共查询到19条相似文献,搜索用时 156 毫秒
1.
2.
虹膜的身份识别在国际上已成为一个研究的热点领域,本文初步探索了基于小波包分解的虹膜图像识别处理技术,实验结果表明基于小波包分解的虹膜图像识别方法是有效的。 相似文献
3.
4.
针对虹膜图像的纹理特征表示主要集中在中高频能量部分,对图像进行小波包分解,并提取出特征向量,运用变维方式对奇异值特征向量做进一步处理,进而将获得的特征向量做为虹膜图像的识别特征向量,依据欧氏距离分类器对他们做识别分类。最后的试验结果证明了这种算法的有效性与合理性。 相似文献
5.
提出了一种新的主分量分析方法,该方法先将图片进行小波变换,之后在RIQ空间的基础上对图片做主分量分析,小波变换去除了图片中的部分噪声,之后的颜色空间和主分量分析则使得提取后的向量具备了图片的主要能量。实验证明,该方法有着良好的识别效果。 相似文献
6.
首先对比Hilbert变换构建的解析信号进行时频分析的方法,探讨了基于决策理论的模拟调制方式识别方法。然后在分析该方法缺陷的基础上,提出了基于神经网络的识别方法。神经网络(NN)在进行信号识别时,主要是依据谱峰位置的不同,小波变换在这里则相当于一个数学显微镜,反映信号类别与谱峰位置间的必然联系。利用小波变换并结合简单的三层BP神经网络,即可提取更加精确的待识别信号的时频特征。 相似文献
7.
8.
9.
提出基于dbN小波算子小波变换分解行星齿轮故障特征的故障检测算法,算法可以在轻微损坏时就较好地判断出齿轮故障。通过分析行星齿轮的故障成型,以及故障的冲击振动传播路径,建立其故障模型,在利用小波变换方法对其故障信号进行分析,检测方法可以较好地进行故障识别与检测,对比传统的傅里叶变换,新算法可以对微弱信号识别,能同时判断缺陷轮齿的频率和出现的时间,在排除故障时能准确分析故障位置,以及故障类型。仿真实验表明改进算法小波变换,具有弱信号检测能力强,准确判断故障出现时间,为尽早发现故障与解决故障问题提供了保障,故障检测概率提高了15%。具有较好的工程实用性。 相似文献
10.
介绍了小波分析的基本原理,探讨了测井信号小波分析在高精度层序地层划分中的适用性及其地质意义.对测井信号进行一维小波和一维连续小波变换后可识别出不同级次的沉积旋回,结合研究区已有的地震、测井、岩芯资料综合分析确定合适的小波尺度进行高精度层序地层界面的识别.研究表明,自然伽马测井曲线小波分析对深水碎屑岩高精度层序地层学的划分与传统方法吻合较好. 相似文献
11.
本文介绍了数据压缩在图像传输中的重要性,并指出了小波变换是实现图像压缩的一种重要的方法,介绍了小波变换是通过对图像像素分解与重构来实现对图像进行压缩,并分析了压缩比。 相似文献
12.
在研究和分析小波变换理论的基础上提出了一种基于小波变换的全景图像超分辨率增强算法,该算法充分利用了小波多分辨率分解思想,体现图像降低的自然过程;通过高分辨率小波系数,经插值逆变换可得到重构的高分辨率图像。实验结果证明该算法克服了传统的插值算法致使图像高分辨部分损失、细节被模糊的缺点,是超分辨率图像处理的一种行之有效的途径。 相似文献
13.
Matlab小波分析在信号处理中的应用 总被引:1,自引:0,他引:1
本文在对傅立叶变换和窗口傅立叶变换以及小波变换比较分析的基础上,重点探讨了Matlab小波分析对普通信号进行分析、消噪、压缩和奇异点检测等信号处理中的各种应用,并提出一些自己的看法。 相似文献
14.
小波变换突破了传统傅里叶变换等信号处理方法的限制,在时域和频域上可同时对信号实现局部化处理,这更符合信号非平稳的变频带结构特征,因而在信号检测奇异性等方面具有广泛的应用价值。本文简要地介绍了小波应用在信号奇异性检测方面变换的基本原理,并通过仿真实验进行了验证。 相似文献
15.
本文对小波分析的概念、特点和在控制系统中的应用进行了综述。在对小波变换与傅立叶变换进行深入比较的基础上,对小波分析在故障诊断、信号检测和非线性系统建模等控制问题中的应用研究进行了简单的阐述,指出了小波分析在非线性系统建模等控制领域应用中的一些不足,并指出了在控制系统应用中小波分析进一步研究的方向。 相似文献
16.
作为像素级融合的方法之一,小波变换具有多分辨分析和多尺度分析的特点,目前被广泛应用于红外和可见光图像融合中。本文通过深入研究现有的图像融合算法,研究小波基的提升方案,并对其提升处理后的小波性能进行比较。 相似文献
17.
本文系统分析了基于小波变换的门限值去噪方法,研究了小波变换门限值选择的准则及其算法.通过计算机仿真,比较了各种准则的性能,验证了基于小波变换门限值去噪方法的滤波效果.仿真结果表明,基于小波变换门限值的去噪方法可以有效地去除宽带噪声. 相似文献
18.
《Information processing & management》2022,59(2):102867
This paper proposes an algorithm that uses wavelet level adaptive decision-making for detecting high-voltage direct current (HVDC) discharge in wavelet transform cognitively. The identification and detection of HVDC discharge is an essential area of investigation, which contributes to ensuring pipeline safety and the optimal operation of an electrical power system. The proposed algorithm overcomes the wavelet packet transform’s disadvantage of needing to determine the level in advance. The decomposition level of wavelet packet transform is controlled by calculating relative wavelet energy change to decide its wavelet level. Our proposal extracts richer features of HVDC discharge by comparing other feature extraction algorithms. To select the best-suited mother wavelet function, we also design a selection method based on quantitative and qualitative approaches. An additional objective of this study is to detect the phenomenon of HVDC discharge using CP time-series data to assess the corrosion of energy pipelines. Moreover, a third primary discovery is that a wavelet-based application framework is designed to detect the HVDC discharge and further protect the energy pipeline. These discoveries can be valuably applied to the protection of power systems. They also provide brighter perspectives on future opportunities to expand on studies-to-date on the detection and classification of time-series data. 相似文献
19.
提出了一种提升小波变换和DCT变换相结合的图像融合算法。这种算法并不依赖于对方差,而是直接使用DCT变化和小波变化分别对高频部分、低频部分进行特征提取。实验表明,这种新的融合技术与传统算法相比,不但提高了图像的信噪比,更加保留了边缘的信息细节,同时也提高了处理效率,减少了使用时间,具有较高得实用价值。 相似文献