共查询到20条相似文献，搜索用时 31 毫秒
1.
图像处理的目的就是对数字化后的信息进行某些运算和处理,以提高图像的质量或达到人们所要求的预期结果.小波被看做一种用于多层次分解函数的数学工具.图像信号经过小波变换后可以用小波系数来描述,小波系数体现了原图像信息的性质,图像信息的局部特征可以通过处理小波系数来改变. 相似文献
2.
提出了一种采用Ｍｏｒｌｅｔ小波变换实现织机声信号分析的方法,并藉助高速信号处理器和微机系统予以实现。对典型织机声信号进行了小波变换分析,获得了典型织机声信号的三维小波变换谱。实验结果表明,该方法是有效的。同短时傅里叶变换分析法相比较,织机声信号的小波变换分析法具有较好的分析性能。 相似文献
3.
小波变换在信号去噪的应用中有很大的优势,它弥补了傅里叶变换在信号去噪中的局限。小波变换在时间域和频率域都具有良好的局部特性,可以聚焦到信号的任意细节。根据信号的特性利用小波变换的处理方法能够有效的将有用信号与噪声分离开来从而达到去噪的效果。 相似文献
4.
小波时频变换可以彻底分离各频段信号,很好地保持原信号的信息,特别是在高频处获得更高的时间分辨率。基于小波时频变换的高频吸收系数属性可以精确地预测储层含油气性。利用该技术对排602井区沙湾组储层进行了含油气检测,预测结果与钻井解释成果吻合,较好地预测了储层油气分布特征,也证实了该项技术的有效性和可行性。 相似文献
5.
6.
提出了一种提升小波变换和DCT变换相结合的图像融合算法。这种算法并不依赖于对方差,而是直接使用DCT变化和小波变化分别对高频部分、低频部分进行特征提取。实验表明,这种新的融合技术与传统算法相比,不但提高了图像的信噪比,更加保留了边缘的信息细节,同时也提高了处理效率,减少了使用时间,具有较高得实用价值。 相似文献
7.
小波变换突破了传统傅里叶变换等信号处理方法的限制,在时域和频域上可同时对信号实现局部化处理,这更符合信号非平稳的变频带结构特征,因而在信号检测奇异性等方面具有广泛的应用价值。本文简要地介绍了小波应用在信号奇异性检测方面变换的基本原理,并通过仿真实验进行了验证。 相似文献
8.
小波变换突破了传统傅里叶变换等信号处理方法,在时域和频域上可同时对信号实现局部化处理,更符合信号非平稳的变频带结构特征,因而在信号检测奇异性等方面具有广泛的应用价值。可将小波检测信号的奇异性理论应用于突变点的检测中,在分析信号奇异性的性质及小波基特征的基础上,分析了在应用中小波基的选择原则。针对信号的不同特征选择合适的小波基。并且应用MATLAB仿真,结果表明所选的小波基具有很强的检测能力。 相似文献
9.
本文介绍了小波变换的发展历史,基本原理,比较了小波变换与傅立叶变换的各自不同的特点,讨论了当今传输系统中小波变换的应用,通过这些介绍分析,得出小波变换算法在信号处理、瞬态分析、图像处理等方面的优势,最后对小波变换理论的发展及其应用前景作了展望。 相似文献
10.
如何去除信号中的噪声．得到纯净的信号是信号处理过程中一个热点技术。本研究根据噪声与信号的小波变换模极大值点在多尺度空间上具有不同的特性,对信号进行了噪声消除。试验结果表明,使用傅里叶变换和coif2小波模极大值点法对信号去噪,都能够有效地去除信号中的噪声,且重构后的信号非常逼近原始信号．但coif2小波模极大值点法去噪效果更好。 相似文献
11.
12.
在静电探针自动测量系统测量等离子体参数中，如何在不改变原始数据特征的条件下干净有效的滤除噪声，是一个很重要的问题。对此，采用低通滤波器、移动平均法等一些常用的数据处理方法很难解决。本文采用两种小波变换：Daubechies小波变换和Biorthogonal小波变换分步进行处理，得到了比较好的处理结果，并对上述的几种方法在实际测量信号中的处理结果进行分析对比来证明了这一点。 相似文献
13.
采样后的瞬变电磁信号数据容易受到各种噪声的干扰,造成数据处理时分辨率较低,进而出现异常解释信息,影响后续工作进程,因此,必须选取合适的方法对其讲行去噪处理.本文集中对三点指数逼近非线性平滑去噪、基于小波阈值的信号去噪、基于小波变换模极大值的信号去噪、基于小波包的信号去噪等方法及效果进行比较,对瞬变电磁法的去噪工作具有一定的现实意义. 相似文献
14.
15.
根据信号与噪声在小波变换下的不同特征,可以运用小波变换来消除噪声。模极大值小波域消噪算法只能采用二进制尺度分解,这限制了一些信号的分析结果。针对该不足进行了改进,采用自适应选择分解尺度代替二进制尺度分解尺度。 相似文献
16.
数字图像压缩技术对于数字图像信息在网络上实现快速传输和实时处理具有重要的意义。现从几个方面介绍了数字图像压缩中的小波变换及其应用。 相似文献
17.
机加工表面纹理特征在实际的研究和应用中具有重要意义,而当前基于小波变换的方法由于丢弃了隐藏丰富特征信息的高频部分,因此准确度不高。本文提出利用小波包变换和奇异值分解的方法来提取图像特征,实验证明,该方法具有较高的准确度和较强的适应性。 相似文献
18.
Matlab小波分析在信号处理中的应用 总被引：1，自引：0，他引：1
本文在对傅立叶变换和窗口傅立叶变换以及小波变换比较分析的基础上,重点探讨了Matlab小波分析对普通信号进行分析、消噪、压缩和奇异点检测等信号处理中的各种应用,并提出一些自己的看法。 相似文献
19.
对语音信号的时域和频域进行分析,对小波分析的特点进行多分辨率分析,发现其具有分析时频和频域局部特征的能力,即在高频部分具有较高的时间分辨率和较低的频率分辨率,在低频部分具有较高的频率分辨率和较低的时间分辨率,可用于测量语音信号中夹带瞬态反常现象并展示其成分的情况。用小波变换的方法实现语音信号去噪增强,并在Matlab中进行了实验效果仿真,结果表明,该方法对语音信号的增强效果很好。 相似文献
20.
根据信号与噪声在小波变换下的不同特征，可以运用小波变换来消除噪声：模极大值小波域消噪算法只能采用二进制尺度分解，这限制了一些信号的分析结果。针对该不足进行了改进，采用自适应选择分解尺度代替二进制尺度分解尺度， 相似文献