子波变换及其在污染云团红外光谱监测与识别中的应用

反应离散子波变换进行污染云团红外光谱信号分析及特征提取，离散子波变换具有时－频分析特性，能将信号的细微变化反映出来，对实时遥感获取的目标云团作离散子波变换分析的结果表明：离散子波变换可明显提高目标云团的特性，十分有利于光谱的识别。     

基于心理声学模型和临界频带子波变换的数字声频水印

提出了一种基于临界频带子波变换的声频数字水印算法。首先根据心理声学模型,计算载体声频信号的掩蔽阈值,利用人耳听觉的临界频率与临界频带子波变换域的相似性,将掩蔽门限映射到临界频带子波域,然后将水印信号嵌入到中低频子波系数中,嵌入强度由掩蔽阂值自适应控制。实验结果表明:该算法隐藏水印具有很强的掩蔽性,对原始语音的影响基本上察觉不出来;叠加了水印的声频信号对数据压缩、加噪、重采样、低通滤波等常用声频信号处理技术具有很好的鲁棒性。     

三维多光谱数据压缩的新方法

提出了一种三维多光谱图像数据压缩的新方法，在对多光变图像数据进行了Ｋａｒｈｕｎｅｎ－Ｌｅｏｖｅ变换Ｋ－Ｌ变换后，再对变换后的多光谱图像数据进行静止图像方法压缩编码，消除谱和空间相关性。     

X射线荧光光谱中低分离度重叠峰分解的方法研究

由于轻元素自身特征X射线以及测量元素间特征X射线的相互干扰,受仪器能量分辨率的影响,实测X射线荧光光谱会产生严重重叠。以色谱分离度Rs作为计算谱峰重叠程度的指标,Rs低于0.5的重叠峰作为研究对象,提出一种峰锐化法结合双树复小波变换分解低分离度重叠峰的新方法,并对模拟X射线荧光光谱和实测X射线荧光光谱进行了新方法的验证。首先,在详细介绍峰锐化法和双树复小波变换分解重叠峰原理的基础上,通过仿真结果发现:当Rs=0.38时,两种方法皆不能单独实现重叠峰的分解;然而,峰锐化法处理后的信号不仅保留了原始信号的峰位特征,还出现了分离度明显变大的现象。因此,可以通过调节峰锐化法的权值实现对低分离度重叠峰的初步锐化,再对锐化后的信号做双树复小波变换,结果实现了对模拟重叠峰的分解,验证了新方法分解低分离度重叠峰的优越性。其中,双树复小波变换的分解层数为2～6层,第一层选择near_sym_b滤波器,第一层以上选择qshift_d滤波器,且当细节系数放大倍数为1～10时,重叠峰的分解结果更准确。然后,模拟了K元素K_α能量峰与其K_β能量峰的重叠光谱(Rs=0.44)以及Fe元素K_β能量峰与Co元素K_α能量峰的重叠光谱(Rs=0.34),用新方法对谱线进行处理,结果实现了重叠峰分解,且分解后峰位和峰面积的相对误差分别在1%和6%以内,验证了该方法分解光谱中低分离度重叠峰的可行性。最后,用新方法对实测的Ca元素X射线荧光光谱进行处理,最终也实现了重叠峰分解,且分解后的峰位相对误差分别为0.8%和0.7%。结果证明:峰锐化法结合双树复小波变换能够有效分解低分离度重叠峰,且在解决X射线荧光光谱中谱峰严重重叠的问题上具有实用性。     

用子波变换模拟视觉信息提取过程

利用逆变换研究了ＤＯＧ子波变换在提取输入信号时的特性，指出了尺度逐次变化的子波变换表现出的由粗到精的信息提取性质和局域特性与人类视觉系统对光学图像信息的提取过程的某些方面有相似性．本文认为ＤＯＧ于波变换将是研究人类视觉系统信息处理机制的重要工具．     

临界频带子波变换用于混叠语音分离的研究

以反映听觉特性的临界频带子波变换为工具,对混叠语音进行了分析,提出了一种基于临界频带子波变换的混叠语音源信号基音分离和检测方法,在此基础上利用数字多谐振荡器的选频特性,有效地获取构成混叠语音的每个语音信号的各谐波分量,以此实现从混叠语音中分离出各源信号。实验结果表明混叠语音分离方法是可行有效的。     

基于光学子波变换的SDF匹配滤波器

提出了一种基于光学子波变换的综合判别函数匹配滤波器(WFSDF),将光学子波变换和综合判别函数相结合,只用一个简单的4f系统就能实现输入图像和SDF子波变换的相关运算。采用计算全息的方法制作复数匹配滤波器。计算机模拟仿真结果表明,与传统的SDF匹配滤波器相比,WFSDF匹配滤波器,锐化了相关峰,提高了识别率,同时简化了光路,能够实现多目标的畸不变识别。     

一种锐化误差小波EDXRF光谱解析方法研究

在轻元素自身和实测元素间的特征X射线相互影响之下，受仪器能量分辨率的制约，实测X射线荧光光谱会产生严重重叠。以色谱分离度Rs判定谱峰重叠程度，针对Rs低于0.3的重叠峰，提出一种解析EDXRF光谱的新方法，并对模拟X射线荧光光谱进行了新方法的验证。首先，详细介绍基于四阶导的峰锐化法和提出误差小波变换。通过仿真结果发现：当Rs=0.27时，两种方法皆不能单独实现重叠谱峰的解析与识别；然而，原始信号在四阶峰锐化法处理后保留了峰位特征的同时，还出现了Rs明显增大的有利现象。因此，只需要通过调节四阶峰锐化法的权重完成对低分离度重叠峰的初步锐化处理，再对锐化后的信号进行误差小波变换，结果实现了对模拟重叠峰的分解，证明了结合后的新方法(锐化误差小波变换)针对极低分离度的重叠谱峰具有强大的分解能力。对两组重叠谱峰采用叠加的高斯函数进行模拟，分别是Mn的K_β能量峰与Fe的K_α能量峰的重叠光谱(Rs=0.19)以及Al的K_α能量峰与其K_β能量峰的重叠光谱(Rs=0.11)。用新方法对谱线进行处理，实现了重叠峰分解，结...     

非下采样小波变换红外光谱数据去噪

为了降低噪声对实测红外光谱信号的影响,引入了一种非下采样小波变换的红外光谱数据去噪方法。采用非下采样小波变换对原始光谱信号进行多尺度分解,提取信号的多尺度细节特征;根据光谱信号和噪声在不同尺度上的差异,通过应用变分偏微分方程方法调整分解后的各子带系数;重构各子带就可以将原始光谱信号中真实信号和噪声分离,从而达到剔除噪声的目的。通过两组实验对比传统小波和该方法针对红外光谱数据的消噪效果,实验结果表明:非下采样小波变换在红外光谱数据去噪方面具有明显的优势,不仅能够有效地去除噪声,很好地保持信号的形状,并且均方误差较小;在实际的红外光谱数据处理中能够获得较好的去噪效果。     

基于多尺度分解的超光谱图像异常检测

提出了一种基于多尺度分解的超光谱图像异常检测算法。在目标和背景均未知的前提下,利用光谱和空间两种信息完成对异常目标信号的定位,从而实现超光谱遥感数据中异常目标检测。首先利用非下采样塔式变换对超光谱图像进行分解,将其划分为不同尺度子块;然后依据超光谱图像同一波段不同尺度空间内相邻系数的相关性,采用不同波段各个尺度空间的反锐化掩模方法优化背景数据分布,从而抑制异常数据对背景的干扰;最后利用设计的核RX算子得到异常目标检测结果。为验证方法的有效性,利用真实和模拟的AVIRIS数据进行了实验,并与经典RX算法相比较,实验结果表明,基于非下采样塔式分解的异常检测方法具有更好的检测性能和较低的虚警。     

大孔径静态干涉成像光谱仪数据源选择对压缩效果影响的研究

针对实际工程应用中存在的大孔径静态干涉成像光谱仪(large aperture static imaging spectrometer,LASIS)的数据压缩问题,根据LASIS的成像特点,在详细分析其数据特性之后,提出了基于光程差维数据源的压缩,并与以往的LASIS和LAMIS数据源压缩进行对比研究。选择不同的数据源获得的压缩效果不同,为了更合理的选择LASIS数据源,降低压缩算法带来的图像和光谱损失,实验以LASIS原理样机推扫获得的短波红外数据作为研究对象,在详细介绍了三种数据的数据特点以及提取方法之后,变换得到上述三种形式的数据源,采用工程中成熟应用的JPEG和JPEG2000算法对三种数据源分别进行逐帧压缩和重建,然后对压缩效果在图像维、干涉维和光谱维以及压缩比进行了详细的对比分析,并提取视场中三种目标物质的光谱曲线,对压缩前后它们的光谱信息损失进行了度量。实验结果表明,相较于采用LASIS和LAMIS数据源作为压缩对象,以LASIS光程差维数据作为压缩对象,无论是在图像维、干涉维还是光谱维的压缩评价标准下都表现出明显的优越性：同样的压缩方案下,基于光程差维数据源的压缩能在获得较高压缩比的同时获得更低的均方误差和更高的峰值信噪比,且对光谱信息的损失也是三种数据源中最小的。     

基于小波变换的压缩感知理论对水质检测紫外-可见光谱数据的去噪研究

消除噪声影响对提高直接光谱法水质检测系统的测量稳定性和精度都具有重要意义。直接光谱法在线水质检测系统通常采用长寿命、无需预热的脉冲氙灯和适用于复杂检测环境的工业级光谱探测装置。针对整个光谱探测系统受到光源、光路和光电转换器件的严重影响,测定的光谱数据含有大量噪声这一实际问题,提出了基于小波变换的压缩感知去噪算法,并与传统小波阈值去噪方法进行了比较实验。针对化学需氧量为200 mg·L-1的邻苯二甲酸氢钾标液的紫外-可见光谱数据进行去噪处理,采用压缩感知去噪算法,将信号在小波域内分解,得到含噪高频系数;采用随机高斯矩阵作为压缩感知算法的观测矩阵,压缩比设置为2,对高频系数进行观测;选择正交匹配追踪算法恢复高频小波系数的稀疏性,从而达到去噪目的。同时针对传统的小波阈值去噪,采用daubechies4作为小波基的软阈值滤波方法对光谱数据进行去噪处理。为验证去噪算法的可行性,采集某溪水和城市生活污水的光谱信号分别采用以上两种方法进行去噪处理,实验结果表明：基于小波变换的压缩感知去噪算法适用于紫外-可见光谱法在线水质检测系统,该方法能在保留水样原始光谱信号的吸收特征的前提下有效地去噪,且去噪效果优于小波阈值去噪算法。与小波阈值去噪算法相比,信噪比提高了12.201 5 dB,均方根误差减小了0.009 3,峰值信噪比增加了5.299 dB。不仅避免了小波阈值去噪过程中阈值的选取依靠主观判断问题,而且在重构过程中有效地抑制了噪声,为直接光谱法检测水质参数提供了一种新的解决方案。     

视觉测量中轴向热干扰成像问题研究

为研究热源干扰图像成像引发的图像畸变、模糊等失真问题,利用图像的特征点平均畸变位移、峰值信噪比、均方误差和互相关系数来评价热源轴向位移条件下成像图像的畸变程度、模糊程度以及总相似程度,得到热干扰成像变化与热源轴向位置之间的规律。实验表明,当热源在成像系统和成像目标之间作轴向运动时,其距离成像系统越近,成像的畸变程度、模糊程度以及失真程度越大,在D=300 mm处最大平均畸变位移达2.765 3 mm;当热源靠近成像目标时,成像图像的畸变程度、模糊程度以及失真程度降低,在D=0 mm处平均畸变位移减小至0.810 2 mm。     

一种改进的奇异值降噪阶次选取方法用于紫外光谱信号去噪的研究

光谱去噪是光谱检测的重要环节。针对光谱信号易受光谱仪热噪声、现场机械振动以及随机噪声等因素影响,而在线监测系统要求减少人为参数选择对去噪效果的影响,提出利用奇异值分解(SVD)理论对光谱信号去噪。提出一种改进的降噪阶次选取方法：指定奇异值差分谱最大峰值点θ₁为所选阶次下界;利用奇异值、奇异值差分谱综合信息选取阶次上界θ₂;将区间θ₁～θ₂定义为模糊区域,通过模糊C均值聚类求取隶属度,赋予模糊区域内奇异值相应的权重系数。用所提方法对不同信噪比下SO₂紫外光谱信号去噪,将信噪比、均方根误差、波形相似系数、平滑度指标用于去噪效果的评价。去噪结果表明：所提方法完全基于数据驱动,具有较好的去噪效果,能够真实的恢复原始信号。     

基于Karhunen-Loève变换和小波谱特征矢量量化的三维谱像数据压缩

提出了基于Karhunen Lo埁ｖｅ变换的小波谱特征矢量量化三维谱像数据压缩方法耍幔颍瑁酰睿澹?Lo埁ｖｅ变换 /小波变换 /小波谱特征矢量量化方法应用了Karhunen Lo埁ｖｅ变换的消除谱相关性优良性能 ,应用二维小波变换消除空间相关性 ,在小波变换域内应用二维集分割嵌入块编码和一维谱特征矢量量化对三维谱像数据压缩 ,获得较高的压缩性能。实验结果表明 :Karhunen Lo埁ｖｅ变换 /小波变换 /小波谱特征矢量量化编码比Karhunen Lo埁ｖｅ变换 /小波变换 /改进对块零树编码和Karhunen Lo埁ｖｅ变换 /小波变换 /快速矢量量化编码方法在同样压缩比条件下 ,峰值信噪比提高 2dB和 1dB以上 ,而速度提高了 1.5和 8倍 ,整体压缩性能有较大的提高     

小波变换在激光诱导击穿光谱压缩中的应用

将小波变换应用于8种燃煤的激光诱导击穿光谱数据的压缩,并通过考察db小波阶数、分解层数和阈值化方法等参数对压缩效果的影响,总结了压缩参数选取的规律,确定了较好的压缩方案。以压缩分数、恢复分数、谱线强度相对误差为衡量准则,比较了压缩前后谱图的差异,评价了压缩的效果。结果表明,在所选的较优方案下,8个煤样其1,2,5通道的谱图恢复分数RS为81%~99.96%,压缩分数CS为79.02%~92.07%,谱线相对误差均在5%之内,重构光谱与原始光谱基本一致,存储量减小。     

一种适于空间多光谱TDICCD图像压缩算法

针对传统遥感图像压缩算法中小波变换和位平面编码没有考虑图像内容特点而导致多光谱各谱段图像边缘和纹理的模糊的问题,提出一种适于成像谱段数相对较少多光谱TDICCD图像压缩算法。提出的自适应提升DWT可以自适应的选择最佳的提升方向,同时根据图像局部特征使用拉格朗日插值策略进行预测,这种方法可以充分的利用图像的纹理信息。提出的码率控制算法可以根据图像纹理复杂程度进行自适应的码率分配。实验结果表明,提出的压缩算法具有良好压缩性能,对于平滑的图像与传统算法相当,对于边缘和纹理程度复杂的图像,性能高于传统算法,在正常工作压缩比为8∶1时,平均信噪比比传统方法平均提高了3.53 dB。有效的保护了多光谱图像的边缘和纹理信息,非常适于纹理复杂的空间多光谱CCD图像压缩应用。     

基于小波的干涉多光谱卫星图像压缩方法

分析了干涉多光谱卫星遥感图像的成像特性,并根据该类图像对压缩效果的要求提出了一种基于小波分层树集合分割排序（Set Partitioning Hierarchical Trees,SPIHT）的局部图像优先编码方法,通过对图像小波域系数的局部增强,获得了对图像重要数据优先编码的特性,在8倍压缩比的条件下获得了满意的效果。用该方法对多幅干涉多光谱图像进行了测试,测试结果表明：该方法性能优于其他多光 谱卫星遥感图像编码方法,并有利于在实时图像编码系统中得到应用。     

Spectral sharpness and vowel dissimilarity

The effect of sharpening or smoothing the spectral envelopes of synthetic vowel-like sounds on the dissimilarities perceived among these sounds was investigated by means of triadic comparisons. When a spectral envelope (dB on a log-frequency scale) is considered the sum of a series of sinusoidal spectral modulations (or ripples) of different densities (the ripple spectrum), spectral sharpening or smoothing can be described as an amplification or attenuation of a part of the original ripple spectrum. For a set of nine sounds comprising different degrees of spectral sharpening of a single vowel, the perceived dissimilarities were found to be dominated by a specific part of the ripple spectrum, i.e., by spectral modulations with a density of about 2 ripples/oct. The possible role of lateral suppression in relation to this dominant region is discussed. For a set of 18 sounds comprising six vowels, each in three different versions (sharpened, normal, or smoothed), the dissimilarities were found to be determined mainly by the global shape of the spectral envelopes, i.e., by spectral modulations up to about 1.5-2 ripples/oct. Details of the spectral envelope (including the region of 2 ripples/oct where lateral suppression is effective) appear to be of minor influence on vowel dissimilarities.     

小波变换在太赫兹三维成像探测内部缺陷中的应用

采用Syn View Head 300对内部有胶和空气孔的样件进行了太赫兹二维扫描(xy轴方向),系统通过线性调频连续波技术得到样件内部的三维信息.检测薄层时,由于太赫兹源的波长在亚毫米量级,薄层的上下表面反射峰相距太近而难以辨别.为了提高太赫兹探测的纵向分辨率,采用小波变换对探测信号进行处理,对小波系数进行三维重构,获得的三维小波系数图像比原始三维探测信号更加精确.该方法有效提高了太赫兹成像的纵向检测精度,纵向分辨率可达1 mm.