基于小波变换的图像去噪

消除噪声是图像处理中一个非常重要的预处理步骤,然而,噪声消除与边缘保持构成了相互影响的一对矛盾。由于图像噪声存在不确定性,采用模糊理论进行噪声消除可取得较好的去噪效果。小波变换具有多分辩率的时频分析特性,不仅适用于平稳信号的分析处理,尤其适用于非平稳动态信号的分析处理。本论文将模糊理论与小波变换两者有机地结合起来,提出了WCFM去噪算法和AFTF去噪算法。与相关的去噪算法相比,本文提出的改进算法不仅有效地消除了噪声,而且还具有保持图像边缘细节的优势。通过仿真实验,验证了算法的有效性。     

一种基于小波变换的夜视图像去噪和融合方法

微光夜视图像使用的像增强器会导致电子噪声和低照度的产生,2种因素会导致图像不清晰,细节不足.该文分析了2种影响因素的产生原理,针对其采用改进的小波变换去噪算法和融合算法进行处理以提高图像分辨率.实验结果表明:经过去噪和融合的微光夜视图像获得了更高的图像分辨率,保留了更多的图像细节.     

基于小波包的图像去噪方法

本文在分析了信号与噪声的不同小波特性的基础上，提出了一种基于小波包的去噪方法，并用实验验证了该方法比相同条件下小波去噪的效果好。     

基于小波变换和小波包变换的间谐波检测

通过研究小波变换中基函数选取和小波分解过程两个关键问题,针对小波变换在间谐波检测方面的应用,对比分析不同基函数的检测性能,重点分析小波变换与小波包变换对于稳态和暂态谐波的相位、幅值特性检测精度。仿真结果表明,小波包变换具有良好时频局部化特性能聚焦信号细节,选取dmey小波基函数的小波包分解方法可实现对电力系统中稳态或时变间谐波信号更精确的检测和分析,对于小波变换电力谐波检测中的实际应用具有指导意义。     

基于均值滤波和小波分析的图像去噪

由于均值滤波在抑制噪声的过程中会损失图像的边缘等细节信息,从而导致整幅图像的模糊不清,而小波分析在图像处理中具有较强的图像增强能力,故而采用两种滤波方法的结合来处理含噪图像。通过实验证明,该法在处理含噪图像时,不仅很好地降低了噪声,而且还较好地保留了原图像的边缘等细节信息,使得图像的对比度增强,增进了图像的视觉效果。两者的有机结合使得图像的去噪效果比单独使用其中一种更优。     

基于小波变换的图像数据压缩

针对图像数据在二维小波变换后多辨率塔形结构的小波系数的特点,提出了适应数据特点的处理技术和压缩方法。大幅度地降低了图像数据间的冗余度,取得了较好的压缩效果。     

基于小波变换的电力系统谐波分析

电力系统的谐波是影响电能质量的重要因素,本文论述了基于小波变换的谐波检测方法,将含谐波的电信号进行基于多分辨思想的正交小波变换,解决了时频同时局部化的问题,并提出单子带重构算法,改善了Mallat算法中的频率折叠问题。由于小波分析在时、频域内良好的局部性,使之在谐波的跟踪检测、进而抑制谐波对电力系统的不良影响方面具有十分重要的意义。     

基于非高斯分布的四元数小波图像去噪

图像去噪一直是图像处理的经典问题之一.四元数小波变换是一种新的多尺度分析图像处理工具,图像通过四元数小波变换后的小波系数尺度间具有一定的相关性,而广义高斯分布不能体现这个特性.本文首先采用非高斯二元分布的贝叶斯统计模型来模拟四元数小波系数的统计分布,然后运用最大后验概率估计从带噪声图中的小波系数估计原图的小波系数,从而达到去除噪声的目的.实验表明;该方法不仅可以达到明显的去除噪声的效果,而且在峰值信噪比上也要优于目前的许多算法.     

基于小波变换的数字滤波算法

在微机保护装置中，数字滤波是非常重要的环节，尤其在故障暂态当中，信号通常含有大量的谐波，但此时采用间断频谱的傅氏级数分析方法已不合适。而将小波分析技术应用于信号的数字滤波以及算法分析，可实现谐波分量的有效分离。为此，基于紧支撑正交小波变换理论和多分辨率分析特性的应用研究，提出了信号的数字滤波算法方案，并通过仿真对算法进行了验证和比较，仿真分析表明，基于小波变换的滤波方案能够有效地滤除衰减直流分量、噪声、频率波动和非整次谐波的影响。     

基于小波变换的数字滤波算法

基于紧支撑正交小波变换理论和多分辨率分析特性的应用研究,提出了信号的数字滤波的算法方案,并通过仿真对算法进行了验证和比较,仿真分析表明基于小波变换的滤波方案,能够有效地滤除衰减直流分量、噪声、频率波动和非整次谐波的影响。     

小波变换 第2讲 离散小波变换

围绕离散小波变换讨论了多分辨分析、尺度函数的概念,介绍了离散小波变换的分解与重构算法-Mallat算法,同时探讨了离散小波变换在电力系统可能的应用。     

基于小波变换的脉搏信号特征提取

提出了一种适合于非平稳脉搏信号的特征提取方法。对在校学生和血管硬化患者两组各20例的脉搏信号进行分析,选择了具有多分辨分析特性的小波变换,分别对每例信号进行5层分解,提取出各尺度小波系数。根据小波系数与信号能量之间的等价关系,将归一化的各尺度小波系数能量值作为识别脉搏信号的特征向量。针对脉搏信号频谱特点并结合实验数据,改进了现有的能量特征提取算法。在样本有限的情况下,通过统计分析得出可以用改进的能量特征向量来区分心血管疾病患者和正常人群的结论。     

基于FPGA小波变换核的设计

提出了一种基于FPGA的小波变换核的设计方案;介绍了小波变换的工作原理及其FPGA实现方式,利用FIR滤波器组实现了小波变换的Mallat算法,通过采用自顶向下的设计思想,使用Verilog语言进行了设计,在QuartusII及ModelSim下进行了编译和仿真。并最终将设计进行参数化,实现IP核的参数化。经验证系统工作灵敏、可靠,完全满足实时性的要求。     

基于提升小波变换的电力系统谐波分析

谐波是影响电能质量的重要因素,并对电力系统和用电设备产生严重危害和影响,因此对谐波进行监测和分析具有重要的意义。文章将提升方案实现的小波变换应用于电力系统谐波检测中,通过提升小波变换进行基波分量提取、基频检测、谐波变化跟踪、信号奇异性检测、间谐波检测,并与传统小波变换作比较,给出了误差比较结果。仿真结果说明提升小波变换用于电力信号谐波检测具有一定的可行性和优越性。     

基于小波变换的电力系统短路故障分析

介绍小波变换应用在信号奇异性检测方面的基本原理,提出了基于小波变换的电力系统故障信号分析方法,既充分利用了小波变换在故障信号分析中的优点,又克服了传统傅里叶变换方法的不足.最后通过一个实例进行验证.     

基于小波变换的扭振测量方法

扭振对汽轮发电机组安全性的影响自20世纪70年代初就引起了汽轮机行业的密切关注。但是现今市场上扭振测试仪器大多价格昂贵、调试困难,制约了扭振测量的普及和发展,为电厂的安全运行埋下了事故隐患。本文提出了一种间接测量扭振的测试方法,即由电机的定子电流来检测轴的扭转振动,采用数字化电流测量和小波分析来实现扭振的间接测量。     

基于整数小波变换的Ray-Period压缩算法

为解决基于传统小波变换的数据压缩方法存在的问题,在深入分析整数提升过程的基础上,提出了一种基于整数小波变换的Ray-Period压缩算法。该算法针对电力数据的特点,根据整数小波变换多分辨率分析的特性,将原始数据变换到小波域,以使变换后的信号能量主要集中在低频系数上,而后采用无损的Ray-Period压缩算法处理低频数据,采用改进的阈值压缩算法处理高频系数,并采用新的位图压缩算法处理阈值压缩后元素值超过3.125%时的非零元素。采用实际数据进行压缩,该算法的能量恢复系数优于10-4,压缩比小于6.39%,速度比传统的小波变换压缩算法提高了近1倍。     

基于小波变换的DSP语音识别系统

设计了以DSP为核心的语音识别系统。该系统采用小波变换算法对噪声进行处理,提高了系统的语音识别性能。最后通过实验数据验证了该算法在提高语音识别系统性能应用中的有效性。该系统的研制为语音识别真正走向实用化提供了一种可行的方法。     

基于小波变换的谐波检测技术

与基于无功功率理论和FFT算法等传统的谐波检测方法相比,基于小波变换的谐波检测方法在各方面都有一定的优势。结合国内外谐波检测技术的发展现状,分析基于Mallat算法、小波包变换、连续小波变换和复小波变换的谐波检测方法在电能质量检测分析上的应用。然后比较这几种小波变换算法在谐波检测中的优点和缺点,得出各自的特点和应用场合。最后,指出存在的问题并总结归纳解决方法,并且对今后小波变换在电力系统中的应用和研究重点提出了一些看法。