基于多小波分析的暂态信号去噪方法研究

由于多小波分析方法的特殊性,需要对原始信号进行预处理.不同的预处理方法对多小波去噪效果有着非常明显的影响.文中介绍了多小波理论,选用GHM多小波,采用了4种预处理方法对信号进行预处理,分析了基于这4种方法进行信号去噪的结果,并与单小波处理结果进行了比较.将比较结果应用于检测系统输出电压信号进行分析,结果表明,利用多小波变换方法对暂态信号去噪比用单小波方法具有明显的优越性.     

基于混沌遗传算法的基元提取

提出了一种直接在灰度图像上进行基元提取的方法．与传统基元提取方法相比，该方法不需对灰度图像进行边缘检测二值化处理，而是利用图像边缘的梯度信息对混沌遗传算法导向，直接在灰度图像上提取基元．同时，该方法也避免了Hough变换高的时空开销问题．仿真表明该方法方便、有效并具有较高稳定性．     

基于小波变换的气缸内表面磨损检测的研究

经典边缘提取算法是以原始图像为基础，对噪声信号和边缘信号不加区分地使用边缘提取小波利用其在各个分辨率下具有时域和频域特性检测出图像边缘，并消除了噪身对图像的污染在实际应用中，很好地完成了对柴油机气缸内表面损坏的检测．     

油水井控制中GM(2,1)优化模型参数和病态性的影响研究

研究了原始序列的数乘变换对油水井控制中GM(2，1)模型参数和病态性的影响问题，建立了数乘变换值分别与GM(2，1)模型系数矩阵条件数、模型参数间的量化关系式，得到了GM(2，1)优化模型完全适用于负数据序列建模、原始序列的初值化或均值化等处理不会影响系统的预测精度和误差、选择适当的数乘变换可降低模型的病态性等重要结果．     

基于离散小波理论的时间尺度变换实现

时间尺度变换就是使信号在时域上压缩或扩展而幅度不发生变化，将连续小波理论的时间尺度变换推广到了离散小波变换领域，推导了基于离散小波变换的函数时间尺度变换公式，在已知任意平方可积函数f(t)的条件下，通过离散小波变换和反变换求得期望的g(t)=f(t/λ)，并给予了理论证明和仿真实验。     

基于Hough变换的道路线形检测方法

利用GPS行车试验获得的道路散点坐标进行既有道路平面线形恢复过程中,最棘手的问题就是寻找行之有效的方法实现各线形单元的检测.文章在认真总结前人研究的基础上,结合数字图像处理中图像识别的相关理论,运用Hough变换原理,借助MATLAB语言,通过对含有试验测量点数据的图像进行处理,实现直线和圆曲线数据的识别以及部分无效点判别与剔除,经过大量实践检验,本方法具有实际可行性.     

基于小波变换的图像融合算法研究

提出了一种新的基于小波多尺度分解的分层图像融合方法；总结出基于小波分解子图像面积比和低频系数均方根误差2个标准，来确定最佳小波分解层数的方法。通过仿真实验，对分解层数、区域大小对该融合方法的性能影响进行了比较分析，并得出融合结果，将其与金字塔算法融合结果进行了比较。实验结果表明，该融合方法是十分有效的。     

经验模态分解在桥梁检测中的应用

文章介绍了经验模态分解（EMD）的原理、特点及其应用,编制了EMD算法程序并验证了程序的正确性,最后采用EMD方法对某桥梁基于环境激励条件下的实际信号进行分解,结果表明,该方法能有效对信号进行分解,是一种无需预设带宽的自适应高通滤波方法,适用于结构模态参数识别。     

基于小波变换的混沌信号特征研究

应用小波方法将混沌信号的频谱特征和吸引子的几何结构相结合进行研究,结果表明,在不同尺度上对混沌信号进行连续小波变换时,其小波系数具有很强的相似性,但不能够完全重构原来的吸引子.对信号进行多尺度分解后发现其低频系数部分基本能够重现原吸引子的结构特征,而高频系数部分不能实现这一目标.为了定量刻画混沌信号在小波变换条件下的分形特征,计算了其在不同尺度时的关联维数,并分析了关联维数计算的影响因素.     

基于小波域数字水印技术的图像版权保护方法

提出了一种基于人眼视觉特性的小波变换数字水印算法,该算法能够依据人眼视觉特性,将水印信息嵌入到小波变换域的不同尺度、不同方向分量上,从而提供检测局部空域和频域变化的能力,实现局部水印和全局水印之双重目的.实验结果表明：所提出的数字水印不仅具有较好的透明性,而且对诸如剪切、低通滤波等攻击均具有较好的鲁棒性.