小波分析在气泡幕散射光信号处理中的应用

选取Daubechies小波对尾流气泡幕散射光信号做一维离散小波变换,小波阶数为3,尺度数Level为5,得到了原始信号的小波分析和重构误差结果.经db3小波分解,散射光信号的低频及高频部分区别不大,可能是信号采集频率过低(×10－1 s)导致的结果.对原始信号进行小波分析容易得到均值、中值、模式、标准差等统计量.通过对散射光信号进行一维平稳小波去噪、小波变换密度估计、小波系数选取等方面的分析,揭示了不同压强下散射光信号具有不同的性质.     

船舶尾流散射光信号及一维离散小波分析

用自行设计的测试系统测量了不同航速下船舶尾流的散射光信号,并选用一维离散小波Dmeyer小波对散射光信号进行了5层小波分析.测量和分析结果表明,随着航速增大,船舶尾流散射光照度减小,尾流气泡幕逐渐增强,气泡幕中气泡密度、气泡运动规律、不同直径气泡分布均随之变化.气泡幕的增强可能存在饱和度,在航速增大到一定值时,气泡幕会达到一稳定的密度分布.从小波分析得到的第五层逼近信号来看,不同航速下主峰位置、主峰个数以及峰值差均不同,不同航速下散射光细节信号的第一层均具有一定周期性,航速10 km/h时表现出完美的周期性,出现类似于同方向不同频率简谐振动叠加而出现“拍”的现象.     

模拟尾流泡幕及实际尾流光学性质对比研究

对模拟尾流泡幕及实际尾流光学性质进行了对比研究.结果表明,实验室模拟尾流气泡幕的散射光平均照度均值随着压强变化梯度大，可据此定性区别不同压强的气泡幕.实际尾流随着航速增大，散射光照度减小，但这种减小不是线性的.散射光照度一定周期性的规律，说明随着航速的增大，尾流气泡幕逐渐增强，气泡幕中气泡密度、不同直径气泡分布等均随之变化，这可能预示着气泡幕的增强存在饱和度.实验室模拟尾流气泡幕与实际尾流的散射光信号在轮廓方面是相似的，都随着压强或航速的增加而减小.通过比较实验室模拟气泡幕和实际尾流的差值信号，可以有效地消除杂散光或自然光的影响，利用Haar小波对差值信号的分析也得到相同的结论.     

尾流光学信号的处理方法

主要利用滤波器、离散傅里叶变换、以及统计信号处理方法等对实验室模拟的尾流信号进行分析和处理、计算.从能量的角度来看,光学信号在有无气泡幕情况下的区别是非常明显的;利用滤波器只能作为尾流光学信号的预处理,从实际应用来看,需要做进一步处理;离散傅里叶变换对不同气压下得到的处理结果存在的区别,必然也为判断不同航速、不同尾龄下的尾流提供了一种线索;以Chirp z变换的形式对尾流光学信号进行处理,使得这种分布具有相当直观的图形,结合适当的图形处理方式,将有可能确定探测尾流光学性质的特征信号.     

基于并行小波变换的快速三维面形测量技术

为了提高小波变换三维面形测量技术中相位信息的解调速度,依据不同的并行计算原理,提出两种基于并行一维连续小波变换的光学条纹图快速解调方法。利用多核CPU运算平台进行了计算机模拟和实验,结果表明并行一维连续小波变换光学条纹图相位解调方法相比于串行一维连续小波变换光学条纹图相位解调方法,在精度不变的同时计算速度显著提高:对850pixel×1000pixel大小实测条纹图像解调速度提高了7.5倍。并行一维连续小波变换相位解调方法为小波变换三维面形测量技术在实时/瞬态过程三维面形测量中的应用奠定了基础。     

基于小波包变换的红外与可见光图像融合

针对红外与可见光图像特点,提出一种基于小波包变换的融合算法。该算法先对源图像进行小波包分解,得到低频分量和各带通方向子带分量,并对不同分量采用不同的融合规则进行融合处理,得到各融合系数,然后经小波包重构获得融合图像。该方法可提取源图像细节信息,取得较好的融合效果。     

基于小波包变换的复合材料超声波检测信号特征提取

本文以碳纤维复合材料常见缺陷分层、孔隙、疏松的超声波检测缺陷信号为研究对象，对超声波检测信号进行小波包变换，提取包含信号绝大部分能量的近似系数波形特征及细节系数的统计量作为样本的特征值。应用BP神经网络分类器进行分类识别验证，取得较好的识别效果。该方法能以较小的特征维数表征原始信号特点。     

复轮廓波包的构造及其图像去噪应用

一般的轮廓波变换只对信号的低频部分进行分解,却忽略了信号的高频部分,因而丢失了丰富的细节和纹理信息,为了克服这种缺陷,本文利用解析的双树复小波包变换和非抽样方向滤波器组,构造了复轮廓波包变换,并提出一种基于相邻系数阈值分类的复轮廓波包图像去噪算法.新的变换除了具有多分辨率、局部性、多方向性和各向异性的特点外,还具有平移不变性和更丰富的方向分量.仿真试验结果表明,构造的复轮廓波包变换能够有效地抑制伪Gibbs现象,并且保护更多的边缘和纹理等细节,其PSNR值和视觉质量均优于一般的去噪方法.     

复轮廓波包的构造及其图像去噪应用

一般的轮廓波变换只对信号的低频部分进行分解,却忽略了信号的高频部分,因而丢失了丰富的细节和纹理信息,为了克服这种缺陷,本文利用解析的双树复小波包变换和非抽样方向滤波器组,构造了复轮廓波包变换,并提出一种基于相邻系数阈值分类的复轮廓波包图像去噪算法.新的变换除了具有多分辨率、局部性、多方向性和各向异性的特点外,还具有平移不变性和更丰富的方向分量.仿真试验结果表明,构造的复轮廓波包变换能够有效地抑制伪Gibbs现象,并且保护更多的边缘和纹理等细节,其PSNR值和视觉质量均优于一般的去噪方法.     

基于分块DCT变换编码的小波域多幅图像融合算法

提出了一种利用DCT变换和小波变换的特征层图像融合算法.其基本思想是先对多幅源图像进行分块DCT变换,选取较大方差对应的变换系数,将图像压缩为原图像大小的1/4,保留系数的对应坐标作为提取信息时的密钥;其次将经处理后的DCT系数直接作为小波变换的分解系数,经小波逆变换后得到融合信息.实验结果表明,该算法实现了多幅不同大小图像的融合,同时单一密钥只能提取单一图像. 关键词： 图像融合 小波变换 离散余弦变换 编码     

连续小波变换的土壤有机质含量高光谱估测

土壤有机质含量的高光谱估测可快速、准确监测土壤肥力,对现代化农业生产进行精准施肥提供科学依据。以新疆渭干河-库车河三角洲绿洲耕层土壤为研究对象,对采集的98个土壤样品的原始光谱反射率R分别进行传统倒数对数lg(1/R)、一阶微分R′和倒数对数一阶微分[lg(1/R)]′数学变换,以及基于小波母函数Bior1.3不同尺度分解的连续小波变换（CWT）,并与实测土壤有机质含量进行相关分析,从而筛选出各类变换下与土壤有机质含量密切相关的特征波段和小波系数（p<0.01）。分别以原始光谱反射率（R）以及不同变换处理下的特征波段反射率和敏感小波系数作为自变量,土壤有机质含量作为因变量,采用偏最小二乘回归和支持向量机回归方法构建土壤有机质含量的估测模型。结果表明：（1）各类光谱变换方法有效提升光谱与土壤有机质含量之间的敏感性,其中经CWT变换后的土壤光谱反射率与有机质含量的相关性得到显著提高,相关系数由0.39提高到0.54（p<0.01）。（2）传统的[lg(1/R)]′变换构建的支持向量机回归模型,其决定系数（R2）高于lg(1/R)和R′变换构建的模型,说明倒数对数一阶微分变换可有助于提高估测模型的精度,且支持向量机回归模型的精度和稳定性高于偏最小二乘回归模型。（3）经过CWT分解后,以原始光谱反射率在不同尺度上的敏感小波系数作为自变量建立的模型,估测精度和稳定性均有明显的提高,构建的R-CWT-23-SVMR模型的决定系数（R2）为0.84,均方根误差（RMSE）为1.48,相对分析误差（RPD）等于2.11,模型精度达到最高并拥有极好的预测能力。高光谱数据经多种变换处理后可有效去除白噪声,而连续小波变换处理比传统的数学变换方法更适合于挖掘土壤有效信息,实现光谱信号的近似特征和细节特征的有效分离,建立的反演模型可更加精准估测土壤有机质含量。     

多类运动想象脑电信号特征提取与分类

针对多类运动想象情况下存在的脑电信号识别正确率比较低的问题,提出了一种将小波包方差,小波包熵和共同空间模式相结合的脑电信号特征提取,输入到支持向量机达到分类目的。首先选择小波包去噪后重要导联的脑电信号,进行小波包分解;然后对通道优化选取的重要导联的每个通道信号计算方差和熵值,对重要导联的每个通道信号的子带系数进行重构后,进行共同空间模式特征提取;最后结合2种不同导联方式所获取的特征向量进行分类。采用BCI2005desc_IIIa中l1b数据,该算法的分类正确率最高达到88.75%,相对2种单一的提取方法分别提高28.27%和6.55%。结果表明该算法能够有效提取特征向量,进而改善多类识别正确率较低的问题。     

基于最大熵原理的小波去噪方法

小波变换去噪中最关键的问题是如何确定小波系数的阈值,使其能够将与噪声和信号相对应的小波系数合理地区分开来。根据概率论的基本原理可以推断,随机序列的细节小波变换系数符合正态分布。基于此结论,可以利用最大熵原理确定一个阈值,使得绝对值小于此阈值的小波系数组成的序列符合正态分布。该阈值在统计意义下能够最佳地区分信号与噪声的小波系数。采用光谱数据的仿真分析以及与其他方法的对比实验证明,这种最大熵小波去噪方法不仅在提高信噪比方面显示出了其优势,而且去噪效果不易受信噪比变化的影响。     

气泡数密度对尾流光束衰减测量的影响

为准确地测量出尾流气泡群的衰减,提高前向光尾流探测的可靠性,研究了气泡数密度对尾流光束衰减测量的影响.基于辐射传输方程的小角度近似解,得到了探测截面上的约化功率和漫射功率的表达式.根据测量条件,引入了有尾流气泡和无尾流气泡时探测截面上接收到的辐射功率之比作为透射函数,并进一步引进了复散射校正因子,它表征了复散射效应的强弱.针对典型的尾流气泡分布,通过数值计算得到了不同测量条件下气泡数密度与复散射校正因子、透射函数的关系.数值计算结果表明：复散射校正因子都随气泡数密度的增大单调的增大,透射函数都随气泡数密度的增大单调的减小;测量条件不同,气泡数密度对光束衰减的影响也不同.研究结果表明,给定测量条件和透射比时,利用小角度辐射方程可以得到气泡群数密度的量化信息.     

舰船尾流气泡层散射相位函数及其后向散射信号特性分析

根据实测舰船的尾流气泡分布模型,利用米氏理论计算得到尾流气泡层的散射相位函数,并将其应用于尾流气泡层后向散射光接收信号的Monte Carlo仿真分析中,以便为实际海况下的舰船尾流气泡层后向散射光探测的实验设置与信号预测、分析提供可靠的依据.通过对不同距离处尾流气泡层的散射相位函数及后向散射光接收信号特性的分析,可以得出:尾流中气泡层散射相位函数的变化小明显,且对接收信号的影响较小;气泡数密度的变化导致的多次散射效应和气泡层衰减系数的变化是引起后向散射光强度变化的主要原因,数密度越大,散射光信号中的多次散射光成分越大;当气泡层厚度达到一定倍数的衰减长度时,继续增加气泡层厚度对后向散射接收信号的影响较小.     

Analysing the structure of the optical path length of a supersonic mixing layer by using wavelet methods

The nano-particle-based planar laser scattering(NPLS) technique is used to measure the density distribution in the supersonic mixing layer of the convective Mach number 0.12,and the optical path difference(OPL),which is quite crucial for the study of aero-optics,is obtained by post processing.Based on the high spatiotemporal resolutions of the NPLS,the structure of the OPL is analysed using wavelet methods.The coherent structures of the OPL are extracted using three methods,including the methods of thresholding the coefficients of the orthogonal wavelet transform and the wavelet packet transform,and preserving a number of wavelet packet coefficients with the largest amplitudes determined by the entropy dimension.Their performances are compared,and the method using the wavelet packet is the best.Based on the viewpoint of multifractals,we study the OPL by the wavelet transform maxima method(WTMM),and the result indicates that its scaling behaviour is evident.