双树复小波变换
双树复小波变换的相关文献在2005年到2022年内共计241篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、机械、仪表工业
等领域,其中期刊论文198篇、会议论文13篇、专利文献472749篇;相关期刊139种,包括华南理工大学学报(自然科学版)、河北地质、遥感信息等;
相关会议13种,包括2014年全国设备监测诊断与维护学术会议、第十六届全国设备监测与诊断学术会议、第十四届全国设备故障诊断学术会议暨2014年全国设备诊断工程会议、第九届全国设备与维修工程学术会议暨第十五届全国设备监测与诊断学术会议、第十六届全国图象图形学学术会议 暨第六届立体图象技术学术研讨会等;双树复小波变换的相关文献由639位作者贡献,包括庞宇、胥永刚、赵国亮等。
双树复小波变换—发文量
专利文献>
论文:472749篇
占比:99.96%
总计:472960篇
双树复小波变换
-研究学者
- 庞宇
- 胥永刚
- 赵国亮
- 任志英
- 吴一全
- 张培林
- 徐心和
- 王亚杰
- 王爱民
- 陈彬强
- 付晓薇
- 何正嘉
- 刘金华
- 吴峰
- 巩晓赟
- 张云强
- 张周锁
- 张静
- 徐超
- 徐龙
- 朱锡芳
- 李一兵
- 李一宁
- 李殿起
- 李玲玲
- 李锐
- 李骜
- 杜文辽
- 相入喜
- 罗斌
- 訾艳阳
- 高诚辉
- 丁明跃
- 万寿红
- 付强
- 代芸
- 侯俊剑
- 侯少飞
- 侯春萍
- 兰蓉
- 刘丹华
- 刘正光
- 叶方
- 吕纯
- 吴涛
- 周伟华
- 周涵
- 唐向宏
- 夏瑜
- 姜毅
-
-
刘嘉辉;
秦仙蓉;
王玉龙;
孙远韬;
张氢
-
-
摘要:
为了实现工程机械结构监测信号降噪效果的评价,将样本熵的概念引入双树复小波分解中,提出基于双树复小波变换(dual-tree complex wavelet transform,简称DT-CWT)与样本熵(sample entropy,简称SE)相结合的监测信号自适应降噪方法(DT-CWT-SE)。首先,采用双树复小波变换对含有噪声的监测信号进行多层分解;其次,分别计算双树复小波分解所得的各尺度细节分量样本熵与相邻尺度细节分量的样本熵的差值,通过比较相邻各尺度样本熵之差的大小确定双树复小波最优分解层数;最后,根据各尺度样本熵的变化规律确定各层小波系数的降噪阈值,对降噪后的小波系数进行重构以实现信号自适应降噪。仿真分析与实验对比结果表明:该方法对监测信号去噪较彻底,且降噪后的信号失真度小,降噪效果以及保留原信号信息完整性的能力明显优于传统小波阈值降噪法。
-
-
陈璐;
高翠芳;
鲁海燕
-
-
摘要:
识别蛋白质二级结构对于蛋白质的特征和性质研究具有很重要的作用。用Cα原子三维空间坐标把蛋白质序列映射为距离矩阵,针对距离矩阵中隐含的纹理信息,用双树复小波变换对矩阵进行4级分解,提取不同方向的子带能量和标准偏差,得到48维特征向量来表示蛋白质的二级结构特征,再将提取的特征输入KNN和SVM分类器分类,通过实验验证,双树复小波特征能改善传统特征提取方法的纹理粒度和方向局限问题,提高蛋白质二级结构的预测准确率。
-
-
姜迈;
沙贵君;
李宁
-
-
摘要:
针对红外与弱可见光图像传统融合算法在结果图像中目标不突出、整体对比度降低、边缘及纹理细节不清晰、缺失等问题,本文提出一种基于感知一致性空间(Perception Unified Color Space,PUCS)和双树复小波变换(Dual Tree Complex Wavelet Transform,DTCWT)的融合算法。首先,将红外与弱可见光图像的亮度分量由RGB空间分别转至感知一致性空间得到新的亮度分量以备后续变换处理;接着,将源图像利用DTCWT进行多尺度分解,分别获取各自的低频分量与高频分量;然后,根据不同频带系数特点,提出一种基于区域能量自适应加权的规则对低频子带分量进行融合,采用一种基于拉普拉斯能量和与梯度值向量的规则对不同尺度、方向下高频子带分量进行融合;最后,对融合后的高、低频子带分量进行DTCWT逆变换重构图像,再将其转回至RGB空间以得到最终结果。在不同场景下将本文算法与3种高效融合算法进行对比评价,实验结果表明,本文算法不但在主观视觉上具有显著的目标特征、清晰的背景纹理及边缘细节、整体对比度适宜,而且在8项客观评价指标上也取得了较好的效果。
-
-
王红尧;
吴佳奇;
李长恒;
唐文锦;
张艳林
-
-
摘要:
采用电磁检测法检测矿用钢丝绳受损情况时,检测信号中含有大量噪声,且存在尖峰和突变干扰,增大了损伤识别难度,需要对原始检测信号进行降噪处理.常用的傅里叶变换无法处理运行中的钢丝绳检测信号,而小波变换因存在平移不变性较差、频带混叠等问题而影响检测准确度.提出了基于双树复小波变换的矿用钢丝绳损伤检测信号处理方法.首先采用Q平移法构造双树复小波高低通滤波器,对原始信号进行3层双树复小波分解,得到高低频信号分量;然后采用最小极大方差软阈值方法对分解信号进行降噪处理;最后对降噪信号进行重构.在实验室环境下搭建了钢丝绳损伤检测试验平台,对基于双树复小波变换的钢丝绳损伤检测信号处理方法的降噪性能进行验证,结果表明:该方法可有效减少检测信号中的尖峰和突变数量,使信号平稳,降噪效果优于经典小波变换,且增大了奇异点处信号峰值,有利于后续特征提取.
-
-
闻彩焕
-
-
摘要:
研究了基于多尺度纹理特征的SAR影像变化检测算法,对预处理后的多时相SAR影像进行双数复小波变换(DT-CWT),分别提取其多尺度范数小波纹理特征。利用对数比值算子得到差异影像,利用EM算法求得高斯混合分布模型。根据贝叶斯判别理论计算每个像元归属于两个类别的最大似然值,进行变化信息提取。根据真实变化图与变化信息图比较,利用误差矩阵进行虛警率、漏检率及总体误差的精度分析。最后,与基于传统像元灰度值变化检测和基于灰度共生矩阵纹理特征变化检测进行比较。实验结果表明:虚警率比后两个算法提升了10%左右,漏检率提升了4%左右,整体误差提升1%左右,基于多尺度纹理特征的变化检测算法的性能有了明显的提高。通过研究SAR影像变化检测算法,从而为快速响应自然灾害提供应急保障。
-
-
宋玉琴;
周琪玮;
赵攀
-
-
摘要:
针对滚动轴承信号的非平稳特性、小波变换频率混叠及信息丢失等问题,提出一种结合频率分离与功率谱的滚动轴承故障诊断方法.首先,双树复小波变换(DTCWT)对振动信号进行分解,依据幅频特性对子频段个数进行优化,实现信号频率的精准分离;其次,利用自回归(AR)功率谱得到不同子频段功率,将总功率作为特征输入遗传算法优化的支持向量机(GA-SVM)进行故障诊断.通过实验,复合轴承故障的总体识别率达到96%,其中3种外圈故障识别率达到100%,其结果表明所提方法能够准确提取故障特征并准确识别复合轴承故障.
-
-
闻彩焕
-
-
摘要:
研究了基于多尺度纹理特征的SAR影像变化检测算法,对预处理后的多时相SAR影像进行双数复小波变换(DT-CWT),分别提取其多尺度范数小波纹理特征.利用对数比值算子得到差异影像,利用EM算法求得高斯混合分布模型.根据贝叶斯判别理论计算每个像元归属于两个类别的最大似然值,进行变化信息提取.根据真实变化图与变化信息图比较,利用误差矩阵进行虚警率、漏检率及总体误差的精度分析.最后,与基于传统像元灰度值变化检测和基于灰度共生矩阵纹理特征变化检测进行比较.实验结果表明:虚警率比后两个算法提升了10%左右,漏检率提升了4%左右,整体误差提升1%左右,基于多尺度纹理特征的变化检测算法的性能有了明显的提高.通过研究SAR影像变化检测算法,从而为快速响应自然灾害提供应急保障.
-
-
钱荣威;
许丹丹;
周涵
-
-
摘要:
为提高多聚焦图像的融合质量,提出了一种基于多方向双树复小波变换(M-DTCWT)的多聚焦图像融合方法。对多聚焦图像进行DTCWT分解得到低频系数与高频系数,再采用非下采样滤波器(NSDFB)对高频系数进行方向分解得到多尺度多方向的高频分解系数。对低频系数,提出结合模糊逻辑和稀疏表示(FSR)的融合规则得到低频融合系数。对高频系数,利用平均高斯差分梯度(ADOG)作为自适应双通道脉冲耦合神经网络(2APCNN)链接强度,提出基于改进双通道脉冲耦合神经网络的高频融合策略。最后通过M-DTCWT的反变换得到融合图像。实验结果表明,采用本文算法得到的融合图像在主观效果与客观指标上均优于传统的融合方法,较传统DTCWT方法,实验的2组图像在客观指标边缘信息度量Q AB/F和互信息MI上,分别提高了1.93%、8.87%和1.40%、9.18%。
-
-
钱荣威;
许丹丹;
周涵
-
-
摘要:
为提高多聚焦图像的融合质量,提出了一种基于多方向双树复小波变换(M-DTC-WT)的多聚焦图像融合方法.对多聚焦图像进行DTCWT分解得到低频系数与高频系数,再采用非下采样滤波器(NSDFB)对高频系数进行方向分解得到多尺度多方向的高频分解系数.对低频系数,提出结合模糊逻辑和稀疏表示(FSR)的融合规则得到低频融合系数.对高频系数,利用平均高斯差分梯度(ADOG)作为自适应双通道脉冲耦合神经网络(2APCNN)链接强度,提出基于改进双通道脉冲耦合神经网络的高频融合策略.最后通过M-DTCWT的反变换得到融合图像.实验结果表明,采用本文算法得到的融合图像在主观效果与客观指标上均优于传统的融合方法,较传统DTCWT方法,实验的2组图像在客观指标边缘信息度量QAB/F和互信息MI上,分别提高了1.93%、8.87%和1.40%、9.18%.
-
-
杨丹;
李伟;
魏永梁;
宋斌
-
-
摘要:
川藏铁路地质条件和施工环境极其复杂,对探地雷达超前地质预报信号干扰较大,需要采用更为有效的信号降噪技术进行信号处理.以川藏铁路拉林段某隧道为例,在对探测信号实施双树复小波变换的基础上,采用通用阈值、无偏似然估计阈值、启发式阈值、极大极小阈值4种阈值选择方法,结合软阈值、硬阈值、半软阈值、非负消减4种阈值处理方法,对小波高频系数进行阈值量化处理后,进行双树复小波逆变换重构信号,并对比分析了归一化均方差、信噪比、能量比3个评价因子,发现采用无偏似然估计阈值选择方法并结合非负消减阈值处理方法,可以获得最佳的去噪效果,显著提高了超前地质预报识别精度.
-
-
ZHAO Ping;
赵平;
WEI Chuntao;
韦春桃
- 《第八届全国交通工程测量学术研讨会》
| 2017年
-
摘要:
根据遥感影像道路信息在频率域中所呈现的高频特征,同时为克服传统小波变换方向性不足和无平移不变性缺陷,提出一种基于双树复小波变换(DT-CWT)的遥感影像道路提取算法.首先对图像进行双树复小波变换(DT-CWT),得到不同尺度,不同方向上的变换系数,对变换后的低频系数置0后反变换重构出图像的高频部分;然后将高频部分归一化处理并选择合适阈值进行二值化操作实现图像分割,再利用使用数学形态学的方法对孤立噪声点进行去除,连接断裂的道路;最后连通域标记法设定阈值T,去除图像分割后斑点的影响,再用最小外接矩形面积阈值对长条形斑块去除.实验结果表明该方法能有效的对高分辨率遥感图像中的道路信息进行提取.
-
-
Yang Nan;
杨楠;
Qu Zeliang;
曲泽良;
Zhu Wei;
朱伟
- 《第十二届国家安全(军事)地球物理学术研讨会》
| 2016年
-
摘要:
影像融合是目前获得既具有高分辨率信息,又具有丰富的多光谱信息影像的重要手段,然而传统的实数小波变换天生具有无可改变的缺陷,直接影响图像的融合效果.此时,双树复小波应运而生,双树复小波变换不仅能够极大地减小通常的实小波变换中的平移敏感性,改善方向选择性,且这些优点使双树复小波变换成为有效的图像配准融合工具,能够显著提高配准融合质量.根据双树复小波变换原理,设计了基于双树复小波变换的模值加权融合法以及结合IHS变换和双树复小波变换的融合方法.实验结果表明基于双树复小波变换的融合方法确实较好地保持了高分辨率特征,并在一定程度上保留了不错的多光谱信息.
-
-
胡智;
段礼祥;
张来斌
- 《第九届全国设备与维修工程学术会议暨第十五届全国设备监测与诊断学术会议》
| 2012年
-
摘要:
介绍了为了能够有效增强和提取出旋转机械故障特征信息,提出了将双树复小波变换(Dual-tree complex wavelet transform,DTCWT)应用于转子故障特征提取中的方法。双树复小波变换采用并行的双树滤波器形式,代替了传统小波的单小波基分析,从而拥有优良的平移不变性和抗频率混叠性。首先利用双树复小波变换将原始信号分解成若干频带信号,并分别对其进行阈值降噪处理,然后将各个频带成分单独提取出来进行分析,可以更准确描述故障特征。对仿真信号的降噪表明,该方法能获得较高的信噪比及较低的均方差,并且抗混特性明显。在实际故障诊断应用中,该方法有效刻画出了转子碰摩的故障特性,并提高了分析效果。
-
-
-
WANG Chaoge;
王朝阁;
LI Hongkun;
李宏坤;
YANG Rui;
杨蕊;
HOU Mengfan;
侯梦凡;
OU Jiayu;
欧佳玉;
TANG Daolong;
唐道龙
- 《2018年全国设备监测诊断与维护学术会议暨第十六届全国设备故障诊断学术会议、第十八届全国设备监测与诊断学术会议、2018年全国设备诊断工程会议》
| 2018年
-
摘要:
针对齿轮箱轴承早期故障特征信号微弱且受环境噪声影响严重,故障特征信息难以识别的问题,提出了双树复小波变换(Dual-Tree Complex Wavelet Transform,DT-CWT)和最小熵反褶积(Minimum Entropy Deconvolution,MED)的故障诊断方法.首先对采集到的振动信号进行双树复小波分解,得到几个不同频段的分量,由于噪声的干扰,从各个分量的频谱中很难对故障做出正确的判断.然后对包含故障特征的分量进行最小熵反褶积滤波处理以消除噪声影响,凸显故障特征信息.最后对滤波后的信号进行Hilbert包络谱分析,即可从中准确地识别出轴承的故障特征频率.通过对齿轮箱轴承故障实验数据的分析,验证了该方法的有效性与优越性.
-
-
-
WANG Wenfei;
王文飞;
ZHOU Luowei;
周雒维;
LU Weiguo;
卢伟国
- 《第十一届中国高校电力电子与电力传动学术年会》
| 2017年
-
摘要:
提出一种基于双树复小波变换(dual-tree complex wavelet transform,DTCWT)与稀疏表示(sparse representation,SR)的电能质量复合扰动分类方法.该方法首先对扰动信号进行双树复小波分解,提取各层分解的小波系数Shannon熵值作为特征向量;然后应用最小l0范数解决方案构建基于稀疏表示的分类方法并对电能质量复合扰动进行分类.在不同的噪声条件下对常见的单一电能质量扰动及其构成的多种复合扰动进行仿真,并与支持向量机、神经网络2种分类器进行比较,对比结果表明,该算法在电能质量复合扰动识别上可以达到很高的性能,抗噪声鲁棒性好,在信噪比20dB以上的噪声环境中电能质量扰动分类准确率依然达到95%以上.
-
-
-