基于小波变换的图像边缘检测算法的研究

在对经典的图像边缘检测算法深入分析的基础上,进一步完善了基于小波变换的边缘检 测算法.随尺度增加,边缘和噪声的小波幅值表现出不同变化特性,从而在低信噪比的信号中检测出噪声和边缘.实验结果表明,基于小波变换的图像边缘检测算法能够比其它算法保留更多的图边缘信息,鉴别出伪边缘,其精度能够满足基于图像处理技术的各种质量检测系统的要求.     

环境激励下基于小波变换和奇异值分解的结构模态参数识别

采用小波变换和奇异值分解相结合的方法对环境激励下结构的模态参数进行识别.首先对环境激励下的时不变结构的加速度响应进行协方差分析得到时域协方差响应,利用小波变换将协方差响应转换到时/频域中,沿每一个尺度点提取协方差响应的小波系数阵,然后对提取的小波系数阵进行奇异值分解得到奇异值和奇异向量,最后从重构的奇异值和奇异向量中识别出结构的模态参数.文章通过3自由度系统数值算例分析了该方法的抗噪性能,结果表明该方法具有很好的抗噪能力,在15 dB噪声干扰下能够稳定和准确地识别出结构的模态参数,且比直接用小波变换方法识别的结果更准确;并通过东海大桥主航道斜拉桥模态参数识别的例子进一步验证该方法的实际应用可行性.     

基于小波变换和形态学的织物疵点边缘检测

为了精确确定织物疵点边缘,提出了一种基于小波变换和形态学的织物疵点边缘检测方法.在利用形态学实现疵点检测后,对其进行小波分解,用小波模极大值法和基于数学形态学的算法分别提取高低频子图像的疵点边缘,采用合理的融合规则将两个边缘图像进行融合.实验结果表明,该算法能有效地抑制噪声,且边缘清晰、准确,效果优于经典的边缘检测算法,具有可行性和有效性.     

基于时频奇异谱的柴油机缸盖振动信号特征提取研究

针对柴油机故障特征提取问题,提出了一种基于连续小波变换时频分布奇异谱的缸盖振动信号特征提取方法。复Morlet小波变换的时频分布矩阵能从时频两域表征缸盖振动信号的局部特征和能量分布,结合奇异值分解理论将时频分布矩阵分解成能够简捷反映时频分布基本特征的奇异值序列,并运用类内类间可分离性判据对奇异值特征子集进行优选和分析,解决时频分布信息的降维和有效特征参数的提取,试验分析验证了该方法提取的特征具有较好的抗噪声干扰能力和可区分度。     

基于最优Morlet小波和SVD的滤波消噪方法及故障诊断的应用

分析了传统的小波去噪方法和小波变换的滤波特性.利用小波变换技术、奇异值分解技术和Morlet小波良好的时域和频域特性,提出了基于最优Morlet小波和SVD的滤波消噪方法.首先,采用最小Shannon熵方法确定出最优Morlet小波;然后,利用奇异值分解技术确定出最佳变换尺度a;最后对信号进行滤波消噪处理,从而提取信号中的有用成分.实验结果表明,该方法具有良好的去噪性能,用于故障特征提取是有效的.     

基于QR码的DWT-SVD数字水印算法

目的 结合奇异值和小波变换的优点, 针对彩色载体图像进行水印的嵌入和提取, 提高水印的鲁棒性和安全性。方法 根据基于DWT-SVD的数字水印算法, 对彩色载体图像进行RGB到Lab颜色空间的转换, 对L分量作二级离散小波变换, 选择低频子带并对其进行奇异值分解, 同时对原始QR码水印进行奇异值分解。最后根据人眼视觉系统 （HVS） 特性, 选择合适的嵌入强度因子嵌入水印。结果 文中算法对于高斯噪声、 椒盐噪声、 斑纹噪声和泊松噪声、 JPEG压缩、 小角度的旋转攻击、 缩放攻击以及对比度增强有一定的鲁棒性。结论 该算法能够抵抗常见的水印攻击, 满足数字防伪以及版权保护的需要。     

一种改进的边缘检测方法

本文提出了基于小波变换和图像融合的一种改进的边缘检测方法。该方法利用小波变换将数字图像分解为高频和低频分量,对高频和低频分量分别进行边缘检测;再采用局部区域方差准则把高频和低频边缘在小波域进行融合。实验表明,该方法能够有效融合高频、低频边缘图像特征,具有较好的边缘检测功能。     

基于小波变换与形态学的车牌定位方法

针对信号噪声环境下的车牌定位问题,提出了一种基于小波变换和数学形态学的图像定位方法.该方法先用自适应滤波多尺度边缘检测方法检测出车牌的边缘;然后用数学形态学方法对阈值二值化后的边缘图像进行系列形态运算,进一步消除无用信息;最后用基于车牌底色识别的方法进行车牌定位.实验结果表明,该方法定位效果好,适于有噪声的车牌图像进行定位.     

基于MAS小波变换的红外小目标检测方法

提出一种基于MAS小波变换多尺度相关的红外小目标检测方法.该方法通过二进MAS小波对图像进行多尺度分析;利用边缘和噪声具有不同的Lipschitz指数造成它们的小波变换模在不同尺度下的不同传播特性,根据小波变换模尺度相关性区分边缘和噪声;利用小目标与背景和云层边缘具有不同的奇异性,在相同尺度下小波变换模不同的特性加以区分,得到最终的检测结果.实验结果表明,该方法能够有效地进行红外小目标检测.     

基于 W-SVD 的强鲁棒性复制图像水印算法

在小波变换理论和奇异值分解方法的基础上,提出了一种新的基于两者的W-SVD数字水印算法,能抵抗多种攻击,具有极强的鲁棒性。对原始图像先进行二级小波变换,再对低频子带进行奇异值分解,对原始水印则直接获取其奇异值,最后用加权方法嵌入水印,加权系数由大量MATLAB仿真实验获得。实验结果表明,对任意角度的旋转攻击、高斯椒盐斑纹和泊松噪声攻击、各种滤波攻击和JPEG压缩攻击具有极强的鲁棒性。     

Combination of wavelet transform and singular value decomposition-based contrast enhancement technique for target detection in UAV reconnaissance thermal images

In Aerial surveillance, thermal images acquired by unmanned aerial vehicle (UAV) are greatly affected due to various external interferences, which results in a low contrast image. Widely used conventional contrast enhancement methods such as histogram equalization and dynamic range partitioning techniques suffer from severe brightness changes and reduced sharpness, which in turn fail to preserve the edge details of the image. Thus for efficient target detection, it is essential to develop effective thermal infrared image contrast and edge enhancement technique. In this paper, wavelet transform (WT) and singular value decomposition (SVD)-based image enhancement technique is attempted for the target detection using thermal images captured by UAV. The discrete wavelet transform (DWT), stationary wavelet transform (SWT) and SVD are used for texture feature enhancement, edge enhancement and illumination correction, respectively. The experimental results show that the proposed technique yields higher entropy (6.7485), EMEE (2.1212), MSSIM (0.8719) and lower AMBE (21.9049) values when compared to other existing techniques.     

一种基于Harris特征点和DWT-SVD的图像盲水印算法

目的针对第2代数字水印技术,提出一种基于Harris特征点和DWT-SVD的图像盲水印算法。方法提取归一化图像的Harris特征点;选取部分稳定特征点来确定要嵌入水印的特征区域;将特征区域作一次小波分解得到的低频子带,对低频子带进行分块,并对每一块进行奇异值分解,通过对每块中最大奇异值进行加权的方法来嵌入水印信息。结果 PSNR值均大于45 d B,NC值接近于1,说明该算法具有可行性。结论该算法对剪切攻击具有很好的鲁棒性,同时该算法也能很好地抵抗噪声、中值滤波攻击、提高亮度攻击、降低亮度攻击、基本图像处理操作的攻击。     

一种抗数字印刷/拍摄的数字水印算法研究及验证

目的数字印刷和手机拍摄是检验含有数字水印的印刷产品版权有效性的主要途径,解决在数字印刷和手机拍摄场景下水印信息难以提取这一问题。方法提出一种基于离散小波变换和奇异值分解的抗数字印刷/手机拍摄的数字水印算法。首先对宿主图像进行二级离散小波变换,对低频子带进行奇异值分解,将Arnold置乱后的水印嵌入到奇异值分解的对角矩阵中,最后进行小波逆变换得到嵌入水印图像。结果含水印信息的峰值信噪比(PSNR)达到了39.67,在不同攻击下的归一化相关系数(NC)均在0.89以上,实际的印刷拍摄测试中NC值也均达到0.94,证明该水印算法在保证不可见性的同时对于印刷产品实际应用中的常见攻击具有很好的抵抗能力。结论对不同品牌的智能手机、印刷设备以及不同种类的纸张采集到的含水印图像进行测试,均能够在印刷和拍摄场景下实现水印提取,证明了该算法的有效性。     

基于奇异熵的钢球表面缺陷特征提取研究

为评价钢球表面缺陷,应用小波分析、奇异值分解和信息熵相结合的方法提取钢球表面特征,基于奇异熵定义钢球表面图像特征参数,计算4种典型钢球表面缺陷图像的特征参数.结果表明:特征参数能反映图像的纹理特征,钢球表面损伤愈大,纹理愈复杂,其特征参数也愈大,特征参数可用于钢球表面缺陷的识别.     

基于Hilbert谱奇异值的滚动轴承故障诊断

提出一种基于Hilbert谱奇异值的故障特征提取方法,将其与支持向量机结合应用于轴承故障诊断。利用小波阈值降噪的方法对拾取的轴承故障振动信号进行滤波降噪,然后利用经验模式分解将降噪信号分解为若干个IMF分量之和,对每个IMF分量进行Hilbert变换得到振动信号的Hilbert谱,对Hilbert谱进行奇异值分解得到反映轴承状态特征的奇异值序列,再利用奇异值作为特征向量,应用支持向量机进行轴承故障诊断,并对不同核函数的诊断结果进行了分析比较。对正常轴承、内圈故障、外圈故障、滚动体故障的实际信号的诊断验证了该方法可的有效性。     

利用小波边缘增强的可靠性匹配方法

为提高景像匹配的可靠性,提出了一种基于小波边缘增强的可靠性匹配方法。采用四阶中心B样条小波对实时图和基准图进行小波分解和边缘增强,以提取可靠的边缘特征。在粗尺度上基于小波边缘增强图进行相关匹配,选择相似度曲面上前5个峰值点作为候选匹配点,保证正确匹配点可以包含在候选匹配点中。对实时图进行旋转校正,利用候选匹配点处的局部灰度特征确定边缘提取的双阈值,应用形态学连接算子来获得二值边缘图,再进行相关匹配,筛选出正确匹配点。在细尺度上获得精确的定位点。应用该方法进行匹配实验,其匹配概率比基于小波二值边缘提取的匹配算法提高了6.95%。     

基于提升小波的发动机振动信号相关分析

发动机的振动信号一般呈非平稳时变特征.傅立叶变换只能确定一个函数奇异性的整体性质,而难以确定奇异点在空间的位置及分布情况.经典的小波变换具有空间局部化性质,但多数性质都是通过傅立叶变换性质来实现的.提升算法摆脱了这种局限,它从一个简单的多分辨分析开始,然后向具有某一特性的MRA逐渐逼近.根据信号与噪声在各尺度下的不同传播特性,通过各层之间相关性分析滤除噪声,有效的提取出信号特征.     

《强电磁噪声环境下提取局部放电信号方法的研究》

近年来,越来越多的实际应用显示,在强噪声环境下,只用小波变换去噪有可能带来波形畸变。相比之下,快速傅里叶变换可以用于去除窄带干扰,但它不能去除白噪声。因此,本文在综合二者优缺点的基础上,提出基于FFT自动阈值滤波法和小波变换的联合去噪技术。即先用FFT自动阈值滤波法去除部分窄带干扰,提高信噪比,继而使用小波变换将白噪声和残余窄带干扰一并滤除。仿真结果和实际应用表明,此法能有效地从较强噪声环境中提取出局部放电信号。