基于小波变换的双能DR图像融合

为了提高不等厚工件数字射线照相(DR)图像的信息量,将小波图像融合技术应用于两个不同X射线能量下的DR图像的融合。首先,利用小波变换对待融合图像进行多分辨率分解,采用加权平均法提取低频系数;然后利用八个方向掩模计算局部梯度,基于局部梯度选择融合高频系数;最后基于小波融合系数逆变换实现图像的融合处理。利用熵、空间频率等客观参数对融合图像进行评价。结果表明,此方法可以得到理想的融合效果。     

基于感兴趣区域和小波变换的图像融合算法

为了提高图像融合效率,保持良好的边缘支持度,以便更好完成图像重构,提出了基于小波变换的图像融合算法。利用小波变换对信号多方向特征提取的优势,将多维图像信号分析化繁为简,在融合规则制定中,权衡图像融合的清晰度和融合算法复杂度,对图像信号低频信号和高频信号分开处理,低频进行加权平均,而高频进行局部方差处理,最后进行小波逆变换得到重构图像。实验证明,该方法重构图像效果清晰,且信噪比高。     

小波变换在薄膜表面图像信号降噪中的应用

目的：当前,以原子力显微镜为代表的扫描探针显微镜设备可以获取纳米尺度薄膜样品的表面图像,但这些图像存在不同程度的噪声,影响图像质量和信息判断。为了更准确获取这些薄膜表面状态,需要对薄膜样品表面图像数据和信息进行降噪处理。方法结合AFM等设备成像特点以及小波变换的时频局域性特点,在介绍小波变换基本理论和噪声来源分析基础上,提出了一种多层小波分解去噪算法。传统的信号理论是建立在傅里叶变换基础上的,而傅里叶变换作为一种全局性的变化,其有一定的局限性,无法同时表述信号在时域和频域的局部性质,而这些局部特征恰恰是非平稳信号性质最关键的部分。小波变换保留了窗口傅里叶变换局部化的优点,改变了窗口傅里叶变换窗口函数大小固定的缺点。结果原始图像信号的频率在0 Hz到4000 Hz都有分布。通过小波变换后,信号波形更光滑,频谱在500 Hz到2000 Hz之间分布。结论将小波变换应用于薄膜表面图像信号降噪中,通过实验证明通过小波变换可以有效去除信号中的噪声部分。     

基于小波和形态学降噪的弧焊视觉图像模糊检测

焊接视觉图像检测是实现焊接过程自动控制的重要步骤.针对焊接图像噪声大、稳定性差的特点,提出了一种基于小波降噪和形态学模糊检测的算法.首先分别用小波变换和灰度形态学算法对焊接熔池图像进行降噪处理,然后将两者结果融合进行模糊处理,最后完成灰度形态学边缘检测.实验结果表明,此方法能够从含有较强噪声的弧焊视觉图像中获取清晰、准...     

基于小波变换的金属断口模式识别与分类

提出了一种基于小波变换的金属断口模式识别分类方法。该方法采用Daubechies四点小波和标准的金字塔结构小波变换对粘口图像进行二级小波变换，将小波变换后各个频带输出的L1范数、能量、熵作为断口分类的特征，并根据特征本身的离散程度对特征进行加权处理，采用线性最小距离分类器，对等轴塑坑、腐蚀疲劳、河流花样、拉长塑抗、韧性疲劳和韧性沿晶等六种典型的断口进行分类。实验结果表明，这种方法可以对金属断口模式进行准确的识别与分类。     

基于小波包-Haar小波变换的漏磁检测信号降噪数据压缩方法

漏磁检测是对输油管道、油罐等设备缺陷进行无损检测的一种重要方法,但在检测过程中产生的信号数据量庞大,同时会产生多种干扰噪声,出现信号失真、漂移和信号被湮没等问题,对信号进行降噪滤波是缺陷漏磁检测的关键环节。探讨了信号降噪压缩方法,研究了基于小波包-Haar小波算法的漏磁检测信号降噪压缩算法,通过该算法,在对信号数据进行降噪压缩处理同时,保留了高频部分信号特征,从而在降噪后数据解压缩过程中避免了信号失真畸变的现象。     

基于自适应Q-shift滤波的双树复小波变换

为提高对时变信号的分析处理能力,设计了一组同时满足抗混淆、完全重构和正交化的Q-shift滤波器。与传统Q-shift滤波器相比,其权系数可以根据输入信号特性进行自适应调整。将基于自适应Q-shift滤波的双树复小波变换用于对超声缺陷信号进行阈值降噪,实验结果表明,与Q-shift 10/10和DWT两种传统方法相比,去噪后信号的信噪比可以分别提高1.03 dB和1.97 dB。     

基于离散小波变换和感兴趣区域的图像盲水印方案

为了有效提高图像水印技术的不可感知性、鲁棒性和安全性,提出了一种基于感兴趣区域和离散小波变换的鲁棒盲水印方案。该方案使用宿主图像的感兴趣区域用作水印图像。通过从宿主图像生成的水印,结合嵌入策略以及Arnold置乱来满足要求。首先,将第一级离散小波变换应用于水印,并选择近似系数作为要嵌入的信息。将各个近似系数嵌入到小波域内的宿主图像所选块的低频子带中;随后,在嵌入之前,对水印的近似系数以及宿主图像的块进行Arnold置乱。这使得该方案更加鲁棒和安全。测试数据表明:与当前水印方法相比,所提技术具有更高的鲁棒性和安全性,其水印图像的相关系数NC均稳定在0.98左右。仿真结果表明:该方案可抵抗各种攻击,实现高度的安全性、不可感知性和鲁棒性。     

复合材料剪切散斑检测图像的小波降噪技术研究

电子剪切散斑检测技术非常适宜复合材料的无损检测。散斑图像往往含有较大的噪声,如何对散斑图像进行降噪处理是一个非常重要的问题。小波变换是变分辨率的分析方法,用小波降噪技术处理散斑图像可以有效地降低噪声,同时能较好地保存图像细节。     

基于小波变换的大型锻件图像边缘检测

大型锻件热态在线尺寸测量一直是在线生产的难题,近来,提出了用CCD测量尺寸的原理,其中CCD图像的边缘检测是其中的关键环节。文章根据Mallat小波理论中图像边缘对应于小波变换模的局部极大值点的理论,采用B样条小波对大型锻件图像进行了多分辨率小波变换,并根据不同尺度下噪声的小波系数变化较大的特点,采用固定阈值,有效抑制了噪声,成功地检测出图像的单像素边缘。试验结果表明,用小波变换处理大型锻件热态CCD图像的效果较好。     

基于小波变换的发动机表面缺陷图像去噪方法的研究

目的 滤除发动机表面缺陷图像上的噪声,使发动机表面缺陷信息得以更好地呈现。方法 首先利用小波变换将发动机表面缺陷含噪图像进行系数分解,获取不同的小波系数;接着利用支持向量机对小波分解系数进行分类,以达到将噪声信号与非噪声信号进行分离的效果;最后利用插值运算对硬阀值函数进行优化,以克服函数不连续性引起的振铃效应等弊端,使得去噪后图像能够保持更多的细节信息。通过实验仿真将所提方法以及中值滤波、双边滤波方法的去噪效果进行对比。结果 所提方法去噪后图像与中值滤波以及双边滤波方法去噪后图像相比,具有更高的PSNR值以及SSIM值。测试图像噪声强度为25%时,所提方法去噪后图像的PSNR值以及SSIM值较中值滤波方法去噪分别提高了20.66%以及11.89%,较双边滤波方法去噪分别提高了10.30%以及5.48%。结论 所提方法比中值滤波、双边滤波方法具有更好的去噪效果,能够对发动机表面缺陷图像的噪声进行去除,并较好地保留图像的细节信息。     

基于Curve Let变换的X射线图像增强算法

为了提高了X射线图像的对比度和细节显示的清晰度,应用基于Curve let变换的图像增强算法,对原图像进行增强。试验结果表明,该算法与直方图均衡化、同态滤波等算法相比,有效地增强了对比度、抑制了背景噪声。相比之下,Curve let变换更具有优势。     

基于小波变换图像处理技术的煤泥水浓度测定

针对传统煤泥水浓度测量采用接触式测量和浓度测量不准确的缺点,设计基于计算机的煤泥水浓度在线检测装置,提出一种基于小波变换图像处理技术的煤泥水浓度的测试方法。测试结果表明,所设计的图像处理和分析算法在煤泥水浓度的测定中具有较高的效率和精确性。     

基于小波变换的双阈值水下焊缝图像边缘检测研究

水下焊缝图像受到水下环境、弧光、飞溅、泥沙浑浊等噪声影响,生成的焊缝图像模糊不清质量较差,采用传统的边缘检测算法提取水下焊缝边缘,结果无法满足要求。为解决此问题,利用Canny算法,提出基于多尺度小波变换的自适应双阈值边缘检测算法。该算法结合多尺度小波变换,以三次B样条为小波函数,采用双线性插值进行非极大值抑制,根据OTSU法生成自适应双阈值抑制噪声和去除伪边缘。实验结果表明：相比传统的Canny算法,此改进算法对水下焊缝图像边缘检测效果更佳,边缘检测更精确、丰富完整,且有效抑制噪声,验证了此算法的有效性。     

基于小波变换的独立分量分析及其在红外热波图像中的应用

针对获取的红外热波图像存在加热不均、信噪比小、对比度低的特点,提出基于小波变换的独立分量分析法并将其应用于红外热波图像处理,该方法首先对红外图像进行小波分解,提取高频分量构建虚拟噪声通道,进而提高独立分量分析方法消噪性能。试验结果表明,该方法可以达到很好的消噪效果,使图像的缺陷显示更为清晰。     

基于小波变换的齿轮箱故障诊断

时域同步平均(Time Synchronous Averaging,TSA)信号只包含齿轮啮合频率信号和倍频信号,若齿轮出现故障,会使TSA信号得到某种程度的调制.文章将连续小波变换应用于齿轮箱振动采样的TSA信号,检测和分析齿轮箱的轮齿缺陷,设计并制作齿轮箱故障诊断试验台,通过齿轮全运行周期啮合试验,利用LABVIEW虚拟仪器采集系统采集振动信号,然后利用MATLAB编写相应的程序,绘制出所需信号的波形图,对所采集的数据文件进行信号分析处理,以达到齿轮箱故障诊断的目的,并验证了小波变换对齿轮故障诊断的有效性.     

基于小波变换和Canny算子的齿轮边缘检测

齿轮表面的缺陷检测是保证齿轮使用安全的一个重要手段。本研究对象为整个缺陷检测系统中的一部分,对输入的图像进行边缘检测,得到图像的边缘信息,是缺陷检测前的准备工作。基于小波变换多尺度多分辨率的特性,提出了将小波变换和Canny算子相结合的方法,对齿轮边缘进行检测。首先采用中值滤波去除图像噪声,然后根据小波变换理论,选取Haar小波提取图像的低频系数并重构,再用Canny算法检测齿轮的边缘,并对实景拍摄图片进行检测实验。结果表明：当小波尺度为1时,与单纯的Canny算法检测相比,改进算法在检测精度上较Canny算子有所改进,能够较好地检测边缘。     

基于矩阵二阶矩和小波分解的紊流图像融合灰色关联度评价

在引入多尺度小波分析的基础上,通过对紊流图像进行多尺度小波分解,建立小波系数矩阵二阶矩以标识对应部分的图像清晰度,通过特定选择机制进行图像重建,最终获得清晰的图像融合结果.选取紊流图像特征建立参数数据组,构建灰色评价数学模型,计算各图像特征之间的灰色关联度,得出了研究结论与参考建议.该实验使紊流图像的细节和缺陷等能够得到很好的展现,为图像融合关联度的监控和调试提供了理论基础和技术准备.