基于小波方差谱熵的轴承故障诊断方法

本文提出了一种基于小波方差谱熵的故障诊断方法。该方法以信号的方差在小波域上分解形成的谱向量的熵值作为故障的诊断特征,建立了基于小波方差谱熵的故障检测及诊断模型,并提出了基于判别能力因子的小波基选择方法。试验结果验证了小波方差谱熵能有效地反映轴承信号特征并检测出故障类别,实验最后将本文方法同基于小波能谱熵的故障检测方法进行比较,实验结果表明本文建议的方法在检测率及时间上有显著提高。     

小波变换在信号处理中的应用

介绍了常用小波基函数和连续小波变换，重点将小波变换应用到信号的去噪、分解和重构信号分析中。通过仿真实验可见小波变换已成为信号处理中行之有效的方法，必将在信号处理中起着重要作用。     

基于小波变换的图像去噪方法

本文首先概括描述了小波变换在图像去噪领域的应用原理,介绍了小波变换去噪方法,进行了计算机仿真,并对实验结果给出了结论.     

基于小波分析的人脸图像处理

本文利用小波分析进行人脸图像处理,包括人脸图像的滤波、小波增强、以及人脸图像的小波分解等,为后续的特征提取和人脸识别打下良好的基础.实验结果表明,小波分解能够有效地降低人脸图像的维数,大大降低了后续处理算法的复杂度,减少了计算机的计算量.     

双正交冗余小波变换的图像去噪方法

由于正交小波变换的不具备线性相位、不具有平移不变性等特性,导致其在图像去噪领域仍存在很多问题,本文将双正交冗余离散小波变换应用到几种经典小波阈值图像去噪方法中,以克服标准正交小波变换在阈值图像去噪中存在的问题.实验证明该方法的去噪效果明显优于正交小波方法和普通双正交小波变换的去噪效果.     

基于线性混合小波基的图像去噪

单小波基由于时频特性难以与复杂的图像特征相匹配,限制了小波闽值算法在图像去噪效果上的进一步提高.提出了一种基于线性混合小波基的图像去噪方法,将多个不同特性的正交小波基进行线性混合构成一个新的小波基,用该混合小波基对图像进行分解后再通过阈值处理实现去噪.调节混合系数,可使混合小波基的时频特性与图像特征相匹配,从而提高小波阈值去噪效果.实验结果表明,该方法去噪效果优于参与混合的各单小波基去噪效果,其峰值信噪比(PSNR)最大可提高3.5 dB.     

光学测量中大视场视频图像获得方法研究

实验结果表明：本系统将四个1．1°×0．88°的视场拼接得到一个大约3．3°×1．76°的大视场,拼接图像平滑无明显裂缝,处理速度可达10帧／s。结论：基本满足了光学测量中大视场视频图像的需求。     

基于小波神经网络的图像表述

小波神经网络有机地融合了小波分析的时频特性和神经网络自适应优点。本文将小波神经网络应用于图像表述，提出相应的图像表述算法。分别采用两种小波函数作为网络激励函数，以验证图像表述效果。实验结果表明，小波神经网络能够有效地表述图像，其算法具有较强的鲁棒性。     

基于小波包技术的复合材料损伤检测

小波包分解能够精细地把信号划分到不同的频带范围内,实现了不同频带范围内特征信息的分离和提取.据此并借助于小波神经网络实现了复合材料无损检测中的特征信号的模式识别.实验表明该方法稳定可靠.     

图像的小波指数降噪法及其应用

在图像降噪处理中,采用小波阈值降噪法会产生马赛克现象,造成降噪后图像失真。为此,提出了小波指数降噪法,即利用指数降噪因子除小波系数。降噪因子大于1,且随小波系数绝对值的增大而减小。实验表明,该算法在保持较高信噪比的条件下,减轻了马赛克现象。     

傅里叶与小波变换的电力谐波测试性能研究

简述傅里叶变换和小波变换的基本原理,在Matlab平台上设计傅里叶变换模块和小波变换模块。针对含有突变干扰、白噪音干扰等常见工程电力信号,通过实验系统研究傅里叶变换、小波变换的频域和时频分析特性。实验结果表明,傅里叶变换能较好地测试出信号的谐波成分,小波变换具有良好的信号频段分析特性。根据这些特点,探讨傅里叶变换、小波变换各自的适用场合,以便高效利用这两种方法分析电力谐波成份,为治理谐波奠定基础。     

一种新的条码图像去噪方法

针对条码图像处理中去噪问题,提出一种新的基于边缘检测技术下的小波阈值去噪方法,在去除噪声同时考虑与高频噪声分量相似的条码边缘信息,不仅达到去噪的目的,而且可以有效地保存了条码的边缘信息.实验表明该方法达到令人满意的效果.     

小波光学混合处理系统

小波光学滤波理论分析在不同尺度下的“小波子谱罔”还可以进行不同的存储和处理,可根据具体情况来选择小波母函数。而适当的选择小波基函数,使其在空域有限,在空频域也比较集中,则更有利于得到谱图的瞬态和局部的特殊点。对小波光学混合信号处理系统进行的仿真实验表明,小波光学混合信号处理系统能够成功实现可编程实时处理和局部信息处理。针对实际情况,选择不同的母小波或相应地调整小波参数,原始图像的各种所需信息都能被成功提取。     

基于Matlab小波分析的图像降噪研究

波包理论是在小波基础上发展起来的时频分析理论,在图像降噪中取得了较好的应用。介绍小波分析和小波包的基本理论,分析几种基于小波和小波包的图像降噪的方法,并且在此基础上,利用Matlab R2008b编程与仿真,对其结果进行分析与比较,实验表明,图像降噪效果与阈值的选取密切相关,小波包降噪后的效果比小波更好。     

基于信号奇异性分析的轴承故障检测方法

针对轴承振动信号利用小波单奇异点检测无法克服噪声影响的不足,提出利用小波模极大值分析信号奇异性变化进而进行轴承故障检测的方法。实验中对信号的模极大分形指数,模极大分形指数熵,Lipschitz指数以及Lipschitz指数熵等奇异特征进行分析比较,实验结果表明这些特征都能有效克服噪声影响实现故障检测,但模极大曲线数最能体现故障特征且检测效果最好。将该方法同基于小波包能量谱特征和小波单奇异点检测的方法进行比较,结果表明本文建议的方法在检测时间及检测率上都有显著提高。     

采用小波框架的纺织品缺陷分类方法

针对纺织品缺陷分类,提出了一种基于判别小波框架的分类方法.该方法采用小波框架来描述纺织品图像的多尺度纹理特性,并设计与纺织品缺陷纹理相对应的小波框架函数来替代标准小波函数,来更有效地描述各类缺陷纹理的内在结构差异.在判别特征提取训练方法框架下,通过将小波框架函数和分类器两者的设计相联合,来实现缺陷分类错误概率的最小化.对8类纺织品缺陷的466个样本,以及434个无缺陷样本进行了分类实验,获得了95.8%的分类准确率.     

一种采用多个小波基的图像融合去噪方法

提出了一种新的基于多个小波基的图像融合去噪方法.首先利用多个不同的小波基对含噪图像进行阈值去噪,得到多幅恢复图像.然后对这些图像采用小波融合方法进行融合.对于低频系数采用基于边缘的融合算法,在多幅恢复图像中选择最有可能是边缘的点加以保留;对于高频系数,采用了平均的融合算法.最后得到一幅去噪图像.实验结果表明,无论是在视觉效果上还是在峰值信噪比定量指标上该方法去噪效果均明显优于单一小波基去噪.     

基于快速小波变换的高适应性图像检索技术研究

在目前已有的研究工作中,基于自适应小波的图像特征在基于内容的图像检索领域获得了广泛的应用.但这些方法存在一个共同问题,即采用相同的小波基描述不同的查询图像.为了提高图像检索技术的自适应能力,本文对不同的查询图像设计不同的小波基表示,从而实现用可调整的距离测度表征不同类别图像的特征改变.为了进一步降低表征图和表征导数图的求取时间,该文使用了近似泰勒展开.实验结果表明,这种新的图像检索技术具有高度的自适应能力,检索性能也大幅度提高.     

多个激活度量相结合的小波图像融合方法

在小波分解的基础上,将小波系数绝对值与局部能量二个激活度量相结合,提出了一种新的小波图像融合算法.根据二幅源图像在同一分解层及同一方向上相同位置的小波系数绝对值之间和局部能量之间出现的4种不同组态,采取选择和加权平均方法确定融合图像的小波系数.实验结果表明新算法具有较好的融合效果.     

检测技术中新的小波阈值函数的信号去噪

在信号检测技术中,构造了一个新的阈值函数,与传统的软硬阈值函数相比,连续性好,高阶可导,便于进行各种信号处理和检测。实验仿真结果表明,采用新的阈值函数的去噪效果在信噪比增益和均方误差意义上均优于传统的软硬阈值方法,给检测技术带来了新的发展。