共查询到19条相似文献,搜索用时 46 毫秒
1.
2.
小波是一种用于多层次分解函数的数学工具。作为现代分析学开拓的一个新领域,目前小波变换已经广泛应用于信号处理、图像处理、模式识别、语音识别、量子物理、地震勘测、流体力学、电磁场、CT成像、机器视觉、机器故障诊断与监控、分形以及数值计算等等工程领域。因此,就应用小波变换理论解决交通图像特征提取的问题,做简单的分析。 相似文献
3.
本文主要对目前存在的图像边缘检测的方法进行了研究分析,重点研究了小波变换在图像边缘检测方而的优势,提出了基于连续小波变换的边缘检测方法,并编程展示编码的结果,验证其在实际应用中的可行性。 相似文献
4.
5.
7.
对于分块扫描输入的工程图样必须进行拼接处理,以得到一张完整的工程图样。作者介绍了一种图样的融合方法:首先对子图样进行匹配,然后采用二维小波变换对几幅工程子图样进行小波分解,对分解后的图样提取小波系数,进行融合(拼接)处理,得到一幅完全包含子图样信息和内容完整的图样。给出了基于小波变换进行工程图样融合的具体步骤以及应用MATLAB软件进行工程图样融合的过程。 相似文献
8.
根据扫描隧道显微镜(STM)的特点,阐述了将小波变换应用于扫描隧道显微镜的降噪、增强及融合的方法,对于STM扫描获得的石墨原子图像,选用不同的小波基函数和分解层数进行分解和重构,结果表明,利用小波变换对扫描隧道显微镜图像进行处理是有效的、可行的,图像质量得到了明显提高。 相似文献
9.
由于传统的耦合电路故障识别方法准确率较低,易导致电路瘫痪,本文提出基于经验小波变换的耦合电路识别方法。通过非接触测试方式采集耦合电路故障信号;采用小波包分析法对采集的故障信号进行去噪处理;基于经验小波变换有效提取故障特征;利用PSPICE的灵敏度分析法获取故障特征的权重;根据故障特征的权重采用SVM故障分类器进行耦合电路的故障分类,实现耦合电路故障识别。选取某经典耦合电路进行仿真实验,实验结果表明:单故障识别准确率高达98.5%、双故障识别准确率高达97.9%,说明本文所提方法具有较高故障识别准确率。 相似文献
10.
11.
12.
Shinfeng D. Lin Shih‐Chieh Shie Kuo‐Yuan Lee 《International journal of imaging systems and technology》2005,15(2):123-130
In this article, an efficient image coding scheme that takes advantages of feature vector in wavelet domain is proposed. First, a multi‐stage discrete wavelet transform is applied on the image. Then, the wavelet feature vectors are extracted from the wavelet‐decomposed subimages by collecting the corresponding wavelet coefficients. And finally, the image is coded into bit‐stream by applying vector quantization (VQ) on the extracted wavelet feature vectors. In the encoder, the wavelet feature vectors are encoded with a codebook where the dimension of codeword is less than that of wavelet feature vector. By this way, the coding system can greatly improve its efficiency. However, to fully reconstruct the image, the received indexes in the decoder are decoded with a codebook where the dimension of codeword is the same as that of wavelet feature vector. Therefore, the quality of reconstructed images can be preserved well. The proposed scheme achieves good compression efficiency by the following three methods. (1) Using the correlation among wavelet coefficients. (2) Placing different emphasis on wavelet coefficients at different decomposing levels. (3) Preserving the most important information of the image by coding the lowest‐pass subimage individually. In our experiments, simulation results show that the proposed scheme outperforms the recent VQ‐based image coding schemes and wavelet‐based image coding techniques, respectively. Moreover, the proposed scheme is also suitable for very low bit rate image coding. © 2005 Wiley Periodicals, Inc. Int J Imaging Syst Technol, 15, 123–130, 2005; Published online in Wiley InterScience (www.interscience.wiley.com). DOI 10.1002/ima.20045 相似文献
13.
摘要:为了对轴承的运行状态进行有效的识别,以便进一步评估和预测轴承的寿命,提出了基于非广延小波特征尺度熵和Morlet小波核支持向量机(Morlet wavelet kernel support vector machine, MWSVM)的轴承运行状态识别的新方法。对采集到的轴承振动信号进行小波分解,得到相应的小波分解系数,在此基础上结合非广延熵理论提出了沿尺度分布的非广延小波尺度熵特征提取方法。但是通过小波特征尺度熵分析后获得的特征信息存在维数较高,特征信息间冗余严重的问题,因此,引入了流形学维数约简算法(locality preserving projection, LPP)进行敏感特征信息的提取,减少在特征信息提取过程中人为因素的干扰。以约简后的特征信息作为MWSVM的输入进行训练,建立轴承的状态识别模型,从而实现轴承状态的识别。通过对某轴承内圈正常状态和几种故障程度不同的状态进行识别,试验结果表明了方法的有效性。 相似文献
14.
15.
针对大部分多类Adaboost算法因训练复杂度过高而难以应用于手写汉字识别这种大类别数分类的问题,提出了一种新的改型的多类Adaboost算法.该算法采用基于描述性模型的多类分类器--改进的二次鉴别函数(MQDF)分类器作为基元分类器,可直接进行多类分类,无需将多类问题转化为多个两类问题处理,大大降低了训练复杂度.此外,该算法根据广义置信度更新样本权重,实验证明此方法简单有效.为了降低算法的识别复杂度,对训练后得到的基元分类器组进行删减,仅保留一个最优的基元分类器作为最终分类器.在HCL2000及THOCR-HCD数据集上进行的实验表明,该算法的相对错误率比现有算法分别下降了14.3%、8.1%和19.5%. 相似文献
16.
提出一种适用于超多类手写汉字识别的新改型Adaboost算法,采用基于描述性模型的多类分类器(modified quadratic discriminant function,MQDF)作为Adaboost基元分类器,可直接进行多类分类,无需将多类问题转化为多个两类问题处理,其训练复杂度大大低于已有的多类Adaboost算法。算法提出根据广义置信度更新样本权重,实验证明这种算法适用于大规模多类分类问题。为了降低算法的识别复杂度,提出从所有训练后得到的Adaboost基元分类器组中选择一个最优的基元分类器作为最终分类器的方法进行删减。在HCL2000及THOCR—HCD数据集上进行实验证明,所提改型Adaboost算法提高了识别率的有效性,该算法的相对错误率比现有最优算法分别下降了14.3%.8.1%和19.5%. 相似文献
17.
针对人脸识别中判别特征的提取问题,本文提出了一种新的人脸识别算法—扩展保局投影(ELPP)。普通保局投影(LPP)在构建权图时侧重保持样本的局部结构,属于无监督学习算法。扩展保局投影在保局投影的基础上进行扩展,通过引入可调因子,在保持人脸图像局部流形结构的同时考虑样本的类别信息,从而充分提取样本的判别特征。本文采用最小近邻分类器估算识别率。在Yale人脸库以及AT&T人脸库的测试结果表明,在姿态、光照、表情、训练样本数目变化的情况下,ELPP都具有较好的识别率。 相似文献
18.
非线性小波变换在故障特征提取中的应用 总被引:7,自引:0,他引:7
经典小波变换在不同尺度采用一种小波基 ,不能很好地匹配信号的局部特征 ,因而造成降噪信号丢失了原始信号中部分的有用信息。为了克服上述缺陷 ,提出了一种基于第二代小波变换的非线性小波变换振动信号预处理方法 .应用第二代小波变换的预测器和更新器相互独立的特点 ,根据预测方差最小的选取原则 ,确定每个变换样本的最佳预测器 ,使预测器能够适应信号的局部特征。模拟数据和振动信号的分析表明 ,该方法克服了传统小波降噪方法局部信息丢失的缺陷 ,不仅可以有效地去除信号中的噪声 ,而且能够保留信号的局部特征。作为一种预处理方法 ,在某发电厂的故障诊断中有效地从振动信号中提取了故障特征。 相似文献
19.
水声目标分类识别是公认的水声信号处理难题,船舶辐射噪声是一种非线性非平稳信号,具有一定的混沌特性,更好地认识船舶辐射噪声的非线性性质,有助于更好地寻找有效的水声目标检测及识别算法。为了解决水声目标的分类识别问题,提出了利用小波包分形和支持向量机组合进行水声目标识别。利用小波包分解得到目标辐射噪声不同频带内信号分形维数作为特征矢量,并输入到支持向量机实现目标分类,实验结果表明,小波包分形和支持向量机的结合有比较好的分类识别效果,有一定的实际应用价值。 相似文献