应用小波变换确定琉球俯冲带的深部特征

综合应用离散小波变换和连续小波变换进行了干扰源分离和场源深度确定的模拟实验,发现通过小波变换可有效地确定场源深度。根据实测重力异常数据研究了琉球俯冲带的深部特征,推测其在东经122.5°线上地下105 km左右发生弯曲变为水平延伸。     

基于多尺度边缘的重力异常分离方法

利用多尺度边缘分析理论,对重力异常的小波多重分解法作了改进,提出了基于多尺度边缘的重力异常分离方法。实验表明,改进方法除保留了多重分解法的优点外,还能够同时实现异常的纵向和横向分离,而且可以根据每个场源对应的多尺度边缘的分布情况确定小波分解的阶数,有利于单一异常特征的提取。利用该方法对琉球俯冲带西南端区域的船测重力资料进行了处理分析,结果与该区域的地质构造具有很好的对应关系。     

一种基于小波变换的新的边缘检测方法

阐述了基于小波变换模局部极大值的多尺度边缘检测原理.提出一种基于图像的小波分解细节来检测图像边缘的方法,经实验,该方法得到的边缘图像明显好于经典的边缘检测算子.     

利用离散小波探测沉降测值异常

研究小波变换在沉降测值异常探测中的应用问题,实例分析证明:借助离散小波的多分辨率分析,能有效地探测和剔除沉降观测中的异常值,获得有效的沉降数据,为进一步进行沉降分析与预报提供可靠保证。     

小波基选取对重力异常多尺度分解的影响

针对重力异常分离的有力工具——小波分析最优小波基获取的研究较少的现状,该文试图通过理论模型实验分析方法,深入探讨小波分解阶数、不同小波基、场源深度变化对重力异常分解的影响。实验结果表明,重力异常多尺度分离的最优小波基为Dmey小波,最佳分解阶数为7阶;当场源深度发生变化时,最优小波基和分解阶数保持不变。     

基于小波变换的武汉市城乡边缘带识别

对城乡边缘带的空间识别是城乡边缘带研究领域的热点。针对现有研究普遍存在的指标选取过于繁琐、大多采用阈值设置界定边界、以及对边缘带内、外边界分别提取等不足,在对土地利用程度综合指数与城乡边缘带的关系进行理论及样带分析的基础上,将小波变换方法引入城乡边缘带识别的研究中,以遥感影像为基础数据,选用土地利用程度综合指数定量评价土地利用程度,基于小波模极大值检测原理检测由综合指数数据序列变换得到的小波系数突变点群,依据突变点群的空间格局识别城乡边缘带内、外边界。以武汉市为例的实证研究表明,该提取方法严谨、高效。     

基于多重小波的海洋重力异常畸变消除方法

分析了信号在多重小波算法下的表现形式,采用软阈值方法对经过多重小波变换后的重力异常信号的高频部分进行阈值处理。根据离散的重力异常状态方程,采用HGM多重小波进行了海洋重力异常数据仿真处理。理论分析和仿真处理表明:采用软阈值处理方法和联合软阈值处理方法以及特征值法阈值选择规则,都能在一定程度上消除海洋重力异常畸变。但在相同背景条件下,联合软阈值处理方法的性能优于软阈值处理方法。     

利用小波变换和边缘限制条件进行水域分割

阐述了一种利用小波变换和边缘限制条件进行水域提取的新算法，它的特点是先用小波变换将影像变换到不同尺度层上；然后在不同尺度层上统计影像的特征值，以形成影像的特征数据；接着利用Facet边缘检测算法在特征数据上检测特征边缘存在的情况，从而判断像素是否属于水域，与传统的水域提取方法相比，它用到了不同频率上水域灰度信息，从而更准确地刻画了水域的灰度特性，试验结果表明，利用小波变换和边缘限制条件对水域分割效果较好。     

小波多尺度影像边缘聚焦算法

讨论了基于光滑函数的二维小波极大模边缘算子和小波过零点边缘算子及其特性。提出了多尺度二进小波变换过零点边缘聚焦算法。通过对不同尺度下小波变换的遥感影像进行复合、边缘提取和聚焦后结果进行比较，可以发现该算法适应影像空间尺度不确定性目标边缘提取。既可保证大尺度下的轮廓信息不失真，又能在边缘定位上保持很高的精度。     

小波多尺度影像边缘聚焦算法

讨论了基于光滑函数的二维小波极大模边缘算子和小波过零点边缘算子及其特性。提出了多尺度二进小波变换过零点边缘聚焦算法。通过对不同尺度下小波变换的遥感影像进行复合、边缘提取和聚焦后结果进行比较，可以发现该算法适应影像空间尺度不确定性目标边缘提取。既可保证大尺度下的轮廓信息不失真，又能在边缘定位上保持很高的精度。     

基于球冠滑动平均的球面重力异常分离方法

将传统直角坐标系中的滑动平均方法(包括圆周法与网格法)运用到球面重力异常分离中。模型实验及实际应用均表明,该方法优于直接截断重力场模型阶次分离异常的方法,能够更好地反映实际地质情况,不仅适用于全球区域也适用于局部区域。     

基于小波变换的图像边缘提取算法

在给出边缘检测性能判断标准和传统的模极大值点筛选的缺陷之后,基于边缘检测提出了改进的小波变换模局部极大值点算法。在这个基础之上,又针对交通系统的实时性,提出了一种改进的边缘信息的车辆检测算法,使得对运动车辆的边缘检测具有更加良好的效果。最后通过仿真实验,证明本论文提出方法的有效性,得到了多帧道路图像的边缘,较好地解决了传统边缘检测方法在边缘检测时会出现伪边缘和有意义边缘损失这两个问题,对将来车辆交通监控系统等方面的研究起到了一定的帮助作用。     

基于高斯样条函数的局部重力异常场解析重构

重力匹配辅助导航理论大都建立在离散场的基础上的,为了研究基于连续场重力匹配算法以克服传统匹配算法的局限,必须建立精度高且具有良好解析性质的局部重力异常场解析模型。利用斐波那契数列寻优方法对一维高斯样条函数插值进行最优化,在此基础上提出了基于斐波那契数列寻优的二维高斯样条函数逼近局部重力异常场方法。为了提高寻优算法运算速度,将二维准则函数解耦为X方向和Y方向两个独立的一维准则函数,分别采用斐波那契数列寻优方法对这两个准则函数进行寻优以获取X方向和Y方向最优参数,最终得到高精度逼近局部离散格网数据的局部重力异常场连续解析模型。仿真实验中采用五组不同的参数对变化范围为-51.185mGal~86.1819mGal的重力异常场进行逼近。从最后的仿真实验结果可以看出采用最优参数时逼近绝对误差均值达到0.00069,相对误差均值更达到10-6级,能较好的满足了匹配导航要求,其逼近精度较采用其它非最优参数时均有较大提高,由此验证了文中提出的重构算法有效性。     

基于HIS变换和WT变换的遥感影像融合

遥感影像信息融合是近年来国际遥感领域的研究热点.传统的遥感影像融合主要是HIS变换法、加权平均法、PCA法等.利用小渡变换(WT)技术进行遥感影像融合是近年来的研究热点,但其直接舍弃了全色图像的低频率分量,在结果图像中容易出现分块效应.本文结合HIS变换和小波变换的互补性,提出了一种基于HIS变换和小波变换的遥感影像融合方法.通过实验、直观和定性分析,新方法既可以增强融合影像的空间细节表现能力,同时也很好地保留了多光谱影像的光谱信息.     

基于小波增强的改进多尺度形态梯度边缘检测算法

在形态学梯度边缘检测算子的基础上,综合多结构元和多尺度算法的特性,提出了一种基于小波增强的多结构元、多尺度边缘检测方法,用不同取向的结构元素对图像进行多尺度检测,并综合各尺度下的边缘,得到了噪声存在下的理想边缘。实验表明,本文方法边缘定位准确、轮廓清晰,保留了更多的图像细节,具有较强的抗噪能力。