系列小波系数,根据小波系数间的相关性,利用上下文模型求取小波系数的方差,将其代入由GGD模型估计出的阈值表达式得到自适应阈值,再用软阈值函数对小波系数进行处理,最后将处理后的小波系数进行小波逆变换完成去噪.仿真结果表明:该方法不仅能够有效滤除图像噪声,而且能够保留图像的边缘细节信号,抑制降噪引起的吉布斯现象.     

小波分析及其去噪性能研究

小波变换是一种具有一定时间和频率分辨率的分析方法．为了寻找更有效的去噪方法，对连续小波变换(CWT)、离散序列小波变换(DTWT)和正交小波变换(QWT)作了理论分析。结果表明：CWT对噪声具有良好的抑制作用；DTWT在通过域值处理的同时，也考虑了因噪声造成的某些信号细节的丢失；而QWT则能有效地提取淹没在噪声中的微弱信号。与传统的傅里叶变换(FT)相比较，具有显著的优点，值得关注。     

连续小波变换与几种具体信号的傅立叶变换的比较

列出门函数、单边指数函数和阶跃函数这三种具体信号的连续小波变换与傅里叶变换的表达式,并通过表达式对连续小波变换与傅里叶变换进行比较．结果表明：傅里叶变换是线性变换,具有统一性和相似性,但不具有局部化性质,不能作局部分析;小波变换也是线性变换,同样具有统一性和相似性,并且是稳定的,还具有时一频同时局部性和自适应性．由此说明了小波变换在分析和处理信号时比傅里叶变换更加灵活、更加全面和深入．     

基于小波域KL变换的地质雷达信号处理技术研究

为了克服现有信号处理算法对地质雷达直耦波和噪声滤除的不足,基于KL变换和小波变换进行算法融合设计,提出一种适用于地质雷达信号滤波的小波域KL变换方法。采用电磁波时域有限差分法模拟雷达检测过程,并基于理想无噪声的雷达仿真信号设计验证实验,通过与KL变换方法、小波阈值去噪方法的对比,对小波域KL变换方法的滤波效果进行定量分析和评价。实验结果表明:小波域KL变换对于直耦波的辨识能力较强,用于地质雷达信号直耦波的去除可以取得理想的效果;在采用KL变换和小波变换滤除噪声时,去噪信号的信噪比分别为10.16和15.12,而小波域KL变换对应的结果为18.34,对于噪声的滤除具有更好的效果;同时,小波域KL变换滤波结果对小波函数和分解层数的敏感度较低,对于深部噪声信号的辨识能力亦较强。基于地质雷达实测数据的测试结果同样验证了小波域KL变换方法在实际工程应用中的良好性能。     

用于管道漏磁数据的小波域自适应及小波系数去噪算法

基于漏磁检测是油气管道在线检测中应用最广泛的无损检测技术,提出了一种去除漏磁数据中无缝管道噪声(SPN)和系统噪声的新算法.首先利用将小波变换和自适应滤波技术相结合而提出的新型小波域自适应滤波方法去除漏磁数据中的SPN,然后再利用小波系数去噪方法去除小波域自适应SPN消除系统输出漏磁数据中的系统噪声.实测漏磁数据所得结果表明,该算法具有良好的去噪效果,极大地提高了漏磁数据中缺陷信号的可检测性.     

频域约束的红-黑小波变换图像复原算法

提出一种频域约束的红-黑小波变换图像复原新算法.该算法引入频域约束因子,对不同频率的部分系数给予不同程度的约束,保证了对有色噪声的压制效果,保留了图像细节信息.利用频域约束的红-黑小波变换提取图像信息,消除了有色噪声和振铃效应,实现了降质图像复原.运用含噪退化的图像进行了实验.结果表明,该方法与维纳滤波、等功率谱方法相比,信噪比RSN及信噪比提高R′SN两个参数均提高了3倍.     

多尺度分解下的自适应滤波器组的构建方法

通过分析自适应滤波和小波变换的多尺度分解滤波的原理与方法,建立了非平稳信号的多尺度分解下自适应滤波器组的构建模型和滤波方法.将小波变换分离出来的噪声成分作为自适应滤波器的输入,通过自适应滤波器组,能实现多种噪声成分的自适应滤波.通过模型验证和工程实例的应用,该方法能实现非平稳信号在同频段对噪声成分和有用信号的最佳估计.通过自适应滤波器组,能同时实现对多种噪声成分的最佳滤波,具有优良的滤波性能.     

一种新的基于小波变换的图像消噪方法

一种新的基于小波变换的图像消噪方法是在运用小波变换对含噪图像进行消噪前，先对图像进行小波级数分解，对其中的低频系数和高频系数进行适当的放大；然后对图像采取局部阈值消噪法进行消噪；最后运用小波变换对所得到的图像小波系数进行适当的缩小并将其重构．仿真实验证明这种方法比一般的诸如中值滤波和维纳滤波等图像消噪方法有很大的改进，特别是图像均方差(MSE)有很大的降低，而图像的信噪比也有较为明显的提高。     

基于小波变换的信号去噪处理

小波变换是信号处理中一个十分有用的数学工具。基于小波分析理论,本文采用软阈值法滤除与有用信号频率相近的噪声信号,取得了很好的滤波效果。并通过实时数字仿真系统验证了这种方法的有效性。     

基于频域收缩的Quincunx小波变换复原算法

针对含噪退化图像复原问题,提出了基于频域收缩的Qu incunx小波变换复原算法。该算法引入了收缩因子,对不同频率部分的系数给予不同程度的收缩,不仅保证了对有色噪声压制效果,还最大限度地保留了图像信息。运用Qu incunx小波变换,从频域收缩的结果中进一步提取图像信息,消除了频域收缩所附带产生的有色噪声和振铃效应,同时具有空域计算、原位计算以及易实现整数变换的优点,适合用定点DSP(D igitalS ignal Processor)实现。运用含噪退化的图像进行实验比较的结果表明,该方法较维纳滤波、等功率谱方法在SNR(S ignal-to-Noise Ratio),ISNR(Improvem ent of S ignal-to-Noise Ratio)两个参数上均提高3倍左右;在NMSE(Norm alized M ean Square Error)参数上,与维纳滤波具有相同的数量级,仅是等功率谱法的1/5左右。     

基于小波变换的高分辨率地震信号瞬时参数提取方法

小波变换在时域以及频域具有良好的局域化特征,可用来实现对地震信号瞬时振幅、相位、频率等瞬时参数的提取.由于小波变换具有去噪的功能和分频处理的特点,在小波域提取的瞬时特征具有很好的抗噪性和可靠性.对小波变换提取地震信号瞬时参数的方法进行改进,通过对地震信号求导来增加其主频,对求导后的地震信号进行小波变换,从而得到高分辨率地震信号的瞬时参数.     

一种基于小波树结构的彩色水印嵌入算法

提出了一种基于小渡树的彩色水印嵌入算法.该算法对图像的R,G,B分量分别进行小波变换,通过小波树的各层系数和它们之同的关系,对各低频子带进行分类,并根据人眼的视觉特性,对不同的区域采用不同的嵌入强度,使嵌入的不可见性和鲁棒性得到很好的效果,在提取时不需要原始图像,是一种盲水印算法.实验表明,该算法简单高效,可嵌入信息容量大,不可见性好.对一般的图像处理和攻击如:JPEG压缩,加噪声,剪切,滤波等具有很好的鲁棒性.     

图像域阈值与维纳滤波组合的图像去噪方法

用小波变换方法获得与带噪图像具有相同尺寸的各尺度与方向的图像域子图,并对各细节子图进行阈值化处理;然后,将去噪的各图像域细节子图与低频子图相加得到初级去噪图像;最后,对初级去噪图像执行图像域维纳滤波,进一步去除噪声斑点.讨论图像域阈值参数的估计方法,提出一种与小波域BayesShrink对应的图像域BayesShrink阈值估计方法.实验结果表明:与小波域阈值或者小波域阈值与图像域维纳滤波组合的方法相比,对于非高度细节的图像,除去低噪声细节相对丰富图像的情况外,图像域阈值与维纳滤波组合在去除平坦区大部分噪声的同时,能更好保留边缘与纹理细节,得到更好的图像质量与更高的峰值信噪比.