基于小波变换的视觉信号特征提取方法

该文提出了一种用于视觉信号特征提取的新方法将CCD获取的图像投影后的信号波形进行小波变换。当小波的尺度选择恰当时,小波变换结果的零交叉点可用于确定图像的中心。实验结果表明,该方法相对于其他方法对随机误差的干扰具有更强的鲁棒性。     

应用最优小波包变换的特征提取方法

在模式识别或分类中,从原始模式中提取有效的分类特征是非常重要的.但对于大量的非平稳或时变信号模式来说,如语音,雷达,地震信号等,用于分类的特征往往包含在局部的时-频信息中,用一般的变换方法提取有效的特征比较困难.近年来小波变换在信号处理和特征提取中得到了广泛应用,但小波包变换的任意多尺度分解特性,是分析非平稳信号更有效的方法,这是由于小波库中包含了丰富的小波包基,不同的小波包基具有不同的性质,反映不同的信号特性,能获取其他变换所不能获取的信号特征.本文主要研究由给定的训练样本集,如何选择最优小波包基,从被识别或分类的信号中提取具有最大可分性的特征.为此提出了应用三种可分性准则,即距离准则,散度准则和熵准则选择最优基.通过实验,对应用各准则选择最优基提取特征与小波基提取特征的性能进行了比较.     

小波变换在虹膜图像特征提取与识别中的应用

文章从虹膜图像的灰度直方图入手,分析了虹膜图像的结构及其灰度分布,在此基础上,完成虹膜图像的内、外边缘的定位和归一化;利用小波变换对分区后的虹膜图像进行分解,实现了虹膜的纹理特征提取和识别。实验结果表明,该方法运算速度快,准确度高,能较好的满足虹膜识别的实际要求。     

基于小波分析的JEM特征提取与应用

根据对常规防空雷达飞机回波特性及其JEM(Jet Engine Modulation)特征的理论模型和实际信号分析与理解,本文采用小波分析处理方法从回波幅度分量提取JEM特征,用于螺旋桨飞机自动识别。对实测回波数据的分析提取到了比较精确而稳定的JEM特征,并表明该方法具有提取方便、误差较小的优点。     

基于小波变换的信号突变特征提取与定位

将小波变换应用于多普勒信号分析,研究了小波变换对高速火炮多普勒回波信号突变特征的准确检测和精确定位,实现对炮弹出膛时刻的提取,从而提供每发弹丸的起始时间零点。仿真结果表明,该方法能够有效提取弹丸出膛时刻,具有较高的定位精度。     

基于小波变换方法的红外动目标检测

红外目标的成像跟踪是一种新的制导技术，它是以人工智能、图像识别、计算机技术和高分辨率传感技术为基础的。图像识别，或称为目标识别的关键是目前边缘的准确提取即目标检测。本文介绍一种基于小波变换方法的目标检测。小波分析技术近几年来取得了突破性进展，它可以把信号分解成基本的建筑块，对不同频率成分的时域取样步长可调，是一种多尺度描述信号的方法，在空域和频域都便于定位，因此小波变换可以表征信号的局部奇异性。     

基于小波包变换的辐射源信号特征提取和识别

文中基于小波包变换方法,对MSK信号辐射源提取了J-散度特征和能量特征,结合支持向量机分类器完成辐射源的识别,仿真结果表明：两者识别率均达到90％以上,从而验证了基于小波包变换的辐射源识别的有效性。     

基于小波包分解的声信号特征提取方法

论文提出并论述了一种基于小波包分解的特征提取方法，介绍了小波包分解的原理及其实现过程，并将其应用于超低空声目标识别系统中的特征提取过程。通过对几种典型的超低空飞行目标声信号的实验，验证了此基于小波包分解的特征提取方法的有效性。     

基于小波变换人体生命参数探测方法

探讨了使用小波变换对人体生命参数检测。其基本原理是利用电磁波照射人体,其回波信号被人体生命活动引起的体表微动(如呼吸、心跳)调制后,使得回波信号的某些参数(如频率、相位)发生改变,通过小波变换技术检测回波信号参数的变化提取出人体生命参数。重点研究了小波变换方法在人体生命参数检测和识别中的应用。     

基于小波分析的视频图像字符特征提取方法研究

文章提出了一种基于小波变换的字符小波特征向量提取方法。通过对字符图像的小波分解子图求取风格特征向量，构造出字符的小波特征向量。该特征反映了图像字符结构特征和统计特征的综合信息，特征向量稳定、简单、算法快，且特征提取方法具有类人视觉特点。     

基于小波域NMF特征提取的SAR图像目标识别方法

该文提出了一种基于小波域非负矩阵分解特征提取的合成孔径雷达图像目标识别方法。该方法对图像二维离散小波分解后提取低频子带图像,用非负矩阵分解对低频子带图像提取特征向量作为目标的特征,利用支持向量机进行分类完成目标识别。将该方法用于对MSTAR数据中三类目标识别,识别率最高可达97.51%,明显提高了目标的正确识别率。实验结果表明,该方法是一种有效的合成孔径雷达图像特征提取与目标识别方法。     

基于分数阶傅里叶变换的窄带雷达飞机目标回波特征提取方法

该文研究了常规窄带雷达体制下,利用分数阶傅里叶变换扩展特征域,从而解决直升机、螺旋桨飞机和喷气式飞机3类飞机目标回波分类中的特征提取问题。在现代战场中,直升机、螺旋桨飞机和喷气式飞机具有不同的机动性能,并各自承担着重要的任务。因此,实现这3类飞机的分类具有重大的意义。该文针对3类飞机目标分类的传统特征数目少,包含信息量有限,导致分类性能不够好的问题,基于现有的特征提取方法引入分数阶傅里叶变换(Fractional Fourier Transform, FrFT),在经过FrFT后的分数域提取3类飞机目标回波的分数阶特征,弥补传统特征的不足。并利用线性相关向量机(Relevance Vector Machine, RVM)的特征选择功能对提取的分数阶特征进行特征选择并分类。基于仿真和实测数据的实验结果证明该文提出的分数阶特征的分类性能较传统时域、多普勒域特征有较大提升。     

基于小波特征的非线性鉴别特征抽取技术

该文提出了一种基于小波特征的非线性鉴别特征抽取方法,即在进行非线性映射之前,首先利用小波变换对原始输入图像进行预处理,获取低频平滑、水平细节和垂直细节等3个子图的小波特征,然后在频域上,对它们分别进行核Fisher鉴别分析。对最终获得的3组鉴别特征设计了一种特征融合的方法。在ORL标准人脸库上的试验结果表明所提方法不仅在识别性能上优于现有的核Fisher鉴别分析方法,而且,在ORL人脸库上的特征抽取速度提高了近13倍。     

基于小波变换的形状识别方法

本文研究了小波变换在图象识别中的应用，首先针对具有封闭轮廓的二维形状，提出了一维的“规一化曲率函数”表示法，然后采用一种特殊类型的小波基对上述一维函数进行小波变换，最后根据其过零特性提出了“基于小波变换过零特征的二维形状识别方法。”     

基于子波变换的语音去噪方法

本文在分析了随机噪声的子波变换系数在不同尺度上的传递特性和噪声信号奇异性与子波模极大值的关系后,提出了用一个尺度间变化的门限阈值来抑制带噪语音信号在不同尺度上噪声子波系数,从而实现在重构语音信号中消除噪声的目的。文中还给出了不同信噪比语音信号的子波去噪的计算机仿真结果,从结果上看出,本文的方法有较好的语音去噪、增强效果。     

基于小波变换的图像分割技术研究

图像分割是一种重要的图像分析技术.近年来,对图像分割的研究一直是图像技术研究中的热点和焦点.介绍一种基于小波变换的图像分割方法,该方法先对图像的灰度直方图进行小波多尺度变换,然后从较大的尺度系数到较小的尺度系数逐步定位出灰度阈值.实验结果表明,该方法具有较好的抗噪声性能.     

一种基于一维小波包分解的信号特征提取方法

本文主要针对主动声纳的水中目标回波信号,使用一维二进离散小波包分解技术进行信号的特征提取,研究了信号特征的提取方法和分解节点与实际频带对应列表的计算方法,并通过不同的仿真实验对特征提取算法进行了验证和分析,旨在为基于信号处理提取水中目标回波信号的特征提供一种新的方法和思路。     

小波分形分解特征在手写体汉字识别中的研究

文章研究了手写体汉字识别中的一种新的特征提取方法——小波分形分解特征。在该方法中，对手写汉字分别采用小波和分形的方法提取其结构特征和统计特征，并将提取的结构特征和统计特征组合后作为识别器的输入进行识别。实验表明，该方法对训练样本可以达到98．71％的识别率，对测试样本可以达到91.37％的识别率。     

血清自体荧光—共振喇曼光谱的小波分析方法

本文在介绍激光透导血甭自体荧光－－共振喇曼光谱用于癌症诊断的物理学依据的基础上,详细过论了利用小波理论对激光诱导血清自体荧光－－共振喇曼光谱进行分析,撮用于癌症检测与分类特征的方法。