结合小波变换和K均值聚类的SAR舰船目标分割

对SAR舰船目标分割方法进行研究,给出一种基于小波变换与K均值聚类相结合的舰船目标分割方法。在该方法中,首先利用双密度双树复小波变换优秀的图像去噪能力,对SAR图像进行降噪处理,以减少相干噪声对分割结果的影响;然后通过改进的K均值聚类方法进行舰船分割。实验结果表明本文方法能有对SAT舰船目标进行有效区分。     

基于水天线检测的数字图像处理算法研究

重点讨论了天文导航中水天线图像的处理算法.先通过小波变换的阈值法分割对图像进行分割,然后利用中值波消除图像中的噪声,再通过小波变换提取出图像中的水天线,最后通过Hough变换得到图像中水天线的具体位置信息,从而计算出舰船的摇摆角.     

基于水天线检测的数字图像处理算法研究

重点讨论了天文导航中水天线图像的处理算法。先通过小波变换的阈值法分割对图像进行分割，然后利用中值波消除图像中的噪声，再通过小波变换提取出图像中的水天线，最后通过Hough变换得到图像中水天线的具体位置信息，从而计算出舰船的摇摆角。     

小波变换在舰船边缘检测及尺寸测量中的应用

舰船边缘检测及尺寸测量在海洋舰船识别与探测中具有非常重要的作用,传统的监测与测量方法,存在测量精度低、适用范围窄等问题。针对这些问题本文提出一种基于小波变换的图像边缘提取方法,应用于舰船图像的尺寸测量中。利用光滑二次小波对舰船图像进行二维小波变换,计算局部极大值点,形成舰船图像边缘形状;在此基础上,构造一个边缘最小外接矩形,通过测量两点之间的距离得到舰船图像尺寸大小。实验证明,该方法与传统方法相比具有更好的效果。     

基于小波变换技术的舰船电气设备信号去噪抑制方法

以降低舰船电气设备运行所受电磁串扰影响为目的,提出基于小波变换技术的舰船电气设备信号去噪抑制方法。建立舰船电气设备信号电磁串扰噪声模型,使用小波变换方法对电气设备信号噪声进行抑制,针对小波变换去噪能量泄漏大、频带混叠大等问题,使用双树复小波的实部树和虚部树进行电气设备信号分解,即保留小波分解的优点又可以完全重构电气设备信号,并结合硬阈值和软阈值函数优点,形成通用阈值函数,优化小波变换的阈值函数,保证更好信号去噪抑制效果。通过实验可以看出,该方法的应用既可以有效抑制电气设备信号中的噪声干扰,又可以保证原始信号波形不被破坏,同时在信号分解时,可以在噪声聚集的高频部分形成十分优秀的降噪效果,使信号趋近平稳状态。     

舰船遥感图像检测小波分析研究

本文以舰船遥感图像为具体分析对象,针对舰船图像中存在的噪声干扰和目标边缘检测问题,引入小波分析作为解决方法,通过对使用小波进行图像去噪及目标边缘检测原理的分析,采用db N小波函数为对舰船图像信号进行分解,以自适应阈值法实现高频信号去噪处理,并对降噪后的图像选择合适的平滑函数进行舰船目标边缘提取,结果表明,小波分析能够很好地实现舰船遥感图像去噪,而舰船目标对于边缘提取,虽然效果较好,但仍有进一步优化改进的空间。     

船舶轴系滑油中磨损铁屑含量预测方法

为有效解决船舶轴系滑油中的磨损铁屑含量预测与评价方面的问题,提出一种组合预测方法。为降低测量噪声对预测的影响,利用小波变换对测量序列进行降噪,选择Daubechies 4(Db4)作为小波基,结合软阈值函数对时间序列进行分解和重构,同时利用基于平滑度和均方根误差的复合指标确定最优的分解层数。采用非线性自回归神经网络(Nonlinear Auto-Regressive Neural Network,NARNN)进行预测分析,实现对变化趋势的预测和对保养时间的评估。以某船轴系滑油中的磨损铁屑含量历史数据为样本进行试验,结果表明该方法是有效的。     

激光雷达信号小波降噪算法参数选取规则

对激光雷达信号降噪算法进行研究,分析指出小波分解降噪算法能较好地对其进行信号处理.重点对小波降噪算法参数选取进行研究,利用激光雷达仿真信号为例进行仿真实验.结果表明,选用尺度参数为4的coif4小波为基函数,采用启发式阈值的软阈值处理效果较好.该降噪算法能在能量损失较低的前提下极大提高信噪比,为后续的数据分析提供更多高精度数据进而提高探测精度.     

舰船监控视频传输中虚假图像识别方法研究

传统的舰船监控视频传输中虚假图像识别方法图像识别精准度低,为此设计一种舰船监控视频传输中虚假图像识别方法。采用加权平均值法对虚假图像灰度化处理,并利用直方图均衡化处理的方法对虚假图像中的灰度直方图转换。同时,采用二维双树小波变换方法对虚假图像重建以及图像分割,对舰船监控视频传输中虚假图像背景更新,完成了舰船监控视频传输中虚假图像识别。实验证明,此次设计的图像识别方法比传统方法的识别精准度高,实际应用意义大。     

小波变换在紫外光信号降噪处理中的应用

介绍小波变换的基本理论并且利用db8小波对紫外光信号进行小波阈值降噪处理。通过数值模拟对软阈值法和硬阈值法进行了比较。实验结果表明软阈值小波降噪法有着更好的性能,能够有效地抑制信号中的噪声,信噪比提高到了8.5192dB。