���ڸĽ�С����ֵȥ�뷨����Langmuir ̽���ź�

在分析软硬阈值去噪特点的基础上,提出一种改进的小波阈值函数。根据Langmuir探针I-V特性曲线的特点,提出一种改进的标准差估算方法来计算小波阈值。采用基于改进标准差和改进阈值函数的小波对探针特性曲线进行去噪,仿真结果表明,改进的方法取得了良好的去噪效果,提高了信号的信噪比,降低了均方误差,去噪效果优于传统阈值去噪方法。     

基于小波分解系数的贝叶斯人脸识别方法

本文给出了贝叶斯人脸识别方法中匹配准则的多个近似表达式及一种实用的快速计算方法.在此基础上,利用反对称双正交小波变换的微分算子功能,提出了一种利用两幅人脸图象的小波变换系数差作为模式矢量的贝叶斯人脸识别方法,并利用AR人脸图象库进行了实验.实验结果表明本文方法与基于图象灰度的类似方法相比,识别率提高8%左右.此外本文方法也提供了一条在图象压缩数据域中实现人脸识别的可能途径.     

基于双目立体视觉实现物体三维测量的研究

以双目立体视觉理论为基础,提取立体图像的Harris角点作为特征点,经过基于小波变换的子线段匹配方法,采用由粗到细的匹配策略匹配端点,盒滤波技术加速法,解决了匹配准确度和匹配速度之间的平衡问题.采用该方法对水泥冷却机内熟料进行测量,实验表明该方法能够较精确的对物体实现三维测量.     

基于改进中值滤波和提升小波变换的阈值去噪方法研究

对于实际拍摄的一些图像信噪比低,噪声密度大,且含有混合噪声,而现有算法大多只能去除单一噪声的问题。针对混合噪声中含有的脉冲噪声和高斯噪声,提出基于改进中值滤波和提升小波变换去噪相结合的方法。去噪过程中,使用中值滤波器提取脉冲噪声并采用中值滤波算法滤波后,构造提升小波,采用改进阈值函数提升小波阈值去噪方法去除高斯噪声。实验结果表明,当噪声值(,)=(0.4, 20)时,采用本文去噪方法,峰值信噪比（PSNR）为34.002 1,平均绝对误差（MAE）为2.365 3。     

时频域分形维数分析的光谱信号重叠峰解析算法

由于光谱谱线存在自然展宽、多普勒展宽、碰撞展宽等,使混合气体中多种成分的吸收光谱信号出现相邻谱峰重叠现象,给混合气体组成成分的定性或定量检测带来较大的困难。现有的方法在获取先验知识、处理精度、运算效率等方面存在不足。提出基于时频域分形维数分析的光谱信号重叠峰解析算法,结合小波的多尺度观测能力和分形的自相似度的度量能力,识别、定位和解析光谱信号中的重叠峰。首先利用小波对具有重叠谱峰的光谱信号进行光谱频率域和尺度域的分析,然后对该时频域的光谱信号在同一光谱频率下的多尺度数据进行自相似性度量和分形计算。逐频率计算后得到光谱信号在频率域的分形维数曲线。该曲线体现了光谱信号在不同尺度的自相似性,其极值位置与光谱信号的各独立峰的位置具有相关性。依据此特性,结合分形曲线的特征参数,最后利用神经网络解析出对应混合气体成分的混叠在一起的各个独立谱峰。该方法利用小波的多分辨率特性,对信号进行不同尺度的精细度量。分形模型则提高了系统解析复杂信号的能力,对重叠程度高的多谱峰重叠信号也有很强的处理能力。借助人工神经网络,实现了整个算法的自动测量。通过实验结果分析,验证了算法的有效性,并讨论影响算法效果的主要因素。     

基于白光干涉彩色图像的微结构表面形貌测量

微结构的表面形貌会显著地影响微纳器件的使用性能及产品质量,是微纳测试领域的一个重要研究方面,利用白光干涉技术是测量物体表面形貌的一种常见方法。区别于常用的CCD黑白相机,使用CCD彩色相机采集白光干涉条纹的彩色图像,使获取的图像包含了R、G、B三个通道的信息。利用小波变换法分别求解出在不同扫描位置处R、G、B通道的相位信息,通过建立的评价函数,并结合最小二乘法可精确确定零光程差的位置,利用相对高度和零光程差位置的线性关系,进而得到物体的表面形貌。通过仿真以及实际测量由VLSI标准公司制造的标准台阶结构,验证了所提出方法的有效性。     

小波图像融合在太赫兹无损检测中的应用

玻璃纤维增强复合材料被广泛应用于航天、航空及其他军民各领域,它在制备和使用过程中通常会出现多个缺陷。太赫兹时域光谱成像技术有望成为玻璃纤维增强复合材料无损检测的有力补充手段。在太赫兹时域光谱成像过程中,可以选取时域或频域波形中的不同参数来进行成像。对于不同的缺陷,能够有效地对其进行检测的参数是不一样的。采用基于小波分解的图像融合方法将多幅不同参数获取的太赫兹反射图像结合起来,得到一幅包含所有缺陷信息的新图像。研究表明,基于小波分解的图像融合方法在太赫兹无损检测中的应用,能够获取单一参数成像无法检测的缺陷信息,为复合材料太赫兹图像后期处理提供了新的技术方法。     

花生种子品质的可见-近红外光谱分析

利用600～1 100 nm波段研究花生品种的可见-近红外反射光谱,对选取的三种具有代表性的花生种子进行实验。使用近红外光纤光谱仪采集光谱数据,对原始光谱进行小波分析以提取光谱特征,再用主成分分析方法进行聚类分析,最后把每一个样品的前4个主成分得分作为识别模型的输入,品种类别作为模型的输出,以马氏距离作为判别函数,建立了线性判别分析模型。对于每个品种的50个样品,随机挑选30个样本作为训练集,剩余的20个样本作为预测集。该识别模型对3个花生品种的平均正确识别率为95%。表明该方法能有效的识别花生种子,得到较好的分类效果,为花生种子品质的区分和鉴别提供了一种新方法。     

基于复小波包分形理论的爬壁机器人故障检测

通过研究爬壁式机器人的控制和运动特征，提出一种基于复小波包分形理论的故障检测方法．利用复小波包的平移不变性，将爬壁式机器人传感器输出信号分解成独立的频谱，并进行阀值处理和重构，从而有效去除高频噪音并提取故障的特征频率；依据信号分形维数的多尺度不变性，在嵌入维数空间，采用维数最大距离法，确定复小波包域故障信号的关联雏数．仿真实验表明，爬壁式机器人在各种异常工作模式下的故障信号关联维数能比较真实地反映其故障状态空间，同时也验证了故障信号的关联维数低于正常信号的关联维数作为故障发生与否的定量判据的正确性．     

图像的微分处理与相关识别

介绍了小波图像微分原理,并对图像的微分处理与相关识别进行了实验分析和研究。实验结果表明,对图像进行小波微分预处理后,可以有效地减少图像中的低频成份,这就使图像相关运算更多地比较了图像的细节变化,增加了相关图像的信息量,可以有效地提高图像的识别能力。