基于二维小波变换的FMI图象分割

为了从FMI资料中定量提取参数，一个重要的步骤是从实际FMI资料中分离出反映溶孔、溶洞、裂缝的子图像。本文给出的方法，考虑图像像元邻域的特征，应用二维小波变换求出目标与背景边缘的点集，按这个边缘点集的坐标点所对应的原图像像素灰度值的平均值作为分割阈值进行图像分割。实际资料处理表明，应用这种方法可以从实际的FMI资料中准确地分割出孔洞、裂缝的子图像并且可以按深度段连续自动处理，为后续定量计算参数奠定了良好基础。     

关于数字化记录中前兆信号的分析

介绍了如何用MATLAB工具软件—小波分析的基本理论对数字信号进行数字滤波,着重分析和研究了呼和浩特地震台形变观测资料出现各种信号,提出了小波分析理论对台站实际工作的重要性。     

探地雷达在岩土工程应用中的进展

总结了探地雷达在仪器设备、数据处理方法技术以及在岩土工程中应用的新进展.在硬件方面,主要以改进天线性能为主要发展方向;在数据处理方面,主要研究提高信号信噪比及目的体定位方法;在应用方面,开展了精确测试方面的研究.     

甘肃春季(3～5月)沙尘暴成因分析

甘肃春季(3～5月)沙尘暴小波变换分析清楚地反映了甘肃春季沙尘暴不同时间尺度周期振荡的交替作用。甘肃中西部自20世纪80年代以来变暖,其变暖与太阳黑子周期长度(SCL)密切相关。甘肃春季沙尘暴与甘肃中西部热力因子和降水研究表明,当冬季冷空气活动频繁,春季气温回升快,气温波动幅度大,降水偏少,甘肃春季容易发生沙尘暴。     

DB16小波对哈尔滨地区汛期降水的分析与预测

利用DB16小波对哈尔滨地区近30 a(1981-2010年)汛期(6-8月)降水进行分析,得出该区汛期降水存在明显的4-6 a,11-15 a以及22-26 a的周期变化。进而预测2011-2014年汛期及各月降水变化,并用实况进行验证。汛期及各月降水的预测准确率为75%,表明该方法具有一定的气候预测能力。     

基于时频特征的高分辨率遥感图像道路提取

针对传统的遥感图像道路提取算法存在错漏率较高的问题,提出一种基于时频特征提取和域自适应学习分类器的高分辨率航空遥感图像道路提取新算法。首先利用地统计学抽取道路的时域纹理特征和三维小波变换抽取道路的频域光谱特征,构成高分辨率航空图像中的道路特征。然后使用抽取的道路特征训练由迁移支持向量机模型构建的域自适应分类器,并对高分辨率航空遥感图像进行道路粗提取。最后,结合道路形态特征,用数学形态学方法处理粗分类后的道路,获得提取后的完整道路。仿真实验表明,所提方法能有效降低高分辨率航空遥感图像道路提取中非道路目标的干扰,提高道路提取的精确性。     

小波分析去噪在腰沙围垦变形监测中的应用

由于受到许多复杂因素影响,沉降监测过程中所得到的信号数据可能会含有噪声。Matlab中小波分析功能能够对信号数据中的噪声信号进行有效的分解,最后重构处理后的信号。通过实例对比,选用合适的去噪方法和去噪函数,对信号数据进行处理,最后能够得到更适合的最优估计。     

EMD-Wavelet-ICA耦合模型及其在GPS坐标序列降噪中的应用

在分析比较经验模态分解(EMD)、小波变换(Wavelet)和独立分量分析(ICA)优缺点的基础上,提出一种新的EMD-Wavelet-ICA耦合模型。该模型充分利用了EMD的自适应性,对原始信号进行分解获得不同频率的模态函数(IMF),采用标准化模量的累计均值对IMF进行尺度划分;进而分别采用Wavelet和ICA对高频和低频IMF进行降噪,将降噪后的IMF进行多尺度重构,获得降噪后的信号;采用信噪比、标准差、偏差和相关系数等指标对降噪效果进行评价。仿真数据和GPS坐标序列的处理结果表明:与EMD模型和EMD-ICA模型相比,新模型的标准差、偏差均有不同程度的减小;信噪比和相关系数有一定程度的增大,可以获得更好的降噪效果。     

广义残差地形模型及其在局部重力场逼近中的应用

研究了残差地形模型中的非调和性问题,比较了基于棱柱体和球冠体的积分模型,提出了基于球冠体积分的广义残差地形模型。以泊松小波径向基函数为构造基函数,结合广义残差地形模型,融合多源实测重力数据构建了局部区域重力场模型。研究结果表明:基于棱柱体积分的残差地形模型精度较低,在山区可能引入毫伽级以上的误差,建议采用更为接近真实地形表面的球冠体积分模型。相比于原始的残差地形模型,基于球冠体积分的广义残差地形模型能更为精确地逼近局部重力场模型中地形因素引起的高频效应。     

结合模平方的双树复小波变形监测数据滤波

针对变形监测数据的去噪问题,该文在分析离散小波变换去噪不足的基础上,提出了一种基于模平方的双树复小波变形监测数据滤波方法。该方法利用双树复小波变换的完全重构、近似平移不变性和较好的方向选择性等特点,通过最小尺度空间的小波系数得到噪声强度,并结合模平方处理法确定各层的阈值,经重构阈值处理后的各层小波系数即得到去噪后的信号;经算例,并与传统离散小波变换对比分析。结果表明:双树复小波变换的分解效果优于传统离散小波变换,能较好地表现出细节部分的频率信息,使变形信号的周期性变化特征更为明显。该方法去噪更彻底,进一步提高了消噪的精度和可靠性,可作为变形监测数据降噪处理的新方法。