基于小波变换与中值滤波相结合的图像去噪处理

尝试利用基于小波变换和中值滤波相结合图像去噪声处理对同时含有高斯噪声和椒盐噪声的图像去噪方法进行了探讨．结果表明，小波变换结合中值滤波方法在去除图像噪声的同时较好地保持了图像所包含的边缘信息，处理效果优于单一的小波变换去噪或中值滤波．     

图像序列的三维小波变换编码研究

本文对图像序列的三维小波变换压缩编码进行了研究。图像序列的三维小波变换可分为帧间一维小波变换和帧内二维小波变换，同时将运动补偿技术和帧间内插技术引入到压缩过程中，取得了较好的效果。帧间一维小波变换选用Daubechies3小波基，而帧内小波变换选用bior4．4小波基。实验结果：缓变图像序列的压缩比可达到254：1，恢复的各帧图像的峰值信噪比(PSNR)约为25dB。     

Haar小波交换在图像处理中的应用

简述了小波变换的基本思想，着重叙述了使用Matlab软件小波工具包中的Haar小波对原始图像进行分解，并对不同分辨率的子图系数进行相应的运算，从而实现对原始图像的压缩、消噪、增强等处理的过程。得出了Haar小波变换用于图像处理具有速度快、处理方便、图像压缩比高、去噪效果好、图像特征保持性好等优点的结论，为进一步研究基于小波变换的图像处理技术提供了一定的依据。     

小波变换在遥感图像薄云处理中的应用分析

云雾是遥感图像获取与应用时的常见噪声。因小波变换具有较好的时频分析特性,被广泛地应用于遥感图像的去云处理中。随着小波分析理论与技术的发展,出现了许多种形式小波变换,从云雾图像的频域特性出发,利用不同的小波变换方法对遥感图像进行了去云实验。结果表明,能完成整数到整数变换的提升小波更适用于遥感图像的去云处理。     

Haar小波变换在图像处理中的应用

简述了小波变换的基本思想,着重叙述了使用Matlab软件小波工具包中的Haar小波对原始图像进行分解,并对不同分辨率的子图系数进行相应的运算,从而实现对原始图像的压缩、消噪、增强等处理的过程.得出了Haar小波变换用于图像处理具有速度快、处理方便、图像压缩比高、去噪效果好、图像特征保持性好等优点的结论,为进一步研究基于小波变换的图像处理技术提供了一定的依据.     

基于小波变换的自适应阈值图像去噪技术研究

主要研究了基于小波变换的图像去噪技术在图像去噪过程中的阈值选择问题,对图像信号进行小波变换得到小波系数,选择合适阈值处理小波系数,再将处理后的小波系数经过小波逆变换得到重构后的去噪图像。仿真实验通过对基于小波变换的软阈值去噪、硬阈值去噪以及自适应阈值去噪方法对图像进行处理,达到对图像的降噪效果。仿真实验证明,基于小波变换的自适应阈值去噪技术去噪结果最优,能够清楚地保留图像中的细节,无锐化、过度平滑的现象,且它的信噪比、峰值信噪比的值为最大、均方误差的值最小,从而提升了图像的整体质量。     

一种改进的基于小波分析的假指纹检测方法

假指纹检测技术用于检测假指纹对生物系统的攻击,笔者提出了一种改进的基于小波分析的 假指纹检测算法．在原始小波分析方法对图像进行去噪处理后,将去噪图像和残留噪声图像用于计 算局部二值模式直方图,从而提取得到指纹特征,该方法比原始小波分析方法可得到更多的纹理信 息．随后用ＳＶＭ－ＲＦＥ方法进行特征选择．最后,支持向量机ＳＶＭ 用于分类．在第二届假指纹检测 竞赛提供的数据库和第三届假指纹检测竞赛提供的数据库上的测试得到,此方法的分类准确率分 别为８８．７５％和８９．３７％,而第二届假指纹检测竞赛优胜者的分类准确率为７４．４１％,第三届假指 纹检测竞赛优胜者的分类准确率为８６．６３％．     

一种基于小波的图像去噪方法

利用小波变换的特点,对传统小波萎缩去噪方法进行改进,在不同分解尺度和方向上采用不同的阈值对图像进行去噪处理,取得较好效果．     

小波包变换的图像融合技术的研究

图像融合技术是把同一目标的多幅图像融合成一幅高质量的图像.给出了一种基于小波包变换的图像融合方法.对两幅图像分别进行小波包分解,得到两幅图像的小波包分解系数,进一步对小波包系数进行分析和处理.对两幅图像低频波段的逼近系数取均值,对高频段选取绝对值大的小波包系数,得到融合系数矩阵.对融合数据进行小波包反变换,得到两幅图像的融合图像.使用该方法对两幅图像进行了融合,得到的融合图像汲取了两幅图像的优势,视觉效果较好.     

一种指纹图像增强的新方法研究

为了确保指纹特征提取算法的鲁棒性,需要对原始指纹图像进行预处理以增强纹线的清晰度,增加脊线和谷线的对比度,减少伪信息.实现了一种基于Curvelet变换的指纹图像增强算法,阐述了Curvelet变换的定义及其应用于指纹图像增强的过程,研究了Curvelet系数的调整方法.Curvelet变换比小波变换能够更好的描绘图像的边缘,而且具有很强的方向性.实验证明,应用Curvelet变换能够较好的解决指纹图像的增强问题.     

基于小波变换的中药光谱图谱与色谱图谱分类特性研究

对中药光谱指纹图谱与色谱指纹图谱的分类特性进行了研究,针对同一种药品数据样品的光谱图谱与色谱图谱进行小波分解,得到其高频部分和低频部分,使用 k-近邻方法对4组经变换后的数据进行分类。结果表明,无论是原始数据还是经小波变换后的数据,光谱数据分类效果都明显好于色谱数据,同时也可以看出,无论是色谱数据还是光谱数据,原始数据经小波变换后再进行分类,分类正确率都要好于原始数据的分类正确率。     

基于小波变换的遥感数据融合

采用Haar小波方法,对遥感图像进行尝试性的数据融合,实验证明Haar方法和传统的方法相比,具有精度高、效果好的优势。     

一种指纹图像增强的新方法研究

为了确保指纹特征提取算法的鲁棒性，需要对原始指纹图像进行预处理以增强纹线的清晰度，增加脊线和谷线的对比度，减少伪信息．实现了一种基于Curvelet变换的指纹图像增强算法，阐述了Curvelet变换的定义厦其应用于指纹图像增强的过程，研究了Curvelet系数的调整方法．Curvelet变换比小渡变换能够更好的描绘图像的边缘，而且具有很强的方向性．实验证明，应用Curvelel变换能够较好的解决指纹图像的增强问题．     

基于第二代小波变换的结构损伤检测研究进展

小波变换可以对非稳态信号进行详细的时频分析,已广泛应用于机械?航空航天?土木等工程领域中,特别是在结构损伤识别和健康监测中的应用尤为突出.在第一代小波变换基础上提出的第二代小波变换,具有算法简单?运算速度快?能够准确匹配信号的局部特征等优点.笔者综合论述了第二代小波变换理论及其在结构损伤检测中的应用,并对其未来发展进行展望.     

基于光学Morlet小波滤波的指纹边缘增强研究

提出了一种基于光学Morlet小波的指纹滤波方法,给出了Morlet小波滤波器对输入指纹图像实现边缘增强的计算机模拟结果,同时将计算机编程生成的Morlet滤波器应用在光学4f系统中,输出平面将获得指纹图像的边缘提取。实验结果表明：本文给出的这种方法能够达到图像边缘增强的效果,同时又利用了光学方法快速并行的优点。这一研究结果有助于提高指纹识别的速度。     

中药指纹图谱的识别

为了提取中药指纹图谱共性的特征,将小波变换与分形维数相结合,用一种基于小波变换的色谱指纹图谱分形表达方法,将色谱采样值转换成小波基分形参量.对中药注射剂痰热清在不同温度、不同仪器下的色谱谱图进行了识别,实验表明,小波基分形参量对谱峰时间漂移有较强的抗干扰能力,使它的分类准确性优于色谱采样值.     

二维双正交小波变换及其在指纹图像压缩中的应用

双正交小波变换应用较广泛。其特点是FIR滤波器具有线性相位 ,滤波器系数具有对称性 ,可避免产生信号失真。本文分析了双正交小波变换图像处理方面的性能和特点 ,介绍了其在指纹图像数据压缩中的应用     

基于形态小波的转子轴心轨迹提纯

针对汽轮发电机组轴心轨迹的提纯问题,提出采用形态小波提纯转子轴心轨迹的新方法.形态小波作为一种非线性小波,兼顾数学形态学的形态特征和小波的多分辨率特性,具有良好的细节保留和抗噪声性能.采用形态小波提纯轴心轨迹,无须考虑信号的频谱特征,通过对形态小波分解得到的分量进行阈值降噪处理,然后重构原信号得到提纯的轴心轨迹.将实际数据分别通过传统的Haar小波与形态小波进行处理,结果表明,形态小波在轴心轨迹提纯方面的效果更明显.由于形态小波变换算法只涉及加减和极大、极小运算,算法简单且执行高效,适合汽轮发电机组故障的在线监测和诊断.     

基于小波神经网络的水文时间序列预测

复杂时间序列预测是时间序列分析的主要研究内容之一,已成为一个具有重要理论和实际应用价值的热点研究领域。基于小波和神经网络组合模型,提出一种多因子小波预测模型以提高水文时间序列的预测精度。并根据不同小波函数对水文时间序列数据的适应性,提出了一种基于加权相关系数的小波函数选择准则。以国家重要水文站淮河王家坝站汛期的日流量时间序列预测为例,对各种常用小波函数进行了实验。结果发现选择得到的Haar小波和B3 spline小波函数预测精度较高,从而验证了小波函数选取准则的有效性;通过和传统单序列小波神经网络模型比较,发现提出的多因子小波神经网络模型的预测合格率在不同预见期均提高了10％以上,并且对洪水高流量方向预测合格率提高了15％。