延安市近50年来降水特征及趋势变化的小波分析研究

利用Morlet小波对延安1952~2003年52年间的降水量进行了多时间尺度分析,结果表明,延安降水在3~6 a和25~32 a的时间尺度上变化较强,存在近22 a和3 a的降水周期,其中22 a的周期变化最为强烈。根据降水周期,延安年降水在2003年后的5~8 a内相对偏多,2007~2009年左右达到最大值,然后降水量开始减少,从2013年左右开始进入一个约10 a的少雨阶段。基于1952~1990年降水量资料,建立小波变换的最近邻抽样回归模型,用1990~2003年13 a的年降水量变化作为校验,13年中有11年的预测结果相对误差小于30%,说明小波分析和最近邻抽样回归模型结合可以较好地预测降水量的年际变化。

基于Gabor小波的渐进式着色算法

为了解决黑白图像自动染色的难题,提出了一种基于Gabor小波的渐进式着色算法。该算法首先使用Gabor小波对黑白图像的纹理特征进行分析,在此基础上,根据纹理特征差异重新定义像素的邻居关系,最后利用最优化方法对染色问题进行迭代求解。该算法主要的创新点是交互操作少,并允许用户逐步添加色彩细节。同时该算法还是天然并行的,能够利用图形处理器(GPU)进行实时计算。为该算法和当今流行的着色算法做了效果对比,并且进行了效率分析,实验结果表明了该算法的可用性和效率。

Stable isotopic compositions in Australian precipitation

Stable deuterium (delta D) and oxygen-18 (delta O-18) isotopes in 1962 to 2002 precipitation from the seven Australian stations of the Global Network of Isotopes in Precipitation (GNIP) were used to investigate isotope characteristics including temporal and spatial distributions across different regions of Australia. On the basis of 1534 samples, the local meteoric water line (LMWL) was established as delta D = 7.10 delta O-18 + 8.21. delta O-18 showed a depletion trend from north and south to central Australia (a continental effect) and from west to east. Precipitation amount effects were generally greater than temperature effects, with quadratic or logarithmic correlations describing delta/T and delta/P better than linear relationships. Nonlinear stepwise regression was used to determine the significant meteorological control factors for each station, explaining about 50% or more of the delta O-18 variations. Geographical control factors for delta O-18 were given by the relationship delta O-18 (parts per thousand) = -0.005 longitude (degrees) - 0.034 latitude (degrees)-0.003 altitude (m) - 4.753. Four different types of d-excess patterns demonstrated particular precipitation formation conditions for four major seasonal rainfall zones. Finally, wavelet coherence (WTC) between delta O-18 and SOI confirmed that the influence of ENSO decreased from east and north to west Australia.

A Video Quality Assessment Metric Based on Human Visual System

It is important for practical application to design an effective and efficient metric for video quality. The most reliable way is by subjective evaluation. Thus, to design an objective metric by simulating human visual system (HVS) is quite reasonable and available. In this paper, the video quality assessment metric based on visual perception is proposed. Three-dimensional wavelet is utilized to decompose video and then extract features to mimic the multichannel structure of HVS. Spatio-temporal contrast sensitivity function (S-T CSF) is employed to weight coefficient obtained by three-dimensional wavelet to simulate nonlinearity feature of the human eyes. Perceptual threshold is exploited to obtain visual sensitive coefficients after S-T CSF filtered. Visual sensitive coefficients are normalized representation and then visual sensitive errors are calculated between reference and distorted video. Finally, temporal perceptual mechanism is applied to count values of video quality for reducing computational cost. Experimental results prove the proposed method outperforms the most existing methods and is comparable to LHS and PVQM.

Discrete wavelets transform for signal denoising in capillary electrophoresis with electrochemiluminescence detection

Discrete wavelets transform (DWT). was applied to noise on removal capillary electrophoresis-electrochemiluminescence (CE-ECL) electropherograms. Several typical wavelet transforms, including Haar, Daublets, Coiflets, and Symmlets, were evaluated. Four types of determining threshold methods, fixed form threshold, rigorous Stein's unbiased estimate of risk (rigorous SURE), heuristic SURE and minimax, combined with hard and soft thresholding methods were compared. The denoising study on synthetic signals showed that wave Symmlet 4 with a level decomposition of 5 and the thresholding method of heuristic SURE-hard provide the optimum denoising strategy. Using this strategy, the noise on CE-ECL electropherograms could be removed adequately. Compared with the Savitzky-Golay and Fourier transform denoising methods, DWT is an efficient method for noise removal with a better preservation of the shape of peaks.

基于小波理论的数字图像压缩方法研究

图像压缩是图像处理领域的一个重要研究课题，在图像存储、传输等应用中发挥着至关重要的作用。小波变换具有多分辨率、时频局部性、能量集中能力强等众多优点，因此特别适合于图像压缩。图像压缩主要涉及到图像变换和编码两部分。本文的大部分工作是基于图像变换而展开的，在小波变换理论、基于小波的图像压缩算法理论及其实现、提升小波变换的FPGA实现、以及对两种小波变换算法的改进等方面进行了深入研究和探讨，具体研究内容如下： 1介绍论文的研究背景和意义，并简要介绍图像压缩和小波变换的基本知识和研究现状，概述本论文的主要研究工作。 2详细阐述图像压缩的基本知识，包括图像压缩的原理、分类和图像压缩的国际标准，回顾图像压缩技术的研究历史，并展望一些新的发展方向。 3概述小波变换的基本理论，分析提升小波相对于传统小波变换的优势。分析小波变换应用于图像压缩中的优点，阐述基于小波的分层树集划分（SPIHT）编码算法，并给出实验结果。 4 本文设计了一种并行的二维提升小波变换电路硬件结构，在设计中主要针对小波基的选取、边界拓展方式、提升小波变换数字电路的流水线设计、变换整体结构设计等进行了详细的讨论。这些设计显著降低了资源的消耗，加快了变换速度，提高硬件利用率。 5 由于小波变换缺乏方向性，本文设计了基于Contourlet变换的改进策略，充分利用了Contourlet的方向性，并且克服了其冗余性，使其性能达到最优；针对提升小波不具备平移不变性的特点，将冗余分解的策略引入到提升小波，设计了基于最小熵原则的最佳冗余提升小波分解。并将这两种方法应用图像压缩，取得了较好的效果。

小波多尺度跟踪技术研究

本论文研究的主要内容为基于小波多尺度特性的序列图像目标跟踪技术。目标跟踪作为一个在军事、工业和科学研究方面有着广泛应用背景的研究领域，一直以来吸引了大批国内外学者。由于小波变换具有多分辨率分析的特点，而且在时频两域都具有表征信号局部特征的能力，使得基于小波变换的目标跟踪算法具有传统算法无法比拟的优势。针对目标跟踪技术的研究现状和存在问题，本文着重从目标分割和特征检测与匹配两个角度对基于小波变换的几种新的目标跟踪方法进行了研究。 1. 采用基于多尺度Gabor小波的特征点检测算法对序列图像进行跟踪。借助图像的金字塔变换得到多尺度的Gabor小波特征图像，并对特征图像进行特征点检测，提取对图像变换具有鲁棒性的特征。针对两种特征检测方案，提出不同的特征匹配准则，按照分层匹配的策略由粗到精逐步定位目标的准确位置，具有较快的搜索速度。 2. 采用多尺度小波函数所提取的相位一致性特征进行基于目标分割和基于角点特征的跟踪。 对目标图像进行相位一致性检测，得到一个具有光照不变性的无量纲特征量—相位一致系数。利用相位一致性检测的这种特性，针对孤立目标的情况，提出了两种自适应目标分割和跟踪的算法。基于区域增长的目标分割算法利用从相位一致图像中找到的对比度最大点及其法线方向两边的灰度分布确定目标和背景的种子像素，进行自适应目标分割。基于相位一致性检测的目标分割算法只需确定一个阈值即可利用相位一致特征图像的方向性，依据目标在不同方向响应的不同将目标和背景区分开，适应于复杂纹理背景中的目标分割。最后，分别将两种算法所得的分割结果向水平和垂直方向投影即可确定各自的质心位置，实现自适应的质心跟踪。 进一步提取相位一致性图像的最小矩特征就能得到目标的角点信息。文中用实验验证了此方法检测到角点的综合性能。在此基础上，提出了利用单演相位差进行角点匹配跟踪的算法，并将其同基于灰度相关的匹配算法进行了对比，证明了本算法能够检测出更多准确匹配的角点、减少误匹配，同时具有较小的匹配运算量。 对以上提出的几种目标跟踪算法进行了大量的仿真实验，实验结果表明，这几种方法均取得了较好的跟踪效果，能够实现稳定、精确的跟踪。

小波变换在海面目标自动检测中的应用

本论文以下列课题为背景：（1）“新一代光电指挥仪关键技术研究”—中科院知识创新工程预研课题；（2）“自寻的反舰导弹电视导引头”—型号任务，针对武器系统研制在图象跟踪与制导信息处理方面的关键技术，研究了海空复杂背景下舰船目标的自动检测与定位技术。本文提出了一种基于小波变换的舰船目标自动检测方法。该方法在分析海空场景图象特征的基础上，利用小波多分辨率分析和小波变换良好的局部分析特性，研究了图象预处理和目标定位的WT方法，将小波分析的思想贯穿于自动目标检测的全过程。提出了一种海空复杂背景图象预处理方法—基于小波多尺度分析的水天线检测方法。采用多分辨率组合带通滤波，对海空场景图象进行多级小波分解，利用小波分解垂直方向上的高频分量，综合多个尺度下的模极大值信息，由粗到精定位水天线。通过构造能量函数，提出了一种目标自动检测和定位方法。在检测到水天线位置的基础上，进一步检测目标：对小波分解水平方向上的高频分量，进行互能量交叉，既突出了目标，又有效地抑制了背景噪声；依据水天线定位参数，结合加权处理与门限处理，进行海杂波抑制；构造边缘能量函数，通过能量判决完成了目标检测；利用双窗口的不相似性度量函数完成了目标的准确定位。大量的仿真实验表明，本文提出的海面目标自动检测的WT方法，能够较好地实现在单帧图象中检测出舰船目标，亮暗目标兼容，而且在如下几类复杂条件下，检测算法依然取得了较好的检测效果：水天线倾斜；有较强的海杂波干扰；存在一定的鱼鳞光干扰；天空背景干扰；海面能见度较低图象模糊；小目标情况等。

基于小波变换的机器人腕力传感器滤波算法

在对机器人腕力传感器信号特点分析基础上,提出了应用小波变换对腕力传感器信号进行滤波的方法,讨论了小波滤波算法,研究了机器人腕力传感器信号滤波方案,并针对抛光机器人作业实验数据进行滤波。仿真实验表明方法有效。

小波变换理论应用进展

本文介绍了小波变换理论 ,讨论了基本小波函数的选取准则和小波变换算法 ,分析了小波变换与人工智能等其它方法的结合方式和特点 .通过介绍小波变换在信号瞬态分析、图像边沿检测、图像去噪、模式识别、数据压缩、分形信号分析等方面的应用实例 ,讨论了小波变换在处理非平稳信号和复杂图像时的优势 .最后 ,对小波变换理论的发展及其应用前景作了描述 .

基于表面肌电信号的人体运动意图识别方法研究

提出了基于表面肌电信号进行人体运动意图识别的新方法。该方法将智能发育思想结合其中,分为离线知识库建立和在线知识库检索两个过程。首先,进行离线训练,建立IHDR(Incremental Hierarchical Discriminant Regression)知识库。采集人体表面肌电信号,对肌电信号进行小波分解,将各层小波系数的方差作为每个通道信号的特征;然后,将每个通道的特征作为输入,人体运动行为作为输出,离线建立基于智能发育思想的IHDR知识库。人体运动意图识别的过程即知识库的检索运用过程,通过每个通道的特征来在线检索IHDR知识库,搜索到合适的节点即为运动意图。实验表明,基于智能发育思想的人体运动意图识别方法可以达到满意的识别率。

基于多特征模糊聚类的图像融合方法

首先利用模糊C-均值聚类算法在多特征形成的特征空间上对图像进行区域分割,并在此基础上对区域进行多尺度小波分解;然后利用柯西函数构造区域的模糊相似度,应用模糊相似度及区域信息量构造加权因子,从而得到融合图像的小波系数;最后利用小波逆变换得到融合图像·采用均方根误差、峰值信噪比、熵、交叉熵和互信息5种准则评价融合算法的性能·实验结果表明,文中方法具有良好的融合特性·

基于海底资源丰度的图像检索

提出了一种基于丰度的图像检索方法 ,在小波变换的基础上定义了边缘平均重复度来描述丰度 ,由此构成相似性度量的特征空间 .依据这一研究结果 ,可快速对海底资源图像库进行丰度意义下的检索并形成资源分布图 .最后 ,给出了对海底资源图像库进行检索的实验结果