基于小波理论的多分辨率多传感器数据融合

小波变换的多尺度特点非常适合多尺度信号的处理,可以用于多分辨率多传感器数据融合,本文研究了不波变换的特征,提出基于小波包变换的多分辨率多传感器的数据融合算法,算法不需要把小波系数当成白噪声处理,并一能够有效地降低向量和矩阵维数,减少运算,有较好的滤波性能,同时采用双正交小波包变换,这可以克服基于正交小波包变换的多尺度滤波中正交小波因不具有线性相而产生恢复失真的缺陷,进一步提高滤波性能。     

基于小波不可分离多分辨率的图像重建

文中提出并实现了一种基于小波不可分离多分辨率的重建算法。在图像重建领域内利用小波变换时,是对二维图像进行行和列的依次滤波,需要假定二维信号是关于自变量x和y可分离的,而实际二维信号中大多是不宜分开处理的。在算法中首先将投影数据进行二通道的小波分解,在分解抽样中,使用不同的抽样方法,直接得到小波的近似系数和细节系数,这些系数再经过逆小波变换得到最终的重建图像。基于不可分离多分辨率的小波算法将投影数据进行二通道的小波分解。     

基于小波变换的不规则网格的多分辨率分析

Lounsbery 提出了一种三角形网格多分辨率分析方法，但该方法只能应用于规则的三角形网格，且包含了重新网格化的过程。为了解决该问题，基于小波变换，该文扩展了Lounsbery的方法。该算法直接对不规则网格进行渐进压缩，得到了不同分辨率的网格。在此过程中还可以基于三角形网格的连接信息，对三角形网格进行优化，使之更加规则，从而使该文算法得到了改善。将该文算法与以前的算法进行了比较，结果表明，该文算法速度快，效果良好，有一定的实用性。     

基于小波的多分辨率贴面算法及实现

贴面是指在两个平行截面的轮廓线间用面片（通常是三角面片）贴补侧面,从而得到一个三维实体的过程,贴面是三维重建的一项内容,有重要的应用价值,例如医学领域由人体器官切片图来重建器官三维模型,地形方面由等高线得到地形等。本文介绍多分辨率贴面算法及其实现技术,并给出了运行实例。     

基于小波变换的多分辨率分布式滤波

小波变换的多尺度特点非常适合多尺度信号的处理,可以用于多分辨率多传感器滤波.通过研究快速提升法小波变换的特性,提出一种可将估计误差方差最小化的动态分辨率分布式滤波算法,算法不需要把小波系数当成白噪声处理,并且能够有效地降低向量和矩阵维数,减少运算,有较好的滤波性能.同时在不同的分辨率级中,利用快速提升法小波变换作为一种连接信号的桥梁.这种算法也可用于动态多分辨率多传感器数据融合.     

率失真最优的多分辨率小波图像压缩方法

提出了一种具有渐进多分辨率特性的小波图像压缩算法。对图像作提升小波分解后，首先利用人眼视觉特性，对小波系数作无视觉失真的量化，然后按各子带对视觉效果不同的贡献，在给定的编码比特约束条件下．将比特资源按照率失真曲线最优地分配给各子带，最后以给定的比特量对各子带分别进行分层量化和算术编码，从而达到最小的失真要求。最优分配方法将小波系数建模为广义高斯分布，给出了最优分配给各子带比特数的理论公式，它不需遍历不同的量化阶段，且在率失真意义上最优。实验结果表明，与经典的算法相比．在PSNR相仿的情况下，低码率时有更好的视觉效果，有更优越的综合性能。     

基于小波变换的多分辨率图像融合技术的研究

本文提出了使用小波变换对多幅不同分辨率图像进行融合的方法.该方法对大分辨率图像进行正交小波变换分解图像,然后把逼近部分和小分辨率图像进行处理,得到处理的小波系数矩阵,对该矩阵进行反变换,得到一幅汲取两幅图像优势的融合图像.最后对该方法进行了实验,效果较好.     

基于小波变换的多分辨率图像融合技术的研究

本文提出了使用小波变换对多幅不同分辨率图像进行融合的方法。该方法对大分辨率图像进行正交小波变换分解图像,然后把逼近部分和小分辨率图像进行处理,得到处理的小波系数矩阵,对该矩阵进行反变换,得到一幅汲取两幅图像优势的融合图像。最后对该方法进行了实验,效果较好。     

基于小波分解的变尺度多分辨率纹理分割

针对常见的多分辨率分割算法在每一尺度分割过程中信息利用不充分的问题,提出了一种基于小波分解的变尺度多分辨率纹理图像分割新算法.该算法在每一尺度的分割过程中充分利用了各尺度上的有关信息:通过变尺度特征场考虑了更高分辨率尺度上的特征数据;通过变尺度标记场考虑了更低分辨率尺度上的标记数据.从最低分辨率尺度到原始分辨率尺度逐次进行图像分割,低分辨率尺度的分割结果通过直接投影作为相邻的更高分辨率尺度的初始分割,最高分辨率尺度上的分割结果作为本文方法的分割结果.实验表明,该算法具有较好的分类性能.     

Loop细分小波对网格模型的多分辨率分析

高分辨率网格模型因其数据量庞大,对其在网络中很难进行实时处理,因此,根据Loop细分模板,将边点作为小波的细节信息构造出了Loop细分小波,用于对网络模型进行多分辨率分析.该方法未涉及曲面几何拓扑关系,因而不受曲面拓扑特征的影响,具有很强的适应性.利用其对三维网格模型进行多分辨率分析,得到的低分辨率模型轮廓逼真,面片数量大幅度减少.由于该方法对细节信息取舍尺度还不能用统一的公式确定下来,因此只适合对模型做一些简单的处理.     

基于Boosting-KPLS的近红外绝缘涂层厚度检测

探索了一种基于近红外光谱法实现的硅钢表面绝缘涂层厚度检测方法。该方法采用声光可调滤波器近红外光谱仪采集硅钢表面绝缘涂层的近红外光谱,为进一步提取近红外光谱数据的有效信息,采用离散粒子群优化(discretebinary particle swarm optimization,DBPSO)算法对近红外光谱数据进行最佳波长变量筛选,并用筛选得到的新的光谱数据建立涂层厚度的Boosting-核偏最小二乘(kernel partial least squares,KPLS)定量分析模型。对比实验结果显示,Boosting-KPLS算法可以提高定量分析模型的分析准确度和速度,是一种较KPLS更为稳健、分析准确度更高的近红外光谱分析方法。文中所建定量分析模型对30个检验样本分析的绝对误差最小值为-0.02μm,最大值为0.19μm,最大相对误差为14.23%,完全符合实际检验的需要。     

基于小波包的多分辨率图像分割的研究

小波分析被誉为"数字信号显微镜",其在研究图像分割技术中也取得了较大的发展。本文在这一背景下对小波分析图像分割理论进行了简要分析,同时对含噪图像进行了小波变换对的多尺度分解分析,利用MATLAB仿真对某一植物图像进行了小波变换的应用。结果得出小波分析对图像分割优势明显,从近几年的发展形势来看图像处理领域中小波的图像分割应用前景值得期待,这一研究对于图像分割的不断发展会产生一定的应用意义。     

基于小波多分辨率分析的 PDF417 定位算法

为提高二维条码自动检测定位的效率, 提出了一种利用小波多分辨率分析进行 PDF417 二维条码自动检测定位的新方法, 该方法在高频子图基于特征向量利用纹理相似性原理, 采用区域增长法产生二维条码数据区域的候选子区域集合, 然后在低频子图利用二维条码的起始符、终止符及其边界特征对候选子区域进行验证, 最后得到二维条码在图像中的位置. 实验证明该方法能准确定位受到不同污损程度的二维条码图像, 特别在污损程度高的情况下, 该方法具有独特的优势.     

基于小波多分辨率分析的图像边缘检测研究

本文就图像边缘检测的多分辨率分析模型和小波变换多分辨率边缘检测方法进行了分析研究,对基于小波分析的图像边缘检测研究现状进行了分析和总结。明确了研究方向和重点主要集中在小波基的构造和选取,阈值的选取,小波分解的尺度选取,以及小波分析方法和其他方法的结合使用。     

基于多分辨率分析的模拟电路故障诊断

针对模拟电路故障诊断问题,使用小波多分辨率分析的方法提取电路故障特征,以BP神经网络作为分类器,使用主元分析的方法降低特征维度,改善分类效果.仿真表明,将小波多分辨率分析的方法应用于模拟电路故障诊断是可行的和有效的.     

小波多分辨率算法在电力谐波检测中的应用

在电力系统中,由于非线性负载广泛应用,电网被注入了大量谐波电流,给电力系统中的设备带来很大的危害;为了防止谐波危害系统安全运行,就必须确切掌握电力系统中畸变波形含有的谐波情况,并采取相应措施对其进行抑制或补偿;文中基于多分辨率小波分析法,利用Daubechies小波db24进行7级重构将电流信号分解为基波信号和高次谐波信号;通过Matlab7.0仿真和误差分析,分离出的基波误差不超过1%,实现了谐波变化趋势的有效跟踪,并利用总畸变分量对其进行了有效补偿。     

基于小波多分辨率分解的图像压缩技术及分析

阐述了小波变换理论,分析了小波多分辨率分解的优点以及小波变换用于图像编码压缩的特点和实现方法,并表明小波变换是实现图像压缩的一种十分有效的工具。