小波分析在地球物理信息融合中的应用

为了实现地球物理资料的自动综合解释,提出了一种基于小波分析的多分辨地球物理信息融合方法.阐述了地球物理信息融合中的关键技术,即信息表示、融合方法及融合中的控制.利用多种地球物理信息融合获取有关地质目标的知识,避免了单一方法的局限性,减少了各种地球物理信息不确定性误差的影响.对实际资料进行了实验,实现了速度、视电阻率和密度信息融合.实验结果表明融合图像包含了更多地质目标的信息.     

基于多小波的医学图像阈值分割算法研究

图像分割技术是医学图像处理和分析中的关键技术。本文通过构造一个正交多小波,把图像在尺度空间展开,对不同分辨级下的小波系数采用不同阈值进行分割处理。应用自动和交互相结合的分割方法,通过对目标区域图像特征进行分析,交互确定目标区域的大致灰度范围。在综合考虑图像的边缘和区域的基础上,确定精确的阈值,将目标组织从背景中分割出来。通过对计算机断层扫描医学图像进行分割处理和对比实验,得到的图像清晰度明显提高,证明该方法不仅能得到较清晰的感兴趣区域,而且还能获得较清晰的边缘特征。     

数字遥感图像的多源数据融合方法在地质学中的一些应用

简单介绍了几种在地质应用中常用的卫星遥感数据及特点,进一步论述了不同类型的遥感数据及其它地学数据在不同层次上的融合方法;探讨了数据融合技术在突出地质特征信息方面的优势,并给出了几个地质应用的实例     

改进的IHS变换和小波变换相结合的图像融合

在分析IHS变换时发现,IHS变换中亮度分量的计算是从红绿蓝三种颜色中平均提取三分之一作为总亮度,而人眼对绿色最敏感(占60%)、其次是红色(占30%)、再者是蓝色(占10%),故本文对亮度分量的计算公式做了修改。在此基础上,提出了一种改进的IHS变换和小波变换相结合的图像融合方法。首先对多光谱图像进行改进的IHS变换,然后利用小波变换分别对I分量和全色高分辨率图像做小波分解,并对小波低频系数基于局部能量进行融合,小波高频系数基于局部方差进行融合,最后进行IHS逆变换,得到融合结果图像。结果表明,本文提出的方法在保持光谱源图像特性方面有优势,也较多地保留了源图像的空间细节信息,融合图像的扭曲程度小。     

小波分析在地球物理及大地测量中的应用

小波分析是重要的时—领域分析工具，在地球物理和大地测量相关问题研究中逐渐显示出其独特的作用。本文较全面地介绍了现阶段小波分析在重力异常分解、固体潮、地球自转变化、ENSO和重力场展开等地球物理及大地到量领域的研究进展，并在此基础上对地球物理及大地测量领域小波分析的应用前景做了进一步分析。     

小波降噪方法在地震信号处理中的应用

采用小波多分辨率分解降噪方法对理论信号和兰州台地震观测信号进行了处理,结果表明小波多分辨率分解降噪方法较好地保持了原信号的特性。信噪比提高了11.6~55.6 dB,平均29dB,降噪效果良好,可应用于台站日常的震相分析识别及其它研究目的降噪处理。     

小波变换在三维地震数据处理中的应用

近年来，小波变换作为一项理论在三维地震数据的处理中日益受到重视。本文利用小波变换的变焦特性及思想设计了一缩短地震波长、提高地震子滠主瓣与旁瓣幅度比的算法，并将此算法运用于胜利油田弧岛东斜坡Ｂ７０１井三维地震数据处理中。结果表明此算法对提高地层厚度分辨率是卓有成效的。     

小波分析及其在我国地球物理学研究中的应用进展

小波分析在当前数学领域、物理领域和地质领域中,是一个发展迅速的分析工具,它同时具有理论上的深刻性和应用的广泛性.由于小波具有时频分析的重要特性,已经在地球物理的相关问题研究中显示其独特的作用.本文较全面的介绍了小波分析理论基础、发展历史,及其在我国地球物理学研究中的应用进展,并在此基础上对地球物理领域小波分析所存在的问题以及应用前景作了进一步的分析.     

小波变换在TM热红外遥感信息解释中的应用

如何有效利用TM热红外遥感图像是遥感应用和研究人员共同关心的问题．由于空间分辨率不高,其应用与研究程度远不及其它波段获取的图像．小波变换具有信号多尺度分解能力,可以把遥感图像(二维信号)按照近似与细节进行多尺度分解．对TM(或ETM^ )图像进行K-L变换,将可见光及近红外波段信息集中到一个主分量图像上,而后对热红外图像和该主分量图像同时进行多尺度小波分解,使用前者的近似系数与后者的细节系数重建图像,由此得到的合成图像既保留了原热红外图像的基本灰度分布信息,同时分辨率也得到了提高．     

小波多分辨分析在变形分析中的应用

利用离散小波变换方法对变形观测序列进行分析,通过小波多分辨分析方法对变形观测数据进行分解和重构,有效地对误差进行了分离;在分析非线性形算例中,小波变换得到的去噪后变形曲线与多项式回归法结果相比,克服了因选用不同模型拟合效果不同的主观影响,既能较好的反映局部变形特征,又能反映整体变形趋势。     

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。     

基于小波变换与小波包变换的降噪方法比较

在模拟地震记录信号中加入信噪比为17的高斯白噪声,然后分别采用小波降噪和小波包降噪方法,对含噪信号进行降噪处理。在不同降噪阈值下,比较降噪后信号的信噪比。结果表明:在同一降噪阈值下,小波包降噪后信号的信噪比高于小波降噪后信号的信噪比,而且采用wbmpen方法给定的阈值明显可以提高降噪后信号的信噪比。     

Seismic data compression based on integer wavelet transform

Introduction With the development of the seismological observation technique and deep-going of seismicdata application fields, especially the digitization of data in earthquake station networks, theimprovement of the precision, the data quantity increases as geometric order, which bringdifficulty to saving and transfering these data. To keep all information, seismic data, like medicalimages, should be compressed without error in many applications. In generally, traditionalcompression meth…     

Seismic data compression based on integer wavelet transform

Due to the particularity of the seismic data, they must be treated by lossless compression algorithm in some cases. In the paper, based on the integer wavelet transform, the lossless compression algorithm is studied. Comparing with the traditional algorithm, it can better improve the compression rate. CDF (2, n) biorthogonal wavelet family can lead to better compression ratio than other CDF family, SWE and CRF, which is owe to its capability in canceling data redundancies and focusing data characteristics. CDF (2, n) family is suitable as the wavelet function of the lossless compression seismic data. Contribution No.04FE1019, Institute of Geophysics, China Earthquake Administration.     

基于小波分析的结构动力可靠度估计

利用小波分析估计的地震动局部谱,采用虚拟激励法求得了线笥结构非平衡随机响应,结合基于首超破坏准则的几种动力可靠度表达式,对结构的动力可靠度进行了讨论,并与平稳响应的情况进行了比较。     

A classification method of building structures based on multi-feature fusion of UAV remote sensing images

In order to improve the accuracy of building structure identification using remote sensing images, a building structure classification method based on multi-feature fusion of UAV remote sensing image is proposed in this paper. Three identification approaches of remote sensing images are integrated in this method: object-oriented, texture feature, and digital elevation based on DSM and DEM. So RGB threshold classification method is used to classify the identification results. The accuracy of building structure classification based on each feature and the multi-feature fusion are compared and analyzed. The results show that the building structure classification method is feasible and can accurately identify the structures in large-area remote sensing images.     

基于Contourlet变换和ICA的多时相遥感图像变化检测

为了提高多时相遥感图像变化检测的精确度和运算效率,本文提出了一种基于Contourlet变换和独立分量分析(ICA-Independent component analysis)的变化检测算法.利用Contourlet变换多尺度、多方向性和各向异性等性质,对图像数据进行多尺度分解,再对分解后的数据进行独立分量分析,利用改进的基于牛顿迭代的固定点ICA算法分离出互相独立的数据分量,然后将分离后的数据分量转变成图像分量,最终对变化图像分量经阈值分割实现变化检测.实验结果表明,与现有的基于PCA、基于ICA、基于小波变换与ICA三种变化检测算法相比,本文算法能有效地分离出变化信息,减少了计算的复杂性,得到的变化图像具有更高的精确度,且对背景有较强的稳健性.     

基于小波变换的结构地震响应与能量计算分析

多分辨分析可将地震信号分解到不同的频段。本文推导了运用多分辨分析计算多自由度体系地震响应的基本公式,讨论了各频段地震信号及结构响应的能量分配。最后,通过多自由度体系的算例验证了弹性体系在原始地震作用下的动力响应可以由该地震作用在时域的各小波分量的动力响应叠加而得,同时将高频抑制后的重构信号应用于近似模型的计算,并利用能量分析明确了地震信号与结构响应在各频段的能量分配。     

基于物理小波的频谱分解方法及应用研究

在地震资料频谱分解中,采用匹配地震子波的物理小波,依据地震信号的特征,用振幅、能量衰减率、能量延迟时间及地震子波的中心频率等四类参数构造基本小波,把地震信号分解在小波域,高频分量能够得到精细的刻画.本文以物理小波变换为工具, 给出了该变换中的核函数的选择方法,进而提出了基于物理小波变换的频谱成像方法.我们将此方法用于海上某油田河流相储层的描述,并与常规软件中的小波变换频谱成像结果进行了对比, 结果表明,本文提出的方法更能精细地刻画地质事件.