雙樹
- 基于雙樹復(fù)數(shù)小波和模糊理論的聲吶圖像目標(biāo)增強(qiáng)方法*
WT）［12］、雙樹復(fù)數(shù)小波（DTCWT）［13～14］、輪廓波變換（CT）［15］、非下采樣輪廓波（NSCT）［16］等。圖像處理中某些信息的不確定性使得很難確定是否要增強(qiáng)或減弱新的信息，Pal King 的算法已成為處理不確定信息的一種典型的對(duì)比度增強(qiáng)方法，它及其改進(jìn)的算法已被廣泛使用。但是Pal King 的算法有兩個(gè)缺點(diǎn)，一方面，過渡點(diǎn)固定在0.5，使得不同的圖像的自適應(yīng)差，另一方面，在逆變換中一些較低的灰度值被硬切為0，當(dāng)隸屬函數(shù)從0 改變時(shí)，圖
計(jì)算機(jī)與數(shù)字工程 2023年4期2023-08-02
- 基于雙樹復(fù)小波的齒輪副裂紋故障檢測方法
[16]中驗(yàn)證了雙樹復(fù)小波對(duì)斜齒輪副振動(dòng)信號(hào)降噪的有效性，但缺少對(duì)比實(shí)驗(yàn)，沒有采用其他信號(hào)降噪方法作為比較，難以量化雙樹復(fù)小波方法的性能。并且其降噪模型復(fù)雜，難以得到推廣和應(yīng)用。為此，本文中針對(duì)直齒輪副振動(dòng)信號(hào)的降噪問題，提出利用4層雙樹復(fù)小波降噪方法，利用雙樹復(fù)小波的近似平移不變性和完全重構(gòu)性對(duì)含噪信號(hào)進(jìn)行有效降噪。利用常用的硬閾值函數(shù)和軟閾值函數(shù)降噪方法與雙樹復(fù)小波降噪進(jìn)行了對(duì)比實(shí)驗(yàn)，利用信號(hào)的信噪比和均方根誤差指標(biāo)量化雙樹復(fù)小波降噪方法對(duì)含噪信號(hào)的處
機(jī)械傳動(dòng) 2022年10期2022-10-21
- 基于雙樹復(fù)小波與完全集合經(jīng)驗(yàn)?zāi)B(tài)分解的滾動(dòng)軸承故障診斷方法
數(shù)的規(guī)范性選擇，雙樹復(fù)小波分解則能夠在盡可能保留原信號(hào)有效信息的基礎(chǔ)上達(dá)到降噪目的[2]，可用于軸承振動(dòng)信號(hào)的信號(hào)降噪處理。對(duì)于降噪后的信號(hào)，文獻(xiàn)[3]提出一種將信號(hào)自適應(yīng)分解成多個(gè)本征模態(tài)分量(IMF)的方法，即經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)，但其存在一定程度的模態(tài)混疊現(xiàn)象[4]；集合經(jīng)驗(yàn)?zāi)B(tài)分解(EEMD)較好地解決模態(tài)混疊問題[5]，但在其分解過程中加入的高斯白噪聲卻不能被完全清除[6]；完全經(jīng)驗(yàn)?zāi)B(tài)分解(CEEMD)通過加入正負(fù)成對(duì)的白噪聲來解決上述問題[
軸承 2022年8期2022-08-16
- 基于雙樹復(fù)小波變換與樣本熵的自適應(yīng)降噪法*
解、奇異值分解和雙樹復(fù)小波變換等。崔治等［2］采用小波熵確定超聲信號(hào)在小波閾值降噪中的自適應(yīng)最優(yōu)分解層數(shù)，有效去除了含噪超聲信號(hào)中的噪聲，不僅提高了信噪比，而且更有效地保留了原始信號(hào)中的有用成分。沈微等［3］針對(duì)噪聲背景下的振動(dòng)信號(hào)采用同步擠壓小波變換，通過自相關(guān)系數(shù)峰度閾值法二次剔除經(jīng)同步擠壓小波變換和瞬時(shí)頻率復(fù)雜度篩選后的分量，最終實(shí)現(xiàn)對(duì)原始信號(hào)的消噪。吳定海等［4］利用小波尺度間的相關(guān)性來增強(qiáng)信號(hào)中的有用信息，并與分塊閾值相結(jié)合進(jìn)行聯(lián)合降噪，通過雙樹
振動(dòng)、測試與診斷 2022年2期2022-05-21
- 雙樹復(fù)小波與寬度學(xué)習(xí)在軸承故障診斷的應(yīng)用
數(shù)需要人工嘗試。雙樹復(fù)小波變換（Dual-Tree Complex Wavelet Transform，簡稱DT-CWT）能夠有效的將信號(hào)分解成若干個(gè)不同頻帶上的分量且不需要復(fù)雜的參數(shù)設(shè)置，用實(shí)部與虛部樹這兩個(gè)平行的濾波系統(tǒng)綜合信息，可以更加有效地將不同頻段的信號(hào)分解，同時(shí)克服了小波變換存在的頻帶混疊、平移可變和信號(hào)失真等缺陷，使雙樹復(fù)小波在非平穩(wěn)信號(hào)特征提取中具有獨(dú)特優(yōu)勢［4］。要對(duì)經(jīng)過特征提取操作處理后的信號(hào)故障特征的類型進(jìn)行精確識(shí)別，需要使用一種高效
機(jī)械設(shè)計(jì)與制造 2022年5期2022-05-19
- 利用雙樹復(fù)小波特征進(jìn)行蛋白質(zhì)二級(jí)結(jié)構(gòu)預(yù)測
離矩陣中的特征。雙樹復(fù)小波變換源于解決傳統(tǒng)的二維離散實(shí)小波變換在圖像處理中存在的一些局限問題，在圖像處理領(lǐng)域取得了較好的使用效果[13-14]。雙樹復(fù)小波變換使用兩對(duì)濾波器組對(duì)圖像實(shí)現(xiàn)L級(jí)分解，用每個(gè)尺度下得到的6個(gè)方向子帶計(jì)算它們的能量與標(biāo)準(zhǔn)差，依此構(gòu)造特征向量。本文使用雙樹復(fù)小波變換完成對(duì)轉(zhuǎn)化后的蛋白質(zhì)距離矩陣的特征提取，后文中的實(shí)驗(yàn)證明此方法可以有效提高蛋白質(zhì)二級(jí)結(jié)構(gòu)的分類精度。1 材料與方法1.1 數(shù)據(jù)集本文使用兩個(gè)數(shù)據(jù)集，它們分別來自文獻(xiàn)[15]
計(jì)算機(jī)工程與應(yīng)用 2022年3期2022-02-24
- 雙樹復(fù)小波變換在川藏鐵路拉林段某隧道超前地質(zhì)預(yù)報(bào)中的應(yīng)用
處理的準(zhǔn)確性，而雙樹復(fù)小波變換(dual-tree complex wavelet transform，DTCWT)承襲了傳統(tǒng)離散小波變換優(yōu)越的時(shí)頻分析和多分辨率分析能力，同時(shí)又克服了傳統(tǒng)離散小波變換的平移敏感性、頻率混疊和缺少方向選擇性等不足[11]。目前，國內(nèi)外學(xué)者利用雙樹復(fù)小波對(duì)探地雷達(dá)信號(hào)進(jìn)行處理的研究還相對(duì)較少。Behrooz Oskooi等人在研究利用雙樹復(fù)小波對(duì)探地雷達(dá)信號(hào)進(jìn)行去噪處理時(shí)，在閾值的選擇上僅考慮了通用閾值[12]，而通用閾值存在
物探與化探 2021年6期2021-12-23
- 基于雙樹復(fù)小波變換與雙邊濾波的圖像濾波
k等[9]提出了雙樹復(fù)小波變換(DTCWT)方法.雙樹復(fù)小波變換除了具有小波變換的優(yōu)點(diǎn)外，還具有平移不變性和多方向選擇性，這正是圖像處理所亟需的.鑒于不同分解尺度間的小波系數(shù)存在相關(guān)性，在雙樹復(fù)小波變換的基礎(chǔ)上，La等[10]提出了雙密度的雙樹復(fù)小波變換.Velayudham等[11]提出了一種結(jié)合局部像素分組和雙樹復(fù)小波包的圖像去噪方法，用雙樹復(fù)小波包對(duì)噪聲信息進(jìn)行識(shí)別，然后分三階段，每一階段用不同的噪聲強(qiáng)度參數(shù)對(duì)噪聲進(jìn)行去除.鑒于形態(tài)學(xué)在圖像處理中的廣
- 雙樹復(fù)小波與雙變量閾值模型的圖像去噪
值去噪法［1］和雙樹復(fù)小波變換去噪法［2］。因?yàn)槎喾直媛史治龊托盘?hào)局部特征表示的能力，小波變換廣泛應(yīng)用于圖像處理。最初，學(xué)者們提出了小波閾值去噪法［3］，但是缺乏圖像細(xì)節(jié)保持和噪聲分離的能力。于是，文獻(xiàn)［4］將噪聲檢測引入到小波閾值去噪中，且利用邊緣檢測對(duì)小波閾值進(jìn)行增強(qiáng)。為了克服小波閾值濾波在去噪性能和計(jì)算速度上的不足，Elaiyaraja等［5］提出了一種去除醫(yī)學(xué)圖像中高斯噪聲的小波閾值優(yōu)化方法。為了進(jìn)一步改進(jìn)小波變換的性能，Wang等［6］提出三維小
實(shí)驗(yàn)室研究與探索 2021年10期2021-12-14
- 基于雙樹Quick-RRT*算法的移動(dòng)機(jī)器人路徑規(guī)劃
優(yōu)勢，本文提出了雙樹Quick-RRT*算法，并通過仿真實(shí)驗(yàn)分析了該算法的性能。1 問題描述及背景知識(shí)1.1 問題描述路徑規(guī)劃空間常采用位形空間進(jìn)行描述。依據(jù)是否與障礙物發(fā)生碰撞，整個(gè)位形空間C劃分為自由位形Cfree和碰撞位形Cobs，其中Cobs=CCfree。路徑規(guī)劃問題是給定起點(diǎn)vstart和終點(diǎn)vgoal(vstart,vgoal∈Cfree)的前提下尋找一條從vstart到vgoal的無碰撞路徑。1.2 RRT*算法RRT*是一種單查詢樹狀結(jié)構(gòu)
- 賡續(xù)海東紅色血脈 汲取時(shí)代強(qiáng)大力量
寫時(shí)代新篇章。從雙樹村的紅色基因中汲取前行的力量。習(xí)近平總書記指出，歷史是最好的教科書，對(duì)于我們共產(chǎn)黨人而言，中國革命歷史是最好的營養(yǎng)劑，多重溫那些偉大的歷史，心中就會(huì)凝聚更多的正能量。1950年2月8日，青海農(nóng)村大地上第一面黨旗在互助縣雙樹村升起，青海省農(nóng)村第一個(gè)黨支部在這里莊嚴(yán)誕生。胡成海、袁生英、胡明偉、袁忠壽、李錄邦五名農(nóng)民黨員自加入黨組織的那天起，就把自己的一切交給了黨，他們冒著生命危險(xiǎn)同反動(dòng)勢力斗爭的經(jīng)歷，被載入青海農(nóng)村黨組織發(fā)展的光輝史冊。雙
黨的生活·青海 2021年5期2021-06-10
- 礦用鋼絲繩損傷檢測信號(hào)處理方法研究
影響檢測準(zhǔn)確度。雙樹復(fù)小波變換是N.G. Kingsbury提出的一種信號(hào)處理方法[5]，解決了小波變換中平移不變性較差、頻帶混疊等問題[6]，可使信號(hào)中的奇異部分更加清晰，有利于提高檢測準(zhǔn)確度，在圖像壓縮、去噪等方面已有應(yīng)用，尚未有用于礦用鋼絲繩損傷檢測的報(bào)道。本文提出一種基于雙樹復(fù)小波變換的礦用鋼絲繩損傷檢測信號(hào)處理方法，以消除檢測信號(hào)中的噪聲，提高后續(xù)損傷特征提取與識(shí)別的準(zhǔn)確度。1 雙樹復(fù)小波變換理論雙樹復(fù)小波變換是基于小波變換形式的復(fù)數(shù)小波變換。其
工礦自動(dòng)化 2021年2期2021-03-03
- 一種新的雙樹復(fù)小波在Φ-OTDR信號(hào)降噪中的應(yīng)用?
適用于圖像處理的雙樹復(fù)小波變換[5]。2012年Chen.G等人提出了基于相鄰小波系數(shù)去噪的雙樹復(fù)小波變換方法[6]。2017年，Hao H提出多變量經(jīng)驗(yàn)?zāi)B(tài)分解小波變換去噪的新方案[7]，Naveed K等提出了基于擬合優(yōu)度的雙樹復(fù)小波去噪方法[8]。近期，針對(duì)現(xiàn)有雙樹復(fù)小波變換去噪方法中平移不穩(wěn)定和信號(hào)系數(shù)錯(cuò)誤估計(jì)問題，進(jìn)一步改進(jìn)了雙樹復(fù)小波去噪方法，這種方法被命名為DTCWT-GOF-NeighFilt方法。2 基本原理2.1 小波變換去噪原理2.1
艦船電子工程 2020年8期2020-10-10
- 基于雙樹復(fù)小波變換的紅外小目標(biāo)檢測算法
用需求。近年來,雙樹復(fù)小波分析作為一種有效的圖像處理方法,被許多學(xué)者應(yīng)用于目標(biāo)檢測領(lǐng)域[23-25],但是將其直接應(yīng)用于紅外小目標(biāo)檢測時(shí),由于其對(duì)圖像中的高頻信息特別敏感,無法在保留目標(biāo)的同時(shí)有效地濾除噪聲[26]。本文提出了一種基于雙樹復(fù)小波變換與圖像熵的紅外小目標(biāo)檢測算法,能夠有效去除圖像中的雜波,同時(shí)凸顯出小目標(biāo)。2 紅外小目標(biāo)檢測算法本文所提出的算法包含背景抑制和小目標(biāo)增強(qiáng)兩個(gè)步驟。其中,背景抑制部分是通過對(duì)圖像進(jìn)行雙樹復(fù)小波分解后處理系數(shù)實(shí)現(xiàn),小
激光與紅外 2020年9期2020-09-23
- X射線熒光光譜中低分離度重疊峰分解的方法研究
朱晨超等[8]將雙樹復(fù)小波變換與實(shí)數(shù)小波變換進(jìn)行對(duì)比，結(jié)果發(fā)現(xiàn)雙樹復(fù)小波變換能夠分解分離度更低的重疊信號(hào)且分峰結(jié)果更準(zhǔn)確。 當(dāng)試樣中存在X射線能量十分接近的元素時(shí)，X射線熒光光譜的譜峰會(huì)嚴(yán)重重疊甚至完全重疊。 針對(duì)這一問題，提出了一種峰銳化法結(jié)合雙樹復(fù)小波變換分解低分離度重疊峰的新方法，來解決X射線熒光光譜中譜峰嚴(yán)重重疊的問題。1 原 理1.1 峰銳化法理論傳統(tǒng)峰銳化法是通過將原始信號(hào)與其負(fù)的二階微分處理后的信號(hào)的加權(quán)相加[7]，表達(dá)形式如式(1)F=f-
光譜學(xué)與光譜分析 2020年4期2020-05-07
- 基于雙樹復(fù)小波的移動(dòng)陰影檢測和移除
合視頻陰影檢測，雙樹復(fù)小波克服了上述問題，故本文采用雙樹復(fù)小波進(jìn)行陰影檢測，并結(jié)合HSV 顏色模型移除陰影。2 基于雙復(fù)樹小波的運(yùn)動(dòng)陰影檢2.1 雙樹復(fù)小波（DT-CWT）雙樹復(fù)小波變換（DT-CWT）是Kingsbury 在1998 年提出的，是離散小波變換的一個(gè)增強(qiáng)擴(kuò)展，DT-CWT 采用具有二叉結(jié)構(gòu)的雙路DWT，即將復(fù)小波的實(shí)部和虛部分離。如圖一中的Tree A和Tree B，兩個(gè)實(shí)數(shù)小波樹相互平行，并且通過實(shí)數(shù)濾波器來分別獲取復(fù)數(shù)小波的實(shí)部變換系數(shù)
網(wǎng)絡(luò)安全技術(shù)與應(yīng)用 2020年4期2020-04-13
- 結(jié)合復(fù)小波包變換及頻譜校正的機(jī)械轉(zhuǎn)子碰摩故障診斷方法研究
障特征提取方法。雙樹復(fù)小波包變換是一種近似解析小波變換，其復(fù)制小波函數(shù)由一對(duì)呈近似希爾波爾變換對(duì)的小波函數(shù)構(gòu)成。在多尺度分解中，它具有近似平移不變性、更低的能量混疊的優(yōu)點(diǎn)。本文作者針對(duì)轉(zhuǎn)子早期碰摩的微弱動(dòng)態(tài)特征提取問題提出了一種基于雙樹復(fù)小波包及頻譜校正的診斷方法。首先，為了抑制早期故障發(fā)生時(shí)工作頻率基波對(duì)其他特征的干擾，采用矩形窗頻譜校正方法對(duì)其進(jìn)行頻率、幅值、相位的高精度識(shí)別，進(jìn)而構(gòu)建補(bǔ)償信號(hào)進(jìn)行對(duì)消。對(duì)剩余信號(hào)采用雙樹復(fù)小波包變換進(jìn)行多尺度分解，得到
汽車零部件 2020年2期2020-03-26
- 一種基于雙樹復(fù)小波變換的圖像去噪算法
sbury提出了雙樹復(fù)小波變換(Dual Tree Complex Wavelet Transform，DTCWT)，具有平移不變性，提供了6個(gè)方向的信息，因而具有較好的方向性和精確的相空間信息[8]。在DTCWT提出以后，有很多學(xué)者在基于雙樹復(fù)小波的去噪方法方面做了大量研究。文獻(xiàn)[9]提出了一種基于雙樹復(fù)小波變換和形態(tài)濾波的去噪算法。文獻(xiàn)[10]提出了一種基于非下采樣雙樹復(fù)小波域的圖像去噪算法，實(shí)驗(yàn)表明該算法比經(jīng)典算法提高了一定的峰值信噪比，且有良好的視
無線電工程 2019年1期2019-12-24
- 自適應(yīng)改進(jìn)雙樹復(fù)小波變換的齒輪箱故障診斷*
嚴(yán)重的頻率混疊，雙樹復(fù)小波變換的頻率混疊抑制特性在很大程度上抑制了頻率混疊現(xiàn)象的產(chǎn)生，但不能從根本上消除頻率混疊現(xiàn)象。因此為了準(zhǔn)確提取故障特征，有效地將信號(hào)展開，從特定的頻率段中識(shí)別故障特征，避免頻率混疊的方法具有非常重要的意義。雙樹復(fù)小波變換(dual-tree complex wavelet transform,簡稱DTCWT)是傳統(tǒng)離散小波變換的改進(jìn)方法[1]，即用奇、偶濾波器組實(shí)現(xiàn)小波的分解與重構(gòu)，不僅具有傳統(tǒng)小波的時(shí)頻局部化分析能力，而且有離散小
振動(dòng)、測試與診斷 2019年5期2019-11-06
- 基于雙樹復(fù)小波的多尺度遙感圖像去噪方法
圖像分辨率降低。雙樹復(fù)小波(DT-CWT)具有多尺度多分辨率分析的特點(diǎn)，在時(shí)域、頻率域都具有較好的分析能力，廣泛應(yīng)用于信號(hào)分析、圖像處理、地震勘探數(shù)據(jù)處理等領(lǐng)域[17-20]。本文通過對(duì)含有云霧噪聲的遙感圖像進(jìn)行多尺度分析與處理，確定雙樹復(fù)小波多尺度分解過程中的最佳濾波器組合及最佳分解尺度，據(jù)此得到不同尺度下的低頻和高頻子帶；利用拉普拉斯濾波對(duì)受云霧噪聲影響明顯的子帶進(jìn)行濾波降噪處理，再利用雙樹復(fù)小波逆變換完成遙感圖像的重構(gòu)。1 原理和方法1.1 雙樹復(fù)小
常州工學(xué)院學(xué)報(bào) 2019年3期2019-10-17
- 一個(gè)村莊的紅色記憶
樸實(shí)無華的名字。雙樹，一方土地堅(jiān)實(shí)而厚重，承載著光榮的歷史和紅色的記憶。69年前，青海省第一個(gè)農(nóng)村黨支部在這里誕生，從此開啟了黨領(lǐng)導(dǎo)下的革命和建設(shè)的新征程。雙樹村位于祁連山南麓，沙塘川河西岸，象山腳下。雙樹村歷史悠久，始建于明朝初年，因明萬歷年間有兩棵大榆樹而得名。而就在這樣一個(gè)普通的村莊里，升起了青海農(nóng)村的第一面黨旗。1989年，青海省黨史研究室在青?！饵h的生活》雜志上發(fā)表了《我省第一個(gè)農(nóng)村基層黨支部》一文。經(jīng)過22年的認(rèn)真考證，最終于2011年4月，青
黨的生活·青海 2019年4期2019-06-11
- 家門口的黨員“加油站”
工作，重點(diǎn)打造“雙樹村——青海省第一個(gè)農(nóng)村黨支部”黨性教育基地，為黨員群眾建起了家門口的“加油站”。小村子卻有“大”歷史“別看我們村小，我們可有‘大歷史，還有毛主席的批示呢！”這是雙樹村黨員群眾最為自豪的事。雙樹村位于祁連山南麓，沙塘川河西岸，是互助縣塘川鎮(zhèn)的一個(gè)普通村莊。然而隨著互助縣解放，這里就變得不再普通。那是在1950年2月8日，5名年輕人在黨組織的領(lǐng)導(dǎo)下，在一個(gè)屋角秘密成立了中共雙樹村支部委員會(huì)。這個(gè)“紅色”屋角成為了青海省農(nóng)村黨組織發(fā)展史上的一
黨的生活·青海 2019年4期2019-06-11
- 雙樹村 黨性教育基地建設(shè)的經(jīng)驗(yàn)和做法
淑君互助縣塘川鎮(zhèn)雙樹村是青海省第一個(gè)農(nóng)村黨支部所在地，是海東市愛國主義教育基地、互助縣黨性教育基地、青海省“一縣一基地一縣一特色”黨員教育基地。近年來，在互助縣委的堅(jiān)強(qiáng)領(lǐng)導(dǎo)下、在縣委組織部和塘川鎮(zhèn)黨委的指導(dǎo)和支持下，雙樹村以加強(qiáng)村黨委自身建設(shè)為抓手，持續(xù)推進(jìn)基地的基礎(chǔ)建設(shè)，充分挖掘紅色教育資源，不斷豐富展陳內(nèi)容，紅色雙樹紀(jì)念館已成為重要的省級(jí)黨員教育基地和市級(jí)愛國主義教育基地，為助力脫貧攻堅(jiān)、引領(lǐng)鄉(xiāng)村振興提供了強(qiáng)大的精神動(dòng)力和智力支持。以下是我們的主要做法
黨的生活·青海 2019年4期2019-06-11
- 基于DTCWT與LSSVM的風(fēng)電場短期風(fēng)速預(yù)測
列的特點(diǎn)，提出將雙樹復(fù)小波多尺度分解與最小二乘支持向量機(jī)相結(jié)合的混合建模方法，對(duì)其進(jìn)行預(yù)測分析。1 原理和方法1.1 雙樹復(fù)小波雙樹復(fù)小波變換(DTCWT)是由Kingsbury在1998年提出的[11]，因其具有良好的方向選擇性、近似平移不變性、計(jì)算效率高以及重構(gòu)效果好等特點(diǎn)，已經(jīng)被廣泛應(yīng)用于圖像的降噪、分割、分類以及工業(yè)生產(chǎn)的各個(gè)領(lǐng)域。雙樹復(fù)小波變換是將復(fù)小波的實(shí)部和虛部分離，采用2組并行實(shí)數(shù)濾波器組來獲取實(shí)部和虛部的小波變換系數(shù)，通過實(shí)數(shù)的小波變換實(shí)
常州工學(xué)院學(xué)報(bào) 2019年1期2019-05-17
- 基于雙樹復(fù)小波包和PNN的柴油機(jī)故障診斷研究
生，吉 哲?基于雙樹復(fù)小波包和PNN的柴油機(jī)故障診斷研究劉桃生，吉 哲（海軍士官學(xué)校機(jī)電系，安徽蚌埠 233012）針對(duì)傳統(tǒng)小波變換在故障特征提取中的不足，提出一種基于雙樹復(fù)小波包和概率神經(jīng)網(wǎng)絡(luò)（PNN）的故障診斷方法。首先通過雙樹復(fù)小波包變換將各個(gè)工況的柴油機(jī)聲信號(hào)分解得到不同頻帶的分量，選取各頻帶分量的能量作為特征向量，再利用PNN對(duì)特征向量進(jìn)行訓(xùn)練，最后通過測試樣本得到柴油機(jī)典型故障診斷結(jié)果。實(shí)驗(yàn)表明，該方法可以對(duì)柴油機(jī)典型故障進(jìn)行較為準(zhǔn)確的診斷，相
船電技術(shù) 2019年1期2019-01-28
- 基于雙樹復(fù)小波的雙閾值迭代地震數(shù)據(jù)重建
bury等提出了雙樹復(fù)小波變換(DTCWT)[7]，它按照一定的規(guī)則采用雙樹濾波的形式設(shè)計(jì)，既保留了一般復(fù)小波的優(yōu)點(diǎn)，又可以完全重建，能夠更有效的處理地震數(shù)據(jù)。2 地震數(shù)據(jù)稀疏表示2.1 壓縮感知理論壓縮感知(Compressed Sensing,CS)理論表明，如果采集到的原始數(shù)據(jù)具有稀疏屬性，同時(shí)使用一定的采樣方法，就可以通過少量的欠采樣數(shù)據(jù)來重建出具有一定精度的接近原數(shù)據(jù)的地震數(shù)據(jù)。從以上描述可以得知，壓縮感知理論已在地震數(shù)據(jù)重建領(lǐng)域占有了一席之地。
微型電腦應(yīng)用 2018年11期2018-11-22
- 基于信號(hào)處理的故障實(shí)時(shí)在線診斷與處理
越性[1-3]。雙樹復(fù)小波變換（dual-tree complexwaveletpacket transform，DT-CWPT） 是一種新型的小波變換，可以實(shí)現(xiàn)高頻部分的細(xì)分，并且使整個(gè)頻段的頻率分辨率有所提高，降低了有效信息的丟失，同時(shí)具有近似平移不變性及較小的頻率混疊等優(yōu)良特性，在圖像處理、心電信號(hào)處理和故障診斷[4-6]等方面取得了良好的應(yīng)用效果。在機(jī)械故障診斷技術(shù)中，需要設(shè)置濾波參數(shù)，實(shí)現(xiàn)信號(hào)的帶通濾波處理。由于功率譜不能對(duì)信號(hào)中的瞬態(tài)現(xiàn)象進(jìn)行高
小型內(nèi)燃機(jī)與車輛技術(shù) 2018年4期2018-09-05
- 雙樹復(fù)數(shù)小波變換在雜波抑制處理中的應(yīng)用*
?，F(xiàn)提出一種基于雙樹復(fù)數(shù)小波變換[6]的雜波抑制方法，一般的實(shí)數(shù)小波變換不能在解析信號(hào)中保留相位關(guān)系，而Kingsbury提出的雙樹復(fù)數(shù)小波變換可以解決這一問題。可以先對(duì)海雜波背景下的目標(biāo)回波進(jìn)行雙樹復(fù)數(shù)小波變換，通過相關(guān)性檢測[7]，完成海雜波的抑制處理，然后再通過MTI或者M(jìn)TD的方法進(jìn)行動(dòng)目標(biāo)的提取，有效抑制地物雜波，經(jīng)過試驗(yàn)驗(yàn)證，此為一種可行辦法。1 復(fù)數(shù)小波變換復(fù)數(shù)小波變換是一種新的離散小波變換，復(fù)數(shù)小波變換具有近似平移不變，保留相位信息這些離散
現(xiàn)代防御技術(shù) 2018年3期2018-06-22
- 融合雙密度雙樹復(fù)小波變換與多尺度Retinex的圖像增強(qiáng)算法?
思高濤融合雙密度雙樹復(fù)小波變換與多尺度Retinex的圖像增強(qiáng)算法?王高峰1石鐘磊1譚魏盟2李思2高濤2（1.貴州宇鵬科技有限公司貴陽550014）（2.長安大學(xué)信息工程學(xué)院西安710072）針對(duì)低照度情況下圖片辨識(shí)度差和經(jīng)典多尺度Retinex算法易產(chǎn)生光暈、過增強(qiáng)及易丟失細(xì)節(jié)等問題，提出一種融合雙密度雙樹復(fù)小波變換與多尺度Retinex變換的圖像增強(qiáng)算法。首先對(duì)待增強(qiáng)圖像進(jìn)行雙密度雙樹復(fù)小波變換，得到原圖像的4個(gè)低頻圖像分量和32個(gè)高頻圖像分量，然后對(duì)
計(jì)算機(jī)與數(shù)字工程 2017年5期2017-06-05
- 基于雙樹復(fù)小波包自適應(yīng)Teager能量譜的滾動(dòng)軸承早期故障診斷
14010)基于雙樹復(fù)小波包自適應(yīng)Teager能量譜的滾動(dòng)軸承早期故障診斷任學(xué)平, 王朝閣， 張玉皓， 王建國(內(nèi)蒙古科技大學(xué) 機(jī)械工程學(xué)院，內(nèi)蒙古 包頭 014010)針對(duì)滾動(dòng)軸承早期故障特征信息難以識(shí)別以及帶通濾波器參數(shù)設(shè)置依賴使用者經(jīng)驗(yàn)等造成共振帶不能有效確定并自適應(yīng)提取的問題，提出了頻帶幅值熵的概念。在此基礎(chǔ)上，將雙樹復(fù)小波包變換和Teager能量譜結(jié)合，提出了基于雙樹復(fù)小波包變換自適應(yīng)Teager能量譜的早期故障診斷方法。該方法首先利用雙樹復(fù)小波
振動(dòng)與沖擊 2017年10期2017-05-17
- 既然愛上，就讓電力更趨光芒
廣州經(jīng)銷商，廣州雙樹汽車用品有限公司（以下簡稱“雙樹”）在不到半年的時(shí)間里已小有成就。但徐波心中明了：想把這個(gè)品牌做得更好并不簡單。挑戰(zhàn)與機(jī)遇中順流“直上”雙樹與瓦爾塔合作才剛開始，但在徐波的話中我看到了雙贏的局面。對(duì)于未來的合作，徐波也非常樂觀的說：“隨著瓦爾塔在廣州聲譽(yù)日益提高，品牌認(rèn)知度也在提升?！比缃?，正是瓦爾塔擴(kuò)張廣州市場占有率的絕佳機(jī)會(huì)；雙樹也下定決心拓展更多下游經(jīng)銷商、增加配送車輛，完善與下游經(jīng)銷商的合作流程，從而加強(qiáng)自己的力量，為瓦爾塔爭得
汽車雜志 2017年5期2017-05-08
- 雙樹復(fù)小波分析在故障診斷中的發(fā)展與應(yīng)用
質(zhì)的小波變換——雙樹復(fù)小波變換（dual-tree complex wavelet transform，DTCWT）應(yīng)運(yùn)而生。研究發(fā)現(xiàn),，在當(dāng)雙樹復(fù)小波對(duì)應(yīng)小波基（近似）滿足Hilbert變換關(guān)系時(shí)，小波變換的平移敏感性會(huì)大大減小，方向選擇性有明顯改善[3]。1 雙樹復(fù)小波的產(chǎn)生及其研究現(xiàn)狀雙樹復(fù)小波變換最早由英國劍橋大學(xué)Kingsbury教授于1998年提出，之后在雙樹濾波器構(gòu)造方面Selescnick等學(xué)者進(jìn)行了深入研究。目前雙樹復(fù)小波分析已經(jīng)被成功應(yīng)
設(shè)備管理與維修 2017年8期2017-02-01
- 基于雙樹復(fù)小波變換的配電網(wǎng)故障選線
30000)基于雙樹復(fù)小波變換的配電網(wǎng)故障選線劉洋1，郭威1，邢春陽1，鞠默欣2，龐博3，楊薏霏4(1.東北電力大學(xué) 電氣工程學(xué)院，吉林 吉林 132012；2.吉林省電力有限公司電力科學(xué)研究院，吉林 長春 130000；3.吉林省電力有限公司白城供電公司，吉林 白城 137000；4.吉林省電力有限公司長春供電公司，吉林 長春 130000)在對(duì)配電網(wǎng)故障信號(hào)進(jìn)行處理的過程中，為了減少噪聲的影響，將應(yīng)用于心電信號(hào)處理的雙樹復(fù)小波變換用于配電網(wǎng)故障選線，并
廣東電力 2016年12期2017-01-10
- 基于雙樹復(fù)小波的被動(dòng)目標(biāo)特征提取方法研究
50101)基于雙樹復(fù)小波的被動(dòng)目標(biāo)特征提取方法研究許 傳，胡友峰，徐 偉(昆明精密機(jī)械研究所，云南 昆明 650101)針對(duì)水下目標(biāo)輻射噪聲特征提取困難的問題，提出一種基于雙樹復(fù)小波變換的特征提取方法。首先，采用一種改進(jìn)的小波閾值去噪方法去除水下目標(biāo)輻射噪聲信號(hào)中的噪聲成分，該方法可以獲得優(yōu)于經(jīng)典小波閾值去噪方法的結(jié)果；其次，在特征提取過程中，采用具有近似平移不變性的雙樹復(fù)小波變換，該方法能夠克服信號(hào)時(shí)移帶來的影響，得到穩(wěn)定的目標(biāo)特征向量。仿真試驗(yàn)和實(shí)航
艦船科學(xué)技術(shù) 2016年11期2016-12-12
- 雙樹復(fù)小波和雙譜在軸承故障診斷中的應(yīng)用
100124）雙樹復(fù)小波和雙譜在軸承故障診斷中的應(yīng)用侯少飛，李彥生，胥永剛，馬朝永（北京工業(yè)大學(xué) 機(jī)電學(xué)院 先進(jìn)制造技術(shù)北京市重點(diǎn)實(shí)驗(yàn)室，北京 100124）針對(duì)非線性、非平穩(wěn)且包含強(qiáng)烈的噪聲的軸承故障振動(dòng)信號(hào)難以有效提取故障特征信息進(jìn)行故障識(shí)別的問題，提出基于雙樹復(fù)小波變換和雙譜的故障診斷方法。首先利用雙樹復(fù)小波變換將故障軸承振動(dòng)信號(hào)分解為若干個(gè)不同頻帶的分量，選擇出包含故障特征的分量；然后對(duì)該分量進(jìn)行希爾伯特包絡(luò)解調(diào)；最后對(duì)包絡(luò)信號(hào)求其雙譜圖，從而有
噪聲與振動(dòng)控制 2016年5期2016-11-09
- 地震信號(hào)隨機(jī)噪聲壓制的雙樹復(fù)小波域雙變量方法
號(hào)隨機(jī)噪聲壓制的雙樹復(fù)小波域雙變量方法汪金菊，袁力，劉婉如，徐小紅合肥工業(yè)大學(xué)數(shù)學(xué)學(xué)院，合肥230009有效地壓制地震信號(hào)中的噪聲是地震信號(hào)解釋和后續(xù)處理的重要環(huán)節(jié)之一.本文建立兩種雙樹復(fù)小波域雙變量模型對(duì)地震信號(hào)中的隨機(jī)噪聲進(jìn)行壓制.地震信號(hào)經(jīng)雙樹復(fù)小波變換后，同一方向?qū)嵅颗c虛部系數(shù)、實(shí)部(或虛部)系數(shù)與對(duì)應(yīng)的模之間存在較強(qiáng)的相關(guān)性.鑒于此，對(duì)同一方向?qū)嵅颗c虛部小波系數(shù)建立雙變量模型，從含噪地震信號(hào)小波系數(shù)中估計(jì)原始信號(hào)的小波系數(shù)，再基于雙樹復(fù)小波逆變換
地球物理學(xué)報(bào) 2016年8期2016-09-29
- 基于雙樹復(fù)小波變換的圖像清晰度評(píng)價(jià)算法
學(xué)院 鄒一帆基于雙樹復(fù)小波變換的圖像清晰度評(píng)價(jià)算法蘭州大學(xué)信息科學(xué)與工程學(xué)院鄒一帆圖像清晰度評(píng)價(jià)是數(shù)字圖像處理中的一個(gè)重要組成部分，圖像清晰度評(píng)價(jià)算法在圖像特征提取、圖像質(zhì)量評(píng)估及圖像復(fù)原等領(lǐng)域中發(fā)揮著重要作用。本文算法利用雙樹復(fù)小波變換系數(shù)能更精確地表征圖像特征的特點(diǎn)，結(jié)合FISH和FISHbb算法，提出一種多尺度、多方向的圖像清晰度快速評(píng)價(jià)算法，對(duì)圖像的清晰度予以數(shù)字化的度量。在實(shí)驗(yàn)中，以S3算法為標(biāo)準(zhǔn)對(duì)比算法改進(jìn)前后的準(zhǔn)確率。最終得出結(jié)果：相較于原F
電子世界 2016年12期2016-09-16
- DT-CWT相關(guān)濾波在齒輪箱故障診斷中的應(yīng)用*
理論，提出了基于雙樹復(fù)小波變換的小波相關(guān)濾波法。該方法根據(jù)相鄰層小波系數(shù)的相關(guān)性，通過迭代過程自適應(yīng)地進(jìn)行濾波，能夠在達(dá)到良好降噪效果的同時(shí)保留微弱故障特征信息。對(duì)降噪后的信號(hào)進(jìn)行希爾伯特包絡(luò)分析便可準(zhǔn)確得到故障特征頻率。試驗(yàn)信號(hào)分析與工程應(yīng)用結(jié)果表明，該方法能夠有效提取強(qiáng)背景噪聲下的齒輪箱軸承早期故障特征信息。雙樹復(fù)小波變換； 相關(guān)濾波； 降噪； 齒輪箱； 早期故障診斷引 言齒輪箱是工業(yè)設(shè)備傳動(dòng)系統(tǒng)的重要組成部分，作為大功率動(dòng)力傳輸設(shè)備，惡劣、復(fù)雜的工作
振動(dòng)、測試與診斷 2016年1期2016-04-13
- 基于雙樹復(fù)小波變換和形態(tài)學(xué)的脈搏信號(hào)去噪
00065）基于雙樹復(fù)小波變換和形態(tài)學(xué)的脈搏信號(hào)去噪李丹，王慧倩，柏桐，林金朝，龐宇，姜小明，蔣宇皓（重慶郵電大學(xué)光電信息感測與傳輸技術(shù)重慶市重點(diǎn)實(shí)驗(yàn)室，重慶 400065）常見的醫(yī)學(xué)信號(hào)（如脈搏信號(hào)）包含大量的噪聲，具有強(qiáng)烈的非線性和非平穩(wěn)性。針對(duì)傳統(tǒng)的小波變換去噪方法的缺陷，提出了一種基于雙樹復(fù)小波變換和形態(tài)學(xué)的去噪算法，具有結(jié)構(gòu)簡單、計(jì)算復(fù)雜度低等優(yōu)點(diǎn)，有效地克服了離散小波變換的平移敏感性和頻率混淆。實(shí)驗(yàn)表明，該算法可以有效地去除脈搏信號(hào)中工頻干擾及
電信科學(xué) 2016年12期2016-02-08
- 基于提升小波和雙樹復(fù)小波的圖像檢索新算法
)基于提升小波和雙樹復(fù)小波的圖像檢索新算法舒彬(陜西學(xué)前師范學(xué)院 數(shù)學(xué)系,陜西 西安 710100)由于提升小波的高效性,雙樹復(fù)小波的多方向選擇性等特點(diǎn),所以本文提出了一種新的檢索算法:基于提升小波和雙樹復(fù)小波變換的圖像檢索算法。此算法首先對(duì)圖像分別進(jìn)行提升小波和雙樹復(fù)小波變換,得到每層各個(gè)方向上的高頻子圖像;然后將各層上各方向的高頻子圖像組合,提取它們的紋理特征;最后通過計(jì)算特征向量之間的canberra距離,檢索出相似度高的圖像。實(shí)驗(yàn)結(jié)果說明,此算法的
河南科技 2015年21期2015-10-19
- 雙樹復(fù)小波和局部投影算法在齒輪故障診斷中的應(yīng)用
京100124)雙樹復(fù)小波和局部投影算法在齒輪故障診斷中的應(yīng)用胥永剛，趙國亮，馬朝永，楊紅玉(北京工業(yè)大學(xué)機(jī)電學(xué)院先進(jìn)制造技術(shù)北京市重點(diǎn)實(shí)驗(yàn)室，北京100124)齒輪故障振動(dòng)信號(hào)往往表現(xiàn)為非線性非平穩(wěn)特性，并且早期故障振動(dòng)信號(hào)往往包含較強(qiáng)的背景噪聲，不利于故障特征的提取。針對(duì)該問題，提出了基于雙樹復(fù)小波變換和局部投影算法的齒輪故障診斷方法。首先，對(duì)故障信號(hào)進(jìn)行雙樹復(fù)小波變換，得到不同尺度下的小波系數(shù)和最后一層的尺度系數(shù)，并計(jì)算各層小波系數(shù)的模與相角。然后，
振動(dòng)工程學(xué)報(bào) 2015年4期2015-08-07
- 精密光學(xué)元件表面中頻誤差的提取研究
重要。提出了利用雙樹復(fù)小波變換(DT-CWT)對(duì)精密光學(xué)元件表面提取信號(hào)進(jìn)行多尺度分解，以定義的均方根波長確定其雙樹復(fù)小波分解次數(shù)，進(jìn)行中頻誤差的提取與識(shí)別。此方法應(yīng)用于精磨和鍍膜的精密光學(xué)元件表面中，實(shí)驗(yàn)證實(shí)該方法不僅可以應(yīng)用于一維信號(hào)的提取，同樣也適合三維表面中頻波段面形誤差的提取。雙樹復(fù)小波；精密光學(xué)元件表面；中頻誤差；提取0 引言隨著光學(xué)技術(shù)的發(fā)展,光學(xué)元件在紫外線和X射線光學(xué)、超高反射率光學(xué)以及半導(dǎo)體工業(yè)中有著越來越廣泛的應(yīng)用[1]。由于需求量與
機(jī)械制造與自動(dòng)化 2015年5期2015-07-01
- 雙樹復(fù)小波包和ICA用于滾動(dòng)軸承復(fù)合故障診斷*
100124)雙樹復(fù)小波包和ICA用于滾動(dòng)軸承復(fù)合故障診斷*胥永剛, 孟志鵬, 陸 明(北京工業(yè)大學(xué)北京市精密測控技術(shù)與儀器工程技術(shù)研究中心 北京， 100124)針對(duì)滾動(dòng)軸承復(fù)合故障信號(hào)特征難以分離的問題，提出將雙樹復(fù)小波包變換和獨(dú)立分量分析(independent component analysis，簡稱ICA)結(jié)合的方法應(yīng)用到滾動(dòng)軸承復(fù)合故障診斷中。首先，利用雙樹復(fù)小波包變換將復(fù)雜的、非平穩(wěn)的復(fù)合故障信號(hào)分解為若干不同頻帶的分量；其次，引入ICA
振動(dòng)、測試與診斷 2015年3期2015-06-09
- 油液磨粒超聲回波信號(hào)雙樹復(fù)小波自適應(yīng)降噪最優(yōu)分解層數(shù)的研究
匹配追蹤［8］和雙樹復(fù)小波變換［9］等。雙樹復(fù)小波變換是一種新興的技術(shù)，良好的平移不變性和完美重構(gòu)優(yōu)于經(jīng)驗(yàn)?zāi)B(tài)分解等時(shí)頻分析方法;有限的冗余性和良好的魯棒性，使其具有較高的運(yùn)算效率優(yōu)于匹配追蹤等方法［10］。在雙樹復(fù)小波變換分解過程中，分解層數(shù)的選取對(duì)于降噪結(jié)果尤為重要。因此，本文作者首先基于粒子群優(yōu)化算法選取最優(yōu)分解層數(shù)，并對(duì)最優(yōu)分解層數(shù)選擇進(jìn)行評(píng)判，然后將最優(yōu)分解層數(shù)應(yīng)用到油液磨?；夭ㄐ盘?hào)雙樹復(fù)小波自適應(yīng)降噪中，結(jié)合一種漸近半軟閾值函數(shù)和一種自適應(yīng)閾值
機(jī)床與液壓 2015年19期2015-04-26
- 融合頻譜變換的板材紋理缺陷分類1)
gsbury提出雙樹復(fù)小波變換(DT－CWT)，與小波和曲波相比，雙樹復(fù)小波不僅具有近似的平移不變性和更多的方向選擇性，只需較少的小波系數(shù)就可以表示圖像信息，而且保留了傳統(tǒng)小波的支集，能夠更好地表示缺陷特征［9］。本研究融合小波、曲波和雙樹復(fù)小波變換各自的優(yōu)點(diǎn)，針對(duì)板材表面存在的亂紋、拋物紋和直紋3類紋理以及活結(jié)、死結(jié)2類缺陷，提取圖像的有效特征，采用BP神經(jīng)網(wǎng)絡(luò)分類器，實(shí)現(xiàn)板材表面紋理和缺陷的快速協(xié)同分選。1 特征提取小波變換速度快，但缺乏方向性，對(duì)復(fù)雜
東北林業(yè)大學(xué)學(xué)報(bào) 2015年2期2015-03-06
- 基于雙樹復(fù)小波和奇異差分譜的齒輪故障診斷研究
y[6]首先提出雙樹復(fù)小波變換的概念，Selesnick等[7]進(jìn)一步提出了雙樹復(fù)小波變換的分解與重構(gòu)算法。雙樹復(fù)小波變換不僅保持了傳統(tǒng)小波變換的時(shí)頻局部化分析能力，還具有近似平移不變性、良好的方向選擇性、完全重構(gòu)性、有限的數(shù)據(jù)冗余性和高效的計(jì)算效率等優(yōu)良性質(zhì)。目前雙樹復(fù)小波變換已經(jīng)廣泛的應(yīng)用于圖像處理[8]、信號(hào)降噪[9]和故障診斷等領(lǐng)域[10]。奇異值分解具有理想的去相關(guān)特性[11], 基于奇異值分解的信號(hào)分析方法可以對(duì)信號(hào)進(jìn)行重構(gòu), 較好的從背景噪聲
振動(dòng)與沖擊 2014年1期2014-09-05
- 雙樹復(fù)小波特征在運(yùn)動(dòng)想象腦電識(shí)別中的應(yīng)用*
州310018)雙樹復(fù)小波特征在運(yùn)動(dòng)想象腦電識(shí)別中的應(yīng)用*羅志增*，周鎮(zhèn)定，周瑛，何海洋 (杭州電子科技大學(xué)智能控制與機(jī)器人研究所，杭州310018)提出了一種基于雙樹復(fù)小波變換的運(yùn)動(dòng)想象腦電信號(hào)特征提取方法。針對(duì)傳統(tǒng)離散小波抗混疊性差的缺陷，采用雙樹復(fù)小波變換對(duì)腦電信號(hào)進(jìn)行分解與重構(gòu)，得到各子帶信號(hào)能量并進(jìn)行歸一化處理，選取α、β節(jié)律信號(hào)的歸一化能量作為想象運(yùn)動(dòng)的特征進(jìn)行SVM分類。通過對(duì)仿真信號(hào)的分析，證實(shí)雙樹復(fù)小波變換具有良好的混疊抑制能力和抗噪性。
傳感技術(shù)學(xué)報(bào) 2014年5期2014-08-29
- 基于雙樹復(fù)小波變換的轉(zhuǎn)靜碰摩響應(yīng)分析
10016）基于雙樹復(fù)小波變換的轉(zhuǎn)靜碰摩響應(yīng)分析李紀(jì)永1，李舜酩1，陳曉紅2，江星星1（1．南京航空航天大學(xué)能源與動(dòng)力學(xué)院，南京 210016；2．南京航空航天大學(xué)理學(xué)院，南京 210016）針對(duì)碰摩故障診斷中轉(zhuǎn)靜碰摩響應(yīng)消噪及特征提取構(gòu)造分段圓弧平滑閾值函數(shù)，利用小波、小波包及雙樹復(fù)小波（Dual-tree Complex Wavelet）分別對(duì)非平穩(wěn)信號(hào)降噪處理，以信噪比為指標(biāo)判斷降噪效果。結(jié)果表明，構(gòu)造的閾值函數(shù)消噪具有高效性。通過計(jì)算單轉(zhuǎn)子局部碰摩
振動(dòng)與沖擊 2014年22期2014-05-25
- 雙樹復(fù)小波和奇異差分譜在滾動(dòng)軸承故障診斷中的應(yīng)用＊
不易提?。?］。雙樹 復(fù) 小 波 變 換 （dual－tree complex wavelet transform，DT－CWT）首先由 Kingsbury等提出［3］，后經(jīng)學(xué)者Selesnick進(jìn)一步發(fā)展［4］。雙樹復(fù)小波變換保留了復(fù)小波變換的優(yōu)良特性，而且采用雙樹濾波器的形式，保證了信號(hào)的完全重構(gòu)性。因此，雙樹復(fù)小波變換是一種具有近似平移不變性、良好的方向選擇性、有限的數(shù)據(jù)冗余性、完全重構(gòu)性和計(jì)算效率高等良好特性的小波變換，已經(jīng)成功應(yīng)用于圖像處理、語音
振動(dòng)工程學(xué)報(bào) 2013年6期2013-09-12
- 雙密度雙樹小波變換的閃電信號(hào)去噪研究
［11］的雙密度雙樹小波變換與傳統(tǒng)的小波變換相比較，雙密度雙樹小波變換同時(shí)具有雙密度小波變換和雙樹小波變換的優(yōu)點(diǎn)，即平移不變性、有限的冗余性、良好的方向性等，在信號(hào)處理中有著潛在的應(yīng)用價(jià)值。最近，有研究者將雙密度雙樹小波變換應(yīng)用于二維圖像信號(hào)的去噪［12－14］、融合［15］等領(lǐng)域，并取得了很好的效果。本文首次嘗試性的將雙密度雙樹小波變換應(yīng)用于一維的閃電信號(hào)去噪中，并和小波閾值法去噪進(jìn)行了比較，仿真結(jié)果表明該方法較小波閾值法更適合于閃電瞬態(tài)電場信號(hào)的去噪。
激光與紅外 2013年9期2013-08-17
- 再過二十年我們重相會(huì)
得高高的。班長李雙樹清楚呀，班費(fèi)還剩不足50元，賬還在自己手里呢！剩下的錢是存在楊老師那兒，可這滿桌子的零食，50元？50元連一半也買不來，定是楊老師自掏腰包了！李雙樹胡亂想著，他屬于中考發(fā)揮失常的……沒有開場白，楊老師上來就將自己和大學(xué)同學(xué)們聚會(huì)的合影打到屏幕上。楊老師的同齡人，個(gè)個(gè)神采飛揚(yáng)，在白塔前、在長城上、在餐廳的飯桌前……開心地笑著，或擁抱或舉杯，還有擦眼淚的呢！同學(xué)們奇怪，初三（5）班的“散伙會(huì)”，跟大爺大媽們有啥關(guān)系？“這是我們88級(jí)中文系的
今日中學(xué)生(初三版) 2013年6期2013-07-30
- 基于雙樹復(fù)小波變換與非線性擴(kuò)散的圖像去噪
必要性與重要性。雙樹復(fù)小波變換是為克服通常的離散小波變換的缺陷而提出的。當(dāng)對(duì)應(yīng)小波基（近似）滿足Hilbert變換關(guān)系時(shí)，雙樹復(fù)小波變換能夠極大地減小通常的實(shí)小波變換中的平移敏感性，改善方向選擇性。這些優(yōu)點(diǎn)使雙樹復(fù)小波變換在圖像去噪領(lǐng)域得到了廣泛的應(yīng)用。1 雙樹復(fù)小波變換傳統(tǒng)的離散小波變換存在平移敏感性和缺乏方向選擇性等缺點(diǎn)，為了克服這些缺點(diǎn)，Kingsbury[15-16]等提出了雙樹復(fù)小波變換（DT CWT）。雙樹復(fù)小波變換采用了二叉樹架構(gòu)的兩路DWT
長春工業(yè)大學(xué)學(xué)報(bào) 2011年3期2011-03-27
- 基于雙樹復(fù)小波和灰度共生矩陣的遙感圖像分割*
特征提取方法，將雙樹復(fù)小波變換和灰度共生矩陣相結(jié)合，發(fā)揮各自優(yōu)勢來共同提取紋理特征。遙感圖像經(jīng)雙樹復(fù)小波變換后在每一尺度上具有6個(gè)方向子帶，其較多的方向性為遙感圖像局部結(jié)構(gòu)細(xì)節(jié)紋理特征的提取提供保障，但是所提取的紋理特征缺少對(duì)紋理空間分布的描述?；叶裙采仃嚪蓮浹a(bǔ)這個(gè)缺陷，它可以從空間分布特性方面很好地描述紋理特征。將兩種方法獲得的紋理特征組合成的聯(lián)合紋理特征，不論在局部結(jié)構(gòu)細(xì)節(jié)方面，還是在空間分布特性方面，都能很好地描述遙感圖像的局部紋理特征。然后采用
網(wǎng)絡(luò)安全與數(shù)據(jù)管理 2011年12期2011-02-28
- 基于雙樹小波通用隱馬爾可夫樹模型的圖像壓縮感知
更多方向選擇性的雙樹小波域通用HMT(universal HMT，uHMT)模型代替小波域HMT模型，省去了使用HMT模型的計(jì)算開銷巨大的訓(xùn)練過程。為進(jìn)一步提高圖像重構(gòu)質(zhì)量，本文對(duì)uHMT模型進(jìn)行修正，提出了改進(jìn)的uHMT模型(improved uHMT, iuHMT)，它能更精確刻畫小波系數(shù)的局部分布特性，實(shí)驗(yàn)結(jié)果表明了算法的有效性。2 稀疏變換域的uHMT模型及其改進(jìn)2.1 小波域HMT模型圖像的小波系數(shù)分布具有以下特征：(1)小波系數(shù)的非高斯性分布：
電子與信息學(xué)報(bào) 2010年10期2010-03-27
- 雙樹復(fù)小波和獨(dú)立分量分析的紅外小目標(biāo)檢測
小波變換新發(fā)展的雙樹復(fù)小波變換，其變換系數(shù)注重幅值和相位信息，且有近似平移不變性及更多方向選擇性，如果在紅外小目標(biāo)檢測中采用雙樹復(fù)小波去噪應(yīng)能得到更好的檢測效果。此外，Top-hat 算子能夠抑制圖像平緩變化的背景和不相關(guān)結(jié)構(gòu)信息，提取出形狀類似于結(jié)構(gòu)元素的孤立目標(biāo)和噪聲?；谝陨戏治觯岢鲆环N基于雙樹復(fù)小波變換和獨(dú)立分量分析的紅外小目標(biāo)檢測方法?；?span id="j5i0abt0b" class="hl">雙樹復(fù)小波、獨(dú)立分量分析和Top-hat 算子進(jìn)行圖像預(yù)處理;基于模糊Tsallis-Havrda-Cha
兵工學(xué)報(bào) 2010年11期2010-02-21
- 基于雙密度雙樹小波變換的圖像去噪
ry[3]提出了雙樹復(fù)數(shù)小波變換(dualtree complex wavelet transform,DTCWT),提供了6個(gè)方向的信息,具有較好的方向性和精確的相空間信息。2001年,Selesinck[4]提出雙密度小波(double-density wavelet transform,DDDWT)理論,具有近似的平移不變性。2004年,Selesinck[5]又提出了雙密度雙樹小波變換(double-density dual-tree wavele