THz波的小波变换频谱分析

将小波变换引入THz波时域光谱技术.将水蒸气的THz波时域信号通过小波变换转化为二维的时间-频率平面,得到了和文献报道数据相一致的水蒸气的吸收谱线.同时发现了THz波频谱的时域分布特性,这将有利于进一步研究THz波与物质相互作用的内在机理.关键词：THz波频谱分析小波变换     

基于小波变换和矢量量化的语音压缩编码方案

对于一种新的语音压缩编码方法——基于小波变换和矢量量化的语音压缩编码方案进行了开发和研究。该方法先对语音进行小波变换和小波包变换,然后使用矢量量化来压缩数据.我们还研究了使用摘编码方法进一步降低比特率的算法,实验结果表明对于采样频率为8kHz,每样本量化为8bit的64kbit/s语音信号压缩到6kbit/s~8kbit/s时,具有良好的语音质量.同时该算法还具有低延迟的优点,其算法延迟只有8ms。     

基于小波变换技术的荧光光纤温度传感器研究

提出了一种荧光光纤温度测量系统.采用双光路双通道测量方式以及化学镀膜和热处理工艺相结合的微小荧光探头制作技术,在研究微弱信号的检测和处理技术的基础上,选用小波变换技术对荧光信号进行消噪处理.系统的温度实验、标定实验和重复性实验.结果表明该系统具有较高的准确度和温度分辨能力.     

小波变换在二维图像背景处理中的应用

利用小波变换能结合空域和频域进行滤波的特点，对二维CCD信号进行滤波处理，得到了较好的结果。在二维单光斑图像处理中，通常待处理的图像是离散的二维数缈其中包含有信号和背景，由于已知图像的内容为单光斑，因此，可以通过窗口滤波的形式对图像变换的小波系数进行处理，实现滤除噪声，保留信号的功能。     

基于连续小波变换的神经网络人脸识别研究

研究了基于连续小波变换的神经网络进行人脸识别的方法.介绍了小波分析的理论基础,详细讨论了根据小波变换系数的范数选取小波母函数的方法,根据小波脊线确定网络神经元个数的方法以及神经网络的初始化和参数训练方法.通过对人脸图像灰度的连续小波分析,神经网络的自组织自学习能力,调整连接权值和小波神经元的尺度、位移参数,完成人脸识别的任务.实验结果验证了该神经网络的识别性能明显优于用特征脸方法对相同人脸库进行的识别.     

基于小波变换技术的荧光光纤温度传感器研究

提出了一种荧光光纤温度测量系统.采用双光路双通道测量方式以及化学镀膜和热处理工艺相结合的微小荧光探头制作技术,在研究微弱信号的检测和处理技术的基础上,选用小波变换技术对荧光信号进行消噪处理.系统的温度实验、标定实验和重复性实验.结果表明该系统具有较高的准确度和温度分辨能力.     

基于数字全息与小波变换的图像数字水印技术

提出一种以数字全息和小波变换为基础的数字水印技术,实现在原始图像中嵌入数字全息水印。首先通过傅里叶变换方法将待隐藏的图像制成数字全息水印图,接着将数字全息水印图和原始图像都分为四个子块,并对原始图像子块进行小波分解,最后将数字全息图像子块嵌入到原始图像相应子块较大的小波系数中。实验仿真结果证明了该水印技术对图像剪切和图像有损压缩有较好的稳定性。     

光学可分离小波变换的研究

为改进光学小波变换,提出了光学可分离小波变换的概念。通过对光学小波变换的必要条件进行分析,采用层叠算法和二维可分离小波变换构造方法计算出了尺度和小波函数的二维离散近似序列。将新的母小波引入到光学小波变换中,获得了光学可分离小波变换。通过与现有光学小波变换及二维可分离离散小波变换进行比较说明了其优点。     

光学小波包变换及其滤波器的研究

基于对光学小波变换必要条件的分析,提出光学小波包变换的概念.选出虹膜图库的联合最优小波包基,利用最优基的线性组合生成相应的复合光学小波包滤波器.将滤波器用于光电混合虹膜识别系统中对待识别输入进行小波包特征提取预处理,模拟结果不仅证明引入该滤波器可明显提升系统的识别效果,也证明了光学小波包变换提出的意义.     

基于小波变换的红外光谱分析

利用傅里叶变换红外光谱仪,借助OMNI采样器直接、快速、准确地测定了土茯苓及其三种伪品木质部的FTIR谱,采用小波变换分析法对样品进行了详细研究。结果表明：小波变换可以去除噪声和压缩变量,具有运算速度快、分析精度高以及无需去噪后处理等优点, 在红外光谱分析中具有很好的应用前景。     

单幅条纹图相位解调的小波分析方法

相位解调是条纹相位分析的关键问题.本文提出一种应用小波频率估计联合频率导数对变形条纹进行瞬时频率分析,从中提取参考基频,从而依靠单一变形条纹实现相位解调的方法.首先,理论上证明了当变形条纹瞬时频率空间导数等于零,该空间点的瞬时频率等于参考基频频率;其次,引入Gabor小波提取变形条纹的瞬时频率空间分布,利用变形条纹瞬时频率的空间导数分布识别提取参考基频,从而实现相位解调.利用该方法进行了三维形貌测量的实验,结果表明该方法在实现相位解调中效果良好.     

基于圆载频干涉图相位解调技术的点衍射干涉术

为测量光学系统出射波前以及动态波前,提出一种基于圆载频干涉图相位解调技术的点衍射干涉术。在传统点衍射干涉仪中调整点衍射板轴向离焦量引入圆载频,通过二阶极坐标变换可以将圆载频干涉图转换为具有准线性载频特征的干涉图,从而在频域中将连续频谱转换为准离散谱,采用傅里叶变换法即可提取相位。仿真波面为利用36项Zernike多项式随机生成,在离焦17λ条件下相位恢复误差的均方根值为0.002λ。实验测量了F/10标准镜头岀射波面,测量结果与SID-4波前探测器一致;实验还实现了有机玻璃材料吸收特性的动态检测。因此采用该技术能够实现光学系统的检测以及动态波面实时测量。     

基于时域小波变换相位提取的三维形貌测量

提出基于时域小波变换的连续振动物体相位提取方法,恢复连续振动物体的瞬时三维形貌。将小波变换用于序列影栅云纹相位分析中,对连续振动物体的序列影栅图像进行处理,利用小波变换的多分辨力特点,对各点的灰度变化进行连续复小波变换,通过提取小波脊所对应的相位,得到各点相对于基准光栅的完整相位调制信息,从而获取运动物体的瞬时三维形貌。利用该方法对连续振动悬臂梁进行了分析,得到连续振动悬臂梁的瞬时速度及瞬时三维形貌,再现了悬臂梁的连续振动过程。为研究动态物体瞬时特性提供了一种新的方法。     

小波变换轮廓术中用小波脊系数幅值引导相位展开的研究

为了减少小波变换轮廓术中相位展开过程的误差传递,从小波变换的相关实质出发,提出了在小波变换轮廓术中利用以前被忽略的小波脊系数幅值作为可靠度判据指导相位展开的方法.该方法选择最大幅值的小波脊系数所在位置作为相位展开起始点,根据小波脊系数幅值的大小,确定一条由大幅值到小幅值的最优化的展开路径,最大限度减少了相位展开过程中的误差传递.由于充分利用了小波变换系数的幅值信息,最大限度减小了相位展开过程中的误差传递.计算机模拟和实验验证了基于小波脊系数幅值的相位展开方法的正确性.     

基于相息图和小波变换的数字水印

提出一种基于相息图和小波变换的数字水印方案。利用迭代相位恢复算法将水印图像编码为相息图, 然后将经权重因子调制后的相息图嵌入到宿主图像的三层小波低频系数中, 完成整个水印嵌入过程。在水印提取阶段, 对宿主图像和含水印图像进行三层小波分解, 将得到的低频系数对应相减提取出水印相息图, 然后对此相息图进行傅里叶变换操作, 取其振幅即可提取原始嵌入的水印图像。针对不同权重因子的水印系统, 详细分析和讨论了所提出水印方案的隐蔽性和稳健性。计算机仿真结果验证了该数字水印方案的可行性。     

基于傅里叶变换的光纤法布里-珀罗传感器解调研究

从双光束干涉的基本原理出发,分析了高斯分布光源条件下利用傅里叶变换解调光纤法布里-珀罗传感器的原理。针对高斯分布光源特点,提出直接对波长均匀采样得到的光谱数据进行快速傅里叶变换,然后利用传感器腔长与频域中峰值频率之间的关系求解传感器腔长的可行性。在此基础上,采用频谱插值技术提高了系统解调精度,并利用宽带光源和光谱仪等组成的解调系统,对所提出的方法进行了实验验证。结果表明,从实验中测得的数据与理论计算值能较好地吻合。     

小波变换在载频条纹相位分析法中的应用研究

为了克服在非平稳信号分析中傅里叶变换的全局性缺陷,以及窗口傅里叶分析的单一分辨率和伸缩窗口傅里叶分析的尺度不确定性问题,采用伽博解析小波变换技术对空间载频光栅条纹进行相位分析,有效地提取出相对于载频条纹基频的完整相位信息,从本质上解决了上述问题。以三维轮廓术为例,与傅里叶分析进行了对比研究,给出了小波分析应用在空间载频条纹相位分析中详细而完整的理论推导证明、计算机模拟以及实验验证结果。     

基于联合子波变换的目标轮廓抽取技术

子波变换是目标特征抽取的有效方法。本文把联合变换相关技术与子波变换结合起来，建立了一套新的子波变换光学实验系统。推导了联合子波变换的基本理论，并给出了联合子波换相关器在目标特征抽取应用中的实验结果。     

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。     

基于小波变换和非负支撑域递归逆滤波算法的盲目图像复原

提出了一种将自适应正则化方法与非负支撑域递归逆滤波(NAS-RIF)算法相结合用于小波域的盲图像复原算法.该算法先对降质图像进行小波分解,得到了图像在不同子频段的信息.在各个子频段采用NAS-RIF算法进行复原.针对各个子频段内图像的频率和方向特性,分别引入了不同的正则化约束项.在各个子频段估计出噪声方差,提出了根据噪声方差和图像局部方差来选取正则化参数.分别对两幅模糊图像进行了仿真实验,复原结果取得的信噪比分别为19.66 dB和23.86 dB.实验结果表明,复原效果相对于空间自适应正则化方法有一定的提高.