基于非采样提升小波-Contourlet变换的图像融合算法

为克服非采样Contourlet变换中金字塔分解的不足,首先在提升小波变换的基础上,通过取消其奇偶分裂环节得到具有平移不变性的非采样提升小波变换,然后用此变换来取代非采样Contourlet变换中的金字塔分解,得到新的非采样提升小波-Contourlet变换。将此变换与一定的融合规则相结合,提出了一种基于非采样提升小波-Contourlet变换的图像融合算法。实验表明,该算法相对于非采样Contourlet变换能从源图像中提取更多有用信息注入到融合图像中,可得到更高性能的融合图像。     

小波相位解调轮廓术

针对傅里叶变换轮廓术因混频难以准确提取基频的问题,可将小波变换用于三维形貌相位直接解调。对其原理进行了研究,通过编程实现了小波相位解调。取Morlet复小波作为小波母函数,对调制栅线图逐行进行连续小波变换,从各位置的沿尺度方向的小波变换系数幅值的极值中可直接求取对应的相位数据。由于小波函数具有空域_频率两域的局部化特性,因此它对变形栅具有很强的自适应能力。为验证新方法,对其进行了仿真分析,同时还对石膏半球模型和化妆品瓶进行了实际测量,并分别用傅里叶变换和小波变换进行了处理。结果表明,新方法有效地克服了混频的问题,改善了相位解调效果,提高了测量精度,特别适合于复杂物体的形貌测量。     

尾流散射光性质的一维小波变换分析

船舶尾流具有特殊的声学、电学、磁学和光学特性。选用一维小波变换含离散小波变换、连续小波变换、小波包变换、复小波变换对测量的尾流光学性质进行了分析，其结果表明：不同条件下尾流散射光信号具有不同的自动阈值，经小波变换后保留的能量比例、小波系数置零比率不同，变换的小波系数染色模式、系数曲线、最大系数线区别明显。一维连续小波变换显示出细节信号具有一定周期性，说明在测量过程存在周期性的干扰因素。通过小波分解的各层细节信号，为在测量结果中消除或降低这些因素的影响指明了方向。一维连续小波变换结果显示，在不同压强下小波系数大小及分布、极大值分布都有明显区别。一维小波包变换的压缩信号保留了原始信号绝大部分的能量，选择的系数可作为不同压强下尾流气泡幕的特征系数，而一维复小波变换变换的模、模角以及系数随时间轴的分布，其相对大小都不相同。经小波分析，可以提取出散射光信号的共性，也可以直观地展示不同散射光信号的区别。     

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。     

光学小波变换

首先讨论了常规傅里叶变换的缺点,导入短时傅里叶变换及小波变换,分析了小波变换的特点和实现小波变换的光学方案,在空域和频域中详细分析了利用高斯－哈尔小波变换进行边缘探测的特征,介绍了小波变换图形识别的结果。     

小波变换在近红外光谱分析中的应用进展

小波变换(WT)具有很好的时频分离特征,信息处理能力强,已广泛用于分析化学领域;本文就小波变换在近红外光谱领域的应用进行简述。小波变换用于近红外预处理,提取有用信息,消除背景干扰,可以提高近红外的分析精度和模型稳健性;用于数据压缩可以减少数据库存储空间,提高建模速度;小波系数用于模型传递,具有传递速度快,稳健性强,所需标样少等特点;小波变换可以与神经网络、遗传算法等结合,在近红外分析领域呈现出良好的发展前景。     

奇偶二项式光场态的小波变换

利用有序算符内积分方法,小波变换可以表示为被转换态矢|f〉在压缩平移算符U(μ,s)作用下向母小波态矢〈ψ|转换的矩阵元〈ψ|U(μ,s)|f〉. 在此基础上,计算了奇、偶二项式态的小波变换,得到小波变换谱. 结果表明,小波变换谱可以起到识别这些量子力学态的作用,具有直观易辨的优点. 关键词： 小波变换 奇偶二项式态 有序算符内积分     

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     

小波变换重建超短脉冲光谱相位的误差分析

分析了噪声对小波变换重建超短脉冲光谱相位的影响. 在理想情况和附加噪声、倍增噪声， 以及干涉条纹采样量化干扰的情况下，分析了小波变换对几种光谱相位的重建精度. 结果显 示，在理想情况和噪声干扰的情况下，小波变换的相位重建精度都在003rad范围以内. 这 说明小波变换是一种精确可信的光谱相位重建方法，具有很强的抗噪声干扰能力. 另外，将 小波变换的轨迹图类比SHG FROG的轨迹图，可以直接定性判断脉冲的啁啾特征. 关键词： 超短脉冲 相位重建 小波变换 噪声     

运用小波变换对遥感FTIR光谱进行信息提取

主要描述了如何利用小波变换技术,对一些强度较弱和混叠干扰的遥感FTIR光谱图进行信息提取。采用了墨西哥帽函数(Mexican hat function)小波,对三氯甲烷、丙酮的标准谱图及其两者混合物的遥感谱图信号进行了连续小波变换。结果发现,尺度越小,小波系数模的极大值点与突变点位置的对应就越准确。但小尺度下,小波系数由于受噪声影响,往往只凭一个尺度不能定位突变点的位置。相反,在大尺度下,对噪声进行了一定的平滑,极值点相对稳定,但由于平滑又会使定位产生偏差。因此,在用小波变换模极大值法判断信号突变点时,需要把多尺度结合起来综合观察。总之,小波分析技术能够较准确地、稳定地定位信号突变点,提取信息,并且具有平滑和放大有用信号的作用。对于非严重重叠的混合遥感光谱,根据对不同尺度下的小波变换系数的模极大值及其定位的分析,也可较好地识别谱图。     

基于连续小波变换FTIR鉴定青葙子及鸡冠子的研究

借助OMNI采样器,应用傅里叶变换红外光谱方法直接、快速、准确地测定青葙子及其伪品鸡冠子的红外光谱。利用连续小波变换对真伪品的红外光谱进行放大处理,以有效突出真伪品间的红外光谱差异程度,从而提高鉴定正确率。采用对信号奇异性具有良好探测能力的Morlet小波做小波母函数,对青葙子真伪品的红外光谱进行若干尺度的一维连续小波变换,在各个尺度下观察青葙子的真伪品的红外光谱的差异程度,从中选择一个差异程度最为明显的尺度来区分青葙子真伪品。结果表明：基于连续小波变换的傅里叶红外光谱分析方法能够有效鉴别同科同属不同种植物中药材。     

DSWT-FTIR-RBFNN鉴别罂粟和虞美人

采用水平衰减全反射傅里叶红外光谱法(HATR-FTIR)测定罂粟和虞美人的FTIR,由于两者为同科同属中药材,所含化学成分较为相近,为了更好地突出罂粟和虞美人在FTIR上的差异,并据此进行正确分类识别,利用离散平稳小波变换(DSWT)分别对罂粟和虞美人的种皮和种仁的FTIR进行若干尺度的变换,从中选择2个最具代表性的尺度作为特征提取的尺度空间.根据罂粟和虞美人的FTIR分布情况,确定将DSWT域内2个尺度的FTIR分别划分为2个特征区域并以每个区域内的光谱能量作为特征参数.从而构造一个包含8个特征参数的特征向量,将这个特征向量输入到径向基函数神经网络(RBFNN)进行训练,从而达到正确识别罂粟和虞美人的目的.实验中共取罂粟和虞美人的FTIR数据128对,其中训练样本78对,测试样本50对.实验结果表明利用文章的方法对罂粟和虞美人的正确识别率分别为99.8%和99.9%,从而验证了方法的有效性.     

健康人体乳腺傅里叶变换红外光谱特征参数分析

通过应用傅里叶变换红外光谱仪(FTIR)的中红外光导纤维并联合衰减全反射探头(ATR)对招募的200名女性健康志愿者的右侧乳腺外上限部位皮肤进行扫描采集相应的傅里叶变换红外光谱,由此共获取200条正常人体乳腺的傅里叶变换红外光谱图。进一步对所得的200条正常人体乳腺傅里叶变换红外光谱图中与脱氧核糖核酸、核糖核酸、蛋白质、脂类、糖类等生物化学成分相关的12条特征谱带进行分析研究,并对这些特征谱带的峰位(P)、峰强(I)、半高宽(F)等36个特征性红外光谱参数进行统计学分析,同时计算相应特征红外光谱参数的90%正常参考值范围、均值、标准差等数值。研究结果首次对正常人体乳腺傅里叶变换红外光谱图相关特征光谱参数的数据建立了正常参考范围,同时为傅里叶变换红外光谱技术进一步实现其在乳腺良恶性疾病诊断方面无创、快速、高效的特有临床应用价值提供相应的理论依据。     

FTIR光谱法与奶粉的品质分析

采用傅里叶变换红外光谱法（FTIR）获得了11种奶粉产品的红外光谱。奶粉中的主要营养成分在红外光谱中具有明显的指纹特征。同一生产厂家不同品牌的奶粉,其脂肪、蛋白质和碳水化合物的相对比例在红外光谱上差异性较显著,不同厂家相同类别的奶粉既有一定的一致性,在添加辅料的类型和用量上又有所不同。奶粉中脂肪含量高的谱图在1747cm^-1附近的C-O吸收峰和2926cm^-1附近的CH2吸收峰很强;蛋白质高的奶粉所对应的酰胺Ⅰ带的C=O吸收峰（1650cm^-1）和酰胺Ⅱ带的N—H及C-N吸收峰（1540cm^-1）强度较大;奶粉中碳水化合物所对应的C-O伸缩振动峰和环的振动峰在1150～900cm^-1范围内较显著。麦芽糊精、蔗糖和乳糖这三种常用辅料同样具有明显的指纹特征。该方法可简便、快速、直观地评价奶粉品质的优劣。     

基于提升方案的CDF(1,5)整-整可逆双正交小波变换在渐进性无损图像压缩中的应用

讨论了基于双正交小波变换提升方案在图像压缩中的应用 ,研究了CDF( 1,3) ,CDF( 1,5 )双正交小波消失矩对图像压缩的影响。实验结果表明 ,在图像压缩中应尽可能选取具有较高消失矩的双正交小波 ,用CDF( 1,5 )双正交小波提升方案实现了基于整数运算的整 整可逆双正交小波变换 ,以及快速的、渐进性的直至无损图像压缩     

改进阈值提升小波和自适应滤波器的开放光路红外光谱去噪

大气污染物的主要组成成分为挥发性有机物(VOCs),傅里叶变换红外光谱技术(FTIR)是现阶段应用广泛的挥发性有机物在线测量方法。开放光路获取到的大气红外光谱(OP-FTIR)易受各种噪声污染,如何有效、快速的去除红外光谱中的噪声是大气在线实时监测系统研究的热点。综合利用提升小波变换结构简单、运算量低的优点以及最小均方误差自适应滤波器的自动调节参数以达最优化滤波的性能,提出了一种改进阈值提升小波结合自适应滤波的红外光谱去噪算法。该算法先通过改进阈值小波系数的提升小波去噪,在去噪的同时保留更多光谱特征信息,然后使用提升小波变换分解出的高频系数重构出噪声相关信号,将其作为最小均方误差自适应滤波器的参考输入进行二次滤波处理,最终获得的去噪信号很好的去除了与特征光谱频谱重叠的噪声信号。分别对人工添加噪声的标准红外光谱和合肥市市区上空实测开放光路红外光谱进行去噪处理,结果显示使用该算法处理后的光谱信噪比(SNR)较离散小波传统阈值去噪方法高出3db,均方根误差(RSME)平均减少30%左右,运行时间减少46%。表明该算法计算简单、运行速度快,对于大气环境监测实时消噪系统具有重要的实际应用意义。     

傅里叶变换红外光谱法分析复印纸的研究

建立了一种利用傅里叶变换红外光谱技术快速检验复印纸的新方法。采用傅里叶变换红外光谱技术对复印纸中填料种类和纤维素的结晶度进行了分析,并研究了复印纸热老化和紫外光老化的规律。以1 429与893 cm-1的吸光度比值表示纤维素的结晶度,测定不同纸张样品的结晶度的标准偏差为0.010 7～0.016 0,同一包纸样的平均标准偏差为0.014 8。不同厂家不同牌号、相同厂家不同牌号、相同厂家相同牌号不同生产时间复印纸中添加的填料种类和纤维素的结晶度不同,热老化和紫外光老化规律不同, 实现了对复印纸的鉴别,为纸张的相同性比对和同一认定提供了一种实用的检验方法。     

基于枸杞红外光谱人工神经网络的产地鉴别

应用红外光谱技术,快速鉴别枸杞药材产地。利用傅里叶变换红外光谱, 测定了45个来自青海省不同产地的枸杞样品的红外光谱。以常规预处理方法和小波变换对红外光谱原始数据进行了预处理。对比常用的窗口移动平滑预处理、标准正态变换以及多元散射校正, 小波变换是一种有效实用的光谱预处理方法。为了提高神经网络的训练速度, 在利用人工神经网络建立模型之前, 通过小波变换的方法对光谱变量进行了压缩, 同时对建立的模型的相关参数进行了详细的讨论。结果表明,红外光谱数据压缩到原来的1/8,其分析精度与原始光谱数据基本相当。以压缩了的光谱数据作为反向传播(BP)网络的输入变量,产地类别作为神经网络的输出变量,建立3层人工神经网络。其中隐含层神经元个数为5个,输出层神经元个数为1个。隐层的传递函数是tansig,输出层传递函数是purelin,网络训练函数trainlm,权阈值的学习函数是learngdm。net.trainParam.epochs=1 000,net.trainParam.goal=0.001。对10个未知枸杞产地类别进行了预测,预测结果准确率达100%。实验表明, 建立的模型能够正确地对枸杞样品快速地进行产地鉴别。红外光谱法结合人工神经网络可作为中药材产地分类鉴别的一种新的现代化方法。     

红外点目标检测的小波变换方法研究

在对红外图像目标特性及背景特性分析的基础上,提出了基于小波变换高频子图像处理算法及基于小波变换的区域相关算法,着重解决当目标距离成像系统较远时的点目标检测问题.实验结果表明:将区域相关算法和图像局部区域阈值的自适应滤波检测技术相结合,可显著提高红外点目标检测概率,实现较远距离的点目标检测.