导读:本文包含了通道小波论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:小波,通道,特征,图像,序列,算法,卷积。
通道小波论文文献综述
杨柳依,马社祥,孟鑫[1]（2019）在《基于双树复小波变换的单通道盲源分离算法》一文中研究指出单通道盲源分离(SCBSS)技术是在未知任何先验信息的条件下,仅由一路接收信号估计出多路源信号的信号处理方法,目前的SCBSS算法仍没办法完全精确地分离出所有源信号。为了提高部分源信号的分离精度,提出一种基于双树复小波变换(DTCWT)的单通道盲源分离算法。算法先用DTCWT对混合信号进行分解,再由PCA从分解信号中筛选出数目比源信号数目少一个的信号分量,这些分量与混合信号一起构成虚拟的多通道信号,最后用Fast-ICA估计出各个源信号。上述方法极大程度地减少了传统小波分解中的频率混迭问题。实验证明,和基于传统小波分解的单通道盲源分离算法相比,上述算法的分离性能得到了明显的改善。(本文来源于《计算机仿真》期刊2019年10期）
高若婉,梅树立,李丽,王爱萍[2]（2019）在《基于小波精细积分与暗通道的农田图像去雾算法》一文中研究指出基于暗通道先验原理,提出一种Shannon-Cosine小波结合精细积分法的农田图像去雾算法。针对现有透射率估计方法中存在的块效应以及复原后图像纹理丢失的问题,该算法对透射率图进行了细化,利用非线性偏微分方程保边特性,运用小波数值方法对其离散,降低方程组规模。并采用精细积分法求解,提高计算精度。达到了对透射率图局部平滑、边缘突出的目的。同时,对大气值A的计算方法进行改进,提高了运算速度。实验结果表明:本文算法得到的透射率图恢复的图像具有更好的清晰度,纹理更加丰富,相比于原暗通道算法,本文算法新增可见边之比提高了30. 36%,对比度提高了40. 72%,标准差提高了28. 21%,该算法可实现更好的去雾效果。(本文来源于《农业机械学报》期刊2019年S1期）
鲍文霞,解栋文,朱明,梁栋[3]（2019）在《结合聚合通道特征和双树复小波变换的手势识别》一文中研究指出目的针对目前手势识别方法受环境、光线、旋转、缩放、肤色等因素的影响,导致手势识别精度下降的问题,提出一种结合聚合通道特征(ACF)的手势检测和双树复小波变换(DTCWT)的复杂背景下手势识别方法。方法在手势图像预处理过程中引入聚合通道特征,采用Adaboost分类器和非极大值抑制算法(NMS)进行目标手势的检测;利用DTCWT对目标手势图像进行多尺度多方向分解,对高低频系数的每一块分别提取方向梯度直方图(HOG)和局部二值模式(LBP)特征;最后融合各个方向上的高低频特征并通过支持向量机(SVM)进行分类识别。结果选取多个场景、多个对象、不同角度和距离的图像作为训练集,并标注区分前背景,对20种手势进行识别实验,并与传统的肤色检测、HOG特征手势识别、类-Hausdorff距离的手势识别算法进行了实验对比。在任意可承受范围内的光照、距离等情况下,该方法能够更准确实时地实现手势识别,平均精度达到95. 1%。结论在图像预处理的情况下,聚合通道特征的引入能够准确检测手势,同时基于DTCWT的手势图像频域特征提取和再融合的方法有效地解决了传统普通图像的单特征识别方法在光线和复杂背景下识别精度不高的问题。(本文来源于《中国图象图形学报》期刊2019年07期）
刘斌,谌文江,辛迦楠[4]（2019）在《基于四通道不可分加性小波的多聚焦图像融合》一文中研究指出针对张量积小波不具有对称性,在图像融合中难以获得高空间分辨率图像的问题,文中利用伸缩矩阵为[2,0;0,2]的不可分小波的构造方法构造四通道6×6对称的不可分小波滤波器组,并把它应用于多聚焦图像的融合中。利用此类滤波器组中的低通滤波器对多聚焦图像进行加性小波分解,得到小波平面组,然后利用融合规则对分解后的小波平面进行融合。实验结果表明,该方法有较好的融合效果,融合结果图像具有较高的清晰度和空间分辨率,其融合性能优于拉普拉斯金字塔融合方法(基于LP的融合方法)、基于小波分解的融合方法(基于DWT的融合方法)和基于叁通道不可分对称小波的融合方法(基于3-NSDWT的融合方法)。(本文来源于《计算机科学》期刊2019年07期）
姜涛,刘方正,陈厚合,李雪,李国庆[5]（2019）在《基于多通道快速傅里叶小波变换的电力系统主导振荡模式及模态协同辨识方法研究》一文中研究指出针对连续小波变换在主导振荡模式辨识中存在效率低的不足,提出一种快速傅里叶小波变换(CWTFT)方法以提高小波变换效率;针对单通道小波辨识的结果受振荡模式可观性影响的缺陷,提出一种多通道CWTFT,实现多通道量测信息的时频域分解,进而获得对应的小波系数矩阵;在此基础上,借助小波尺度相对能量甄别出与主导振荡模式强相关的关键小波尺度,以其为基准重构小波系数矩阵;对重构的小波系数矩阵进行奇异值分解,利用重构小波系数矩阵的第一左、右奇异特征向量辨识系统主导振荡模式及振荡模态。将所提方法应用到16机68节点测试系统和南方电网的广域实测数据中,结果验证了该方法的准确性和有效性。(本文来源于《电力自动化设备》期刊2019年07期）
阮晓宇,韩超[6]（2019）在《基于小波变换的双通道脉冲耦合神经网络图像融合》一文中研究指出提出了一种基于小波变换的双通道脉冲耦合神经网络的图像融合方法.先使用小波变换的方法来分解配准后的各个源图像,进而得到各个源图像的低频分量和高频分量,再把得到的低频和高频系数进行融合处理,使用高斯加权平均的低频融合规则来处理低频子带,利用双通道脉冲耦合神经网络的融合规则处理各高频子带,链接系数为图像的清晰度.融合后的小波系数取决于点火图和点火次数的多少,最后的融合图像由小波逆变换得到.实验结果表明,该方法能更有效地提取原始图像的特征信息,在主观视觉效果以及客观性能指标上较传统算法都有所改善.(本文来源于《平顶山学院学报》期刊2019年02期）
李博,张洪刚[7]（2019）在《基于多通道小波卷积神经网络的路面异常检测算法》一文中研究指出为了保证路面质量和行人与驾驶员的安全,提出了一种利用传感器时序多变量信号数据进行路面异常检测的算法.针对行驶过程中需要结合多种传感器信号在不同尺度对路面特征进行分析的问题,提出结合小波卷积网络和多通道网络技术,实现路面异常检测.首先,在多级小波变换间加入卷积神经元网络,从多个尺度分析单个传感器信号的局部连续性;然后,构建多通道神经网络,将多个传感器信号分别作为不同通道的输入,计算多个信号相结合的特征向量;最后,使用多层感知机根据多通道小波网络的输出实现路面异常检测.实验结果表明,该检测算法相对于传统的时间序列分类方法,同时考虑了多尺度分析、信号局部连续性和多变量信号的结合,在分析多变量时序信号数据时,具有更低的误检率和漏检率,更高的F1值.(本文来源于《华中师范大学学报(自然科学版)》期刊2019年02期）
杨柳依[8]（2019）在《基于双树复小波变换的单通道盲源分离算法研究》一文中研究指出自动识别系统(AIS)是一种应用于海上交通的广播式自动报告系统,它不仅能够保障船舶航海的安全性,还可以提高海上通信的效率。船载AIS是用船舶作为载体来携带AIS设备,这也是AIS的初期形式。随后,星载AIS的概念又被人们提出,目的是为了实现在海上的更大范围的通信管理,并且进一步提高AIS传输信息的有效性。但是由于星载AIS各方面的发展年限均不长,目前还有很多尚待解决的关键技术问题,比如多消息冲突现象、电磁波长距离传输损耗和传输延迟等。本文的研究内容主要是围绕着星载AIS中存在的信号混合问题而展开的,具体内容如下:(1)提出一种基于双树复小波变换(DTCWT)的单通道盲源分离算法。该算法先用DTCWT来分解接收信号;再用主成分分析法从分解后的信号中筛选出部分信号(所选信号数目比源信号总数目少一个);这些筛选出的信号与原来的接收信号一起构成虚拟多通道混合信号;最后,通过快速独立成分分析(Fast-ICA)法来估计得出源信号。该方法大大减少了存在于传统小波分解中的频率混迭问题。仿真结果也表明:与基于传统小波变换的单通道盲源分离算法相比,算法的分离性能得到了显着的提高。(2)提出一种基于提升Q-shift双树复小波变换的单通道盲源分离算法。Q-shift双树复小波变换通常用来解决一般DTCWT中因为结构对称性差而引起的两树频率响应不完全相同的问题。同时,提升算法又将Q-shift DTCWT的运算全部转换在时域中进行,降低了算法复杂度,节省了运行内存和时间。仿真结果证明:所提算法在保证了基于DTCWT的单通道盲源分离算法的分离性能之外,还缩短了计算机的运行时间,提高了分离算法的实时性能。(3)提出一种基于DTCWT和集成经验模式分解(EEMD)的单通道盲源分离算法。该算法先用DTCWT来分解接收信号,再从中选出部分信号经由EEMD处理,得到多组本征模态分量,然后从每组模态分量信号中选出一个信号,并与原接收信号构成多通道混合信号,继而通过Fast-ICA进行估计,从而获得分离源信号。仿真结果表明:与基于EEMD(或者DTCWT)的单通道盲源分离算法相比,该算法提高了在高信噪比下的信号分离性能,与此同时,在低信噪比条件下,该算法还具有基于DTCWT的单通道盲源分离算法的抗噪能力。(本文来源于《天津理工大学》期刊2019-03-01）
张佳佳[9]（2018）在《基于暗通道和小波的烟雾检测识别系统的设计与实现》一文中研究指出随着科技水平的提高,各变电站大多采用无人值守的方式。在变电站监控中心,对于关注目标的监控完全靠人工盯着,难免出现遗漏的情况。尤其是火灾如未及早的发现和扑救,将会造成无法预估的后果。视频烟雾检测相对于传统传感器反应速度较快,同时对环境要求较低,借助于普遍安装的摄像头设备,不必再安装其他额外设备,成本较低,优势明显。火灾早期常伴同着烟雾的发生,基于这一点,设计一个应用于变电站火灾早期烟雾检测和识别的系统用来辅助火灾报警尤为重要。论文所描述的基于暗通道和小波的烟雾检测识别系统分为视频预处理模块、运动区域检测模块,运动区域筛选模块、烟雾特征提取模块、支持向量机(SVM)烟雾识别模块。烟雾预处理模块采用灰度化、双边滤波降低后期计算量同时降低噪声保留图像边缘信息,运动区域检测模块是基于混合高斯背景建模、形态学滤波、中值滤波、稳定性判定等流程提取前景运动区域,运动区域筛选模块采用暗通道及小波变换剔除运动区域中高透射率干扰物及边界明显干扰物,烟雾特征提取模块主要提取经过筛选后的运动区域的LBP纹理特征,而支持向量机(SVM)烟雾识别模块则根据提取模块提供的特征信息进行预测。为方便使用,对系统功能进一步包装,使用WinForm进行界面设计,提供功能点击按钮及可视化视频显示窗口,可实时观测烟雾检测结果,同时针对烟雾报警信息,同步输出到滑动窗口中,作为替代报警器的一种方式。基于变电站火灾早期预警的需求,旨在设计一套能快速识别烟雾区域的系统,并提升烟雾识别的准确性。(本文来源于《华中科技大学》期刊2018-12-01）
丁奇安,徐晓光,王珍[10]（2018）在《一种暗通道先验结合小波变换的图像去雾优化算法》一文中研究指出基于暗通道先验的去雾算法是最具有代表性的图像复原算法之一,但仅仅利用暗通道去雾的图像会产生一定程度的颜色失真。针对单幅图像暗通道先验算法造成的图像色彩失真问题,提出了一种基于小波变换的色阶补偿方法。将待去雾图像的低频通道和粗暗通道去雾后图像的高频通道添加合适的权重,之后通过小波变换将待去雾图像与粗暗通道处理过后得到的图像进行多次融合,从而基于原有图像的色阶对暗通道处理造成的颜色失真进行一定程度的补偿。采用信息熵为依据的客观计算机评价,将该算法与其他去雾算法进行比较。仿真结果表明,补偿过后的图像具有较好的观测效果,优于仅采用暗通道先验去雾算法的图像。(本文来源于《四川理工学院学报(自然科学版)》期刊2018年05期）
通道小波论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
基于暗通道先验原理,提出一种Shannon-Cosine小波结合精细积分法的农田图像去雾算法。针对现有透射率估计方法中存在的块效应以及复原后图像纹理丢失的问题,该算法对透射率图进行了细化,利用非线性偏微分方程保边特性,运用小波数值方法对其离散,降低方程组规模。并采用精细积分法求解,提高计算精度。达到了对透射率图局部平滑、边缘突出的目的。同时,对大气值A的计算方法进行改进,提高了运算速度。实验结果表明:本文算法得到的透射率图恢复的图像具有更好的清晰度,纹理更加丰富,相比于原暗通道算法,本文算法新增可见边之比提高了30. 36%,对比度提高了40. 72%,标准差提高了28. 21%,该算法可实现更好的去雾效果。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
通道小波论文参考文献
[1].杨柳依,马社祥,孟鑫.基于双树复小波变换的单通道盲源分离算法[J].计算机仿真.2019
[2].高若婉,梅树立,李丽,王爱萍.基于小波精细积分与暗通道的农田图像去雾算法[J].农业机械学报.2019
[3].鲍文霞,解栋文,朱明,梁栋.结合聚合通道特征和双树复小波变换的手势识别[J].中国图象图形学报.2019
[4].刘斌,谌文江,辛迦楠.基于四通道不可分加性小波的多聚焦图像融合[J].计算机科学.2019
[5].姜涛,刘方正,陈厚合,李雪,李国庆.基于多通道快速傅里叶小波变换的电力系统主导振荡模式及模态协同辨识方法研究[J].电力自动化设备.2019
[6].阮晓宇,韩超.基于小波变换的双通道脉冲耦合神经网络图像融合[J].平顶山学院学报.2019
[7].李博,张洪刚.基于多通道小波卷积神经网络的路面异常检测算法[J].华中师范大学学报(自然科学版).2019
[8].杨柳依.基于双树复小波变换的单通道盲源分离算法研究[D].天津理工大学.2019
[9].张佳佳.基于暗通道和小波的烟雾检测识别系统的设计与实现[D].华中科技大学.2018
[10].丁奇安,徐晓光,王珍.一种暗通道先验结合小波变换的图像去雾优化算法[J].四川理工学院学报(自然科学版).2018
论文知识图
