离散小波变换

摘要： 针对脑电信号分类准确率不高导致脑控设备控制稳定性差的问题,提出一种基于离散小波变换(DWT)、多变量经验模态分解(MEMD)和模糊熵的特征提取与分类方法.首先,利用DWT将脑电信号分解成一系列窄带信号;其次,利用MEMD对子带信号进行分解,得到一系列本征模函数(IMFs),选择合适的IMFs进行信号重构,利用模糊熵算法对信号提取特征,作为实验的特征向量;最后,使用支持向量机(SVM)进行分类.利用脑机接口(BCI)大赛数据作为验证集,验证了该算法的有效性,使分类精度提高到了96.2％,同时解决了经验模态分解(EMD)中频带覆盖较广的问题.

摘要： 目的数字印刷和手机拍摄是检验含有数字水印的印刷产品版权有效性的主要途径,解决在数字印刷和手机拍摄场景下水印信息难以提取这一问题。方法提出一种基于离散小波变换和奇异值分解的抗数字印刷/手机拍摄的数字水印算法。首先对宿主图像进行二级离散小波变换,对低频子带进行奇异值分解,将Arnold置乱后的水印嵌入到奇异值分解的对角矩阵中,最后进行小波逆变换得到嵌入水印图像。结果含水印信息的峰值信噪比(PSNR)达到了39.67,在不同攻击下的归一化相关系数(NC)均在0.89以上,实际的印刷拍摄测试中NC值也均达到0.94,证明该水印算法在保证不可见性的同时对于印刷产品实际应用中的常见攻击具有很好的抵抗能力。结论对不同品牌的智能手机、印刷设备以及不同种类的纸张采集到的含水印图像进行测试,均能够在印刷和拍摄场景下实现水印提取,证明了该算法的有效性。

摘要： 文章提出一种基于离散小波变换(DWT)、Hessenberg分解(HD)和奇异值分解(SVD)的图像水印方法。在嵌入过程中,对原始载体图像进行多级DWT分解,并将得出的子带系数作为HD的输入。在创建水印的同时对SVD进行操作,通过缩放因子将水印嵌入到主图像中。运用果蝇优化算法,通过给出的客观评价函数来寻找比例因子。在各种欺骗攻击下,将所提出的方法与其他方法进行比较,实验结果表明,该方法对水印具有良好的鲁棒性和不可见性。

摘要： 为了增加融合图像的信息量,结合非下采样剪切波变换(Non-Subsampled Shearlet Transform,NSST)和离散小波变换(Discrete Wavelet Transform,DWT)的互补优势,提出了改进的多模态图像融合方法。采用NSST对两幅源图像进行多尺度、多方向的分解,得到相应的高频子带和低频子带;利用DWT将低频子带进一步分解为低频能量子带和低频细节子带,并利用最大值选择规则融合能量子带;采用改进连接强度的自适应脉冲耦合神经网络(Improved Connection Strength Adaptive Pulse Coupled Neural Network,ICSAPCNN)分别融合细节子带和高频子带,并对能量子带和细节子带进行DWT逆变换,得到融合的低频子带;采用NSST逆变换重构出细节信息丰富的融合图像。实验证明,提出的算法在主观视觉和客观评价方面均优于其他几种算法,且能同时适用于红外与可见光源图像、医学源图像的融合。

摘要： 对于常见的基于离散小波变换-奇异值分解的水印算法应对常见的攻击鲁棒性较差的情况,提出一种基于奇异值比(Singular Value Ratio,SVR)的混合域音频水印算法。先将音频分帧,利用音频特性选择适合水印嵌入的帧,然后对水印嵌入帧进行离散小波变换和离散余弦变换,将离散余弦变换系数分为4段,选取中频系数进行奇异值分解,计算奇异值比。根据音频的质量最优修改奇异值,嵌入水印。同时利用Arnold变换和Logistic混沌序列提升其安全性,利用汉明码增强其纠错能力。实验表明所提算法安全性高,对添加高斯噪声、低通滤波、重采样、重量化和压缩具有良好的鲁棒性。

摘要： 针对大白菜农药残留传统化学检测手段存在前期处理过程繁琐、检测周期长等不足,提出了一种快速无损识别大白菜农药残留种类的方法。以1组无农药残留和4组含有均匀喷洒农药(毒死蜱、乐果、灭多威和氯氰菊酯)的大白菜样本为研究对象(药液浓度配比分别为0.10,1.00,0.20和2.00 mg·kg^(-1)),经12小时自然吸收后,利用高光谱成像系统获取400~1000 nm高光谱图像,并选取ROI感兴趣区域后经多元散射校正(MSC)预处理;分别采用竞争性自适应重加权算法(CARS)、主成分分析算法(PCA)和离散小波变换(DWT)降维(分别基于db1,sym2,coif1,bior2.2和rbio1.5小波基函数);最后,将降维后的高光谱数据分别输入卷积神经网络(CNN)、多层感知机(MLP)、K最邻近算法(KNN)和支持向量机(SVM)建立模型并比较。结果显示,CNN,MLP,KNN和SVM算法均在降维算法DWT(小波基函数及变换层数分别为coif1-2,coif1-4,bior2.2-2和sym2-2)取得最优总体精度分别为91.20%,83.20%,66.40%和90.40%,Kappa系数分别为0.89,0.79,0.58和0.88,预测集用时分别为86.01,63.23,20.02和14.03 ms,总体精度和Kappa指标均优于基于CARS和PCA降维算法建模结果。可见,高光谱与离散小波变换和卷积神经网络相融合显著提高分类识别精度,改善“休斯”现象,为实现无损和快速检测识别大白菜农残提供一个新的方法。

摘要： 信道状态信息(Channel State Information,CSI)是一种WLAN物理层信息,具有更加细粒度的特征,在WLAN无线指纹定位模型中采用CSI作为指纹向量可以更好地避免多径效应的影响,达到较高的定位精度。但是从商用无线设备中采集的CSI噪声较大,因此提出一种基于离散小波变换的降噪方法对CSI进行预处理,然后建立CSI位置指纹数据库,采用WKNN算法进行在线匹配定位。基于IMU的行人航位推算方法是一种完全自主的导航方法,具有短时精度高的优点,但经过长时间积分运算会导致累积误差,影响定位精度。结合两种方法的定位特点,提出一种基于扩展卡尔曼滤波器的融合定位模型。此外,传统的步态探测模型易出现误探测现象,在峰值法基础上提出一种动态阈值法,有效提高了探测精度。通过实验验证,在办公室内行人行走轨迹的平均定位精度达到0.23m,而且与纯惯性导航解算轨迹相比,融合定位算法解算轨迹与实际行走轨迹匹配度更高。

摘要： 针对麻醉深度监测中脑电信号噪声的实时检测与去除的问题,提出了一种自适应的脑电信号噪声检测与去除方法。利用离散小波变换提取一段脑电信号的低频能量与高频能量,并针对信号的低频波段与高频波段,设置两组阈值,阈值能依据最近一段脑电信号的能量情况自适应地进行更新。最后根据低频能量与高频能量所在的范围,从而判断信号受干扰的等级与情况,并进行相应的去噪处理。结果表明,该方法能够较为准确地检测与去除脑电信号中的噪声干扰,并提高了计算的特征参数的稳定性。

摘要： 池化操作是深度卷积神经网络的重要组成部分,也是深度卷积神经网络成功的关键因素之一。然而,在图像识别过程中,传统直接的池化操作会损失特征信息,影响识别的准确率。针对池化操作的特征信息损失问题,提出了基于离散小波变换的双域特征融合模块,以克服直接使用池化操作的缺点。该模块同时考虑了空域和通道域的双域特征融合,将池化操作嵌入在空域特征融合模块与通道域融合模块之间,有效地抑制了直接使用池化操作带来的特征信息损失。通过替换已有的池化操作,新的双域特征融合模块可以非常容易地嵌入到目前流行的深度神经网络架构中。针对图像分类问题,采用VGG,ResNet以及DenseNet等主流网络架构,在CIFAR-10,CIFAR-100,Mini-Imagenet等数据集上进行了一系列实验。实验结果表明,相比经典网络、流行的基于嵌入注意力机制网络和最新基于小波的深度卷积神经网络,所提方法可以获得更高的分类准确率。

摘要： 基于图像处理的景深延拓算法(Extend Depth of Field,EDF)指提取聚焦于样本不同区域的图像中的清晰部分,将其融合到一张图像中,使融合图像中样本的各个区域都清晰。文中提出了一种针对视频流的景深延拓算法,首先通过差值图像筛选出被认为是焦面深度发生变化的图像;然后进行配准,减小融合误差;最后使用基于拉普拉斯金字塔的图像融合算法,与前一次的融合图像融合,通过重复这个过程来实现视频流的实时动态景深延拓。以基于空间域的图像融合算法和基于小波变换的图像融合算法为参照,从主观和客观角度比较了视频流场景下的运行效率和融合质量,实验结果表明基于拉普拉斯金字塔的图像融合算法具有较好的运算效率,而且对输入图像中存在离焦模糊的情况具有鲁棒性。

摘要： 矢量海图数据水印算法是当前海图数据传输和数据保护中的研究热点.借助于量化思想,设计了一种基于离散小波变换的矢量海图数据盲水印算法,实现了水印的盲检测与盲提取,对变换域盲水印算法在矢量海图的应用进行了初步研究.实验结果分析表明,该算法一定程度上能够抵抗数据噪声攻击.

摘要： 数字水印技术是多媒体安全领域引人瞩目的研究方向,在版权保护、权利认证以及秘密通信等方面发挥着积极的作用.提出了一种基于离散小波变换的自适应双重盲数字水印方案.为了提高水印的不可感知性和鲁棒性,第一重水印经置乱后,按照人类视觉的特点被嵌入到低频分量块的平均值上,可实现盲提取；第二重水印是伪随机序列,通过Arnold变换散布嵌入垂直分量中,并通过统计学实现盲检测.仿真结果表明,该方案能较好地保持图像的质量,并对常见的图像处理操作和其它攻击有较强的鲁棒性.

摘要： 风能作为一种可再生,无污染的能源,在低碳能源科技中起着重要作用.因此准确地预测风速时间序列具有重要的意义.然而由于风速时间序列的随机性,阻碍着风能的利用.为了提高风速预测的准确性,发展了大量预测的方法,大体包括三种方法:物理方法、时间序列方法和基于人工智能的方法.为了进一步提高风能预测准确性,本文基于大量的研究提出一种结合了相关性辅助的离散小波变换(discrete wavelet transform,DWT)、最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM)和广义自回归条件异方差模型(generalized auto-regressive conditionally heteroscedastic,GARCH)实时分解的风速预测方法.

摘要： 为了获得高分辨率图像细节从而辅助疾病诊断,针对磁共振(MR)和计算机断层扫描(CT)的互补特征,提出了一种基于多尺度系数分解框架的融合MR和CT医学图像的新方法.利用离散小波变换(DWT)和非下采样剪切波变换(NSST)对源图像进行多尺度分解,根据不同的局部活性度量将多尺度分解系数进行两次融合,通过对NSST域的近似系数和DWT域的融合近似系数及融合细节系数进行逆变换重建融合图像.实验结果表明,该方法能够得到更高质量的融合图像并且计算开销不大,可以有助于更好的医疗诊断.

摘要： 为从复合故障信号中提取各故障特征,提出一种离散小波变换(DWT)和约束独立成分分析(CICA)相结合的单通道复合故障诊断方法.首先通过DWT方法将单通道振动信号进行小波分解后,利用小波重构函数重构各层分解信号.然后取重构信号的包络信号作为CICA算法的输入矩阵,基于滚动轴承先验知识建立参考信号,从而分离出轴承各故障信号,提取故障特征.最后,在滚动轴承故障模拟实验台上进行了方法验证,结果表明:该方法可有效分离滚动轴承外圈和滚动体故障,实现了轴承复合故障的诊断.

摘要： 以离散小波变换为核心的图像压缩算法具有压缩比高、处理速度快等优点,但缺点是逻辑资源和存储资源都开销较大.通过改进提升结构、复用第二三级变换结构和缓存结构等方式可减少所需的逻辑资源和存储资源.用少量片上存储资源代替片外存储资源,实现小波变换结果按照CCSDS编码顺序输出.该方法在不降低处理速度的情况下.可以节省片外存储空间并提高FPGA内部逻辑资源利用率.

摘要： 针对多聚焦图像融合存在的问题,提出一种基于非下采样Contourlet变换(NSCT)的多聚焦图像融合新方法.首先,采用NSCT对多聚焦图像进行分解;然后,对低频系数采用基于改进拉普拉斯能量和(SML)的视觉特征对比度进行融合,对高频系数采用基于二维Log-Gabor能量进行融合;最后,对得到的融合系数进行重构得到融合图像.实验结果表明,无论是运用视觉的主观评价,还是互信息、边缘信息保留值等客观评价标准,本文所提方法都优于基于传统的离散小波变换、平移不变离散小波变换、NSCT等融合方法.

摘要： 针对传统电容式传感器自身的不足,设计了双层螺旋电极电容式传感器,并且通过有限元仿真分析传感器结构参数对灵敏场分布的影响.对传统的相关时延算法进行改进,提出了基于离散小波变化的相关时延算法,并将其应用到气固两相流速度测量当中.将两种算法测量结果进行了对比,验证了改进后算法的可行性和准确性.

摘要： 风速预测在风能利用、高铁预警等方面都是十分重要的其不仅能够保证能源的有效利用,而且对保障列车运行安全性、舒适性与稳定性具有重要意义.本文基于DWT-LSSVM模型对分解的预测方法进行了研究.首先,比较两种传统分解预测方法,说明了一次分解预测方法的不合理性,并发现实时分解预测方法不能得到满意的预测精度.其次,提出了一种改进预测方法,即优化选择分解分量的预测值进行叠加组合以完成风速的预测.最后,得出研究结论.

摘要： 风速预测在风能利用、高铁预警等方面都是十分重要的其不仅能够保证能源的有效利用,而且对保障列车运行安全性、舒适性与稳定性具有重要意义.本文基于DWT-LSSVM模型对分解的预测方法进行了研究.首先,比较两种传统分解预测方法,说明了一次分解预测方法的不合理性,并发现实时分解预测方法不能得到满意的预测精度.其次,提出了一种改进预测方法,即优化选择分解分量的预测值进行叠加组合以完成风速的预测.最后,得出研究结论.

摘要： 本发明公开了一种融合双树复小波变换和离散小波变换的人脸识别方法。其步骤为：采用双树复小波变换和离散小波变换相融合的方法对输入的人脸图像进行特征提取；采用监督局部线性嵌入方法对提取的特征向量X进行降维，将测试人脸图像的特征向量与训练集图像的特征向量进行余弦相似度计算，将输入图像与相似度最高的训练图像归为一类，得到人脸识别结果。本发明采用双树复小波变换和离散小波变换相融合的方法可实现多方向、丰富的人脸特征提取，可以快速的降维，实现准确和高效的人脸识别。

摘要： 本发明公开了一种基于离散小波变换的神经网络进行原始图像处理的方法，不同于其他的端到端网络直接将图像整体进行输入以及输出，本发明采用的网络首先将输入图像利用离散小波变换分离出图像低频部分以及图像高频部分，然后使用两个不同的网络分别对这两部分进行处理，最后采用离散小波逆变换将这两部分信息合成为输出图像。本发明充分利用了智能手机算力上的优势，实验表明，本发明所采用的模型相较于其他模型得到的图像细节更加清晰，可以具有与单反相机得到的图像相同的动态范围以及鲜明的色彩。

摘要： 本发明公开了基于量子随机游走和离散小波变换的鲁棒图像水印方法，为了提高鲁棒性，选择在频域嵌入水印。离散小波变换的优势是其拥有较好的离散性与空间局部性；离散余弦变换将图像中的重要信息压缩，并集中分步在系数矩阵的左上方。SVD系数提供了高鲁棒性、视觉质量和数据有效载荷。将二级离散小波变换应用到载体图像上，在其高频系数HH2中完成的水印嵌入，以确保水印的鲁棒性并保持载体图像更好的视觉质量。在对载体图像进行2‑DWT后，对其进行分块，对每一个块作DCT操作，进一步将图像的主要能量进行了提取。为了尽可能的不影响视觉质量，本发明在交流系数中进行了水印的嵌入，是通过对其进行奇异值分解嵌入到该区块的奇异值中实现。

摘要： 本发明提供了一种基于区块链和离散小波变换的安全图像水印生成方法，利用离散小波变换获得图像的离散小波变换域，将LL小波系数的边缘系数和扩张分量的差异作为水印，实现基于边缘检测的数字水印嵌入；通过逆离散小波变换重建已嵌入水印的图像，算法加密重建后的图像；将图像作为区块链数据进行传输；将图像解密，并利用离散小波变换和边缘检测计算解密图像的水印，将其与原始水印进行对比，判断图像或水印是否被篡改。本发明能够同时兼顾数字水印的鲁棒性和安全性，对原始图像的影响较小，使得数字水印技术能够应用于图像知识产权保护、数字防伪等领域。

摘要： 发明提供基于离散小波变换的连续体拓扑优化方法。该方法包括确定连续体结构的设计参数、建立拓扑优化数学模型、对优化问题进行转化、对优化问题进行求解和得到连续体结构拓扑优化结果。该方法采用离散小波变换方法结合连续体拓扑优化变密度法，实现设计变量的压缩，使拓扑优化的求解效率有大幅提高，同时目标函数值也在可接受范围内。

摘要： 本发明涉及一种基于近红外技术和离散小波变换‑随机森林算法的卷烟包装材料色差的鉴别方法，包括如下步骤：将卷烟包装材料作为建模样品；采用目视方式对标准样品和建模样品的色差进行对比，得到建模样品的色差评价结果，待用；采用近红外技术对建模样品进行光谱扫描，得到原始近红外光谱信息；采用离散小波变换方法对原始近红外光谱信息进行预处理，得到重构光谱信息；采用随机森林算法从重构光谱信息中识别特征信息，待用；并构建卷烟包装材料色差的鉴别模型；将未知样品的特征信息与鉴别模型比对，即得未知样品的色差评价结果。该方法对卷烟包装材料色差的鉴别正确率高，能满足卷烟包装材料实际产品的色差鉴别。

摘要： 本发明涉及一种基于离散小波变换的无人机巡检图像水印嵌入和复原方法，嵌入方法包括：获取原始的待处理图像和水印；设定置乱次数，对水印进行置乱处理；对待处理图像进行二级离散小波变换得到小波系数；设定随机数，采用状态编码法按照该随机数，将置乱处理后的水印嵌入到小波系数的低频部分；对于嵌入水印后的小波系数进行重构，得到水印图像；复原方法包括：获取水印图像、置乱次数和随机数；对水印图像进行二级离散小波变换，根据随机数，从该二级离散小波变换结构中的低频系数中提取水印信息系数；根据置乱次数，对水印信息系数进行反置乱，提取出水印。与现有技术相比，本发明具有较高的水印不可见性、算法鲁棒性和安全性。

摘要： 本发明公开了一种基于离散小波变换的电力负荷聚类方法，该方法为：提取每个用户T天内的日负荷曲线，对异常数据进行修正，并获得每个用户的典型日负荷曲线；计算出负荷率、日峰谷差率、峰期负载率、谷期负载率以及平期负载率，并利用熵权法赋予不同的权重，构成日负荷曲线特征；对典型日负荷曲线进行离散小波分解，将时域信号分解至时间‑频率窗口中，使高维负荷曲线降维成低维的小波信号，提取近似的信号纵坐标值表征用户的用电趋势特征，接着将用户的用电趋势特征与日负荷曲线特征构成用户用电特征；将用户用电特征作为用户聚类依据，对用电用户进行k‑means聚类。本发明对用户用电行为的分类更加地准确，提高了聚类的合理性。

摘要： 本发明公开一种基于哈密顿保守混沌系统和二维离散小波变换的图像加密方法。本发明应用的四维混沌系统既满足体积保守也满足哈密顿能量保守。对该系统进行NIST测试，其结果满足NIST测试的三个条件，说明该系统产生的伪随机序列的随机性非常好，可以作为图像加密的混沌系统模型。本发明将该系统应用于图像加密技术中，并与二维离散小波变换相结合，设计出一种新型的图像加密算法。并对加密算法进行了安全性能分析，其结果均通过了安全测试。本发明提出的图像加密算法具有计算速度快、执行时间短、抗破译能力强、密钥空间大等特点。本发明为该系统在保密通信、数据隐藏等方面的应用提供了技术准备。

摘要： 一种基于压缩感知和离散小波变换的图像视觉安全方法，属于信息安全技术领域。本发明针对图像仅适用压缩感知和简易加密后，其直方图不够均匀，信息熵不够接近理想值，以及没有视觉意义等问题，设计了一种基于压缩感知和离散小波变换的图像视觉安全算法。该方法使用了一维混沌方程来作为伪随机序列发生器，利用Arnold猫映射对原文图像进行置乱，使用压缩感知技术对置乱后的图像进行压缩，接着使用移位异或操作替换像素值，以提高安全性，最终将中间态密文嵌入，得到视觉安全图像。经过理论分析和实验仿真，本发明加密性能优秀，嵌入方法能达到视觉安全，嵌入后能够实现无损提取和图像重构，在实时传输网络中具有广泛应用价值。