一种基于小波变换的图像融合方法

针对传统基于方向对比度的小波变换融合方法所得结果局部区域清晰度不高的问题,本文在高低频分量的处理方法上作了改进,采用Tenunbaum梯度辅助增强图像的细节信息。试验结果表明,该方法所得融合结果边缘细节更清晰,信息量更大,融合效果较好。     

FFT在变形监测中的应用与分析

在变形监测中获取的观测数据可以看作是时间与空间上的一组变形信号,一般该信号都会呈现趋势性,隐藏其中的周期性不易被发现;利用FFT对其拟合后的残差和小波分解后的高频信号进行变换与分析,通过时间序列分析对其分析结果建模得到短期的预测、预报,效果比较理想。     

小波函数在变形监测数据降噪中的应用

利用计算机仿真技术,在加入人为噪声的基础上,采用小波函数对仿真数据进行降噪处理验证。测试过程中采用全局阈值和分层阈值的方式,分析降噪后能量成分和方差,比较两种阈值的降噪效果,并得出结论:小波分析在数据降噪方向有很明显优势,而且分层降噪的效果更好,将其应用到GPS变形监测的降噪处理中,取得了很好的效果,为GPS后续处理提供了数据保障。     

小波变换的多分辨率支集用于噪声图像低通滤波

依据信号与噪声的小波变换在不同分辨率下呈现不同特性的特点，提出了多分辨率支集图像低通滤波方法。通过与经典的高斯低通滤波方法实验结果比较，证明了本方法具有较强的抑制图像噪声能力。     

基于小波系数统计特征的SAR图像恢复

基于小波系数统计特征，提出了一种SAR图像恢复方法。首先将对数变换后的SAR图像进行平稳小波分解，基于小波系数统计特征，用α—stable分布分别对纯净信号和噪声建模，估计出各部分模型参数后，用MAP估计器对处理后的SAR图像进行非线性处理来恢复出纯净图像。实验结果表明，该方法能在抑制噪声的同时最大程度地保持纹理细节。     

战场环境可视化中多源遥感影像数据处理

介绍了将多源遥感影像数据应用于战场环境可视化之前的主要预处理方法,如影像金字塔生成、纹理数据结构准备、纹理快速调用等.该过程中所用到的小波变换、四叉树数据结构与细节层次算法等关键技术,能够有效地提高战场建模的真实感和效率.     

非线性小波变换阈值法去噪改进

提出非线性小波变换阈值改进算法,用改进后的阈值算法公式去噪,得到去噪均方误差相对于改进前公式去噪均方误差有明显减小,改进公式更合理。研究一种阈值法去噪修匀算法,去噪后曲线较光滑,基本上已消除了震荡或呈折线即伪吉布斯现象,改进效果明显。     

联合IHS 变换和MAP 估计的遥感图像融合

为了提高多光谱图像和全色图像的融合质量, 提出一种基于推广的IHS(Generalized Intensity-Hue-Saturation, GIHS)变换与最大后验概率MAP(Maximum a Posteriori)相结合的遥感图像融合算法。该算法首先经过GIHS 变换, 由多光谱图像得到强度分量; 其次针对强度分量和全色图像, 通过MAP 构建高分辨率图像的成像模型, 采用最速下 降优化算法得到富含光谱信息的高分辨率全色图像; 进而依据GIHS 变换得到融合图像。实验中分别以IKONOS 卫 星、Quickbird 卫星的多光谱图像和全色图像为例, 进行融合算法验证, 并与GIHS 融合算法、传统的小波变换融合 算法、小波变换结合IHS 变换的融合算法等进行比较分析, 实验表明, 新的融合方法具有更好的融合效果。     

小波变换辅助的陀螺信号抗差估计

在捷联寻北仪中,陀螺漂移是导致寻北精度下降的主要原因.在小波阚值消噪的基础上,提出了利用抗差估计提高光纤陀螺寻北仪的寻北精度,并给出了陀螺信号的抗差解式.首先对陀螺输出信号进行频谱分析,确定多分辨分析的尺度,对不同尺度的高频系数采取相应的处理措施;然后将抗差估计应用于陀螺数据的处理,采用高崩溃污染率的初值辅以IGGⅢ方案迭代解算的混合算法.计算结果表明,该方法能够有效地抵制异常扰动的影响,提高寻北精(密)度.     

小波多时间尺度分析在变形分析中的应用

变形体的变形总体上看是错综复杂的,但是在某些细节上又表现为周期性变化或者突变,通过小波变换的多时间尺度分析就可以探究形变的周期变化以及突变点,同时通过计算形变信号经小波分解后的小波方差就可以找出形变的周期,这为我们研究形变带来了很大的便利,也可以更好地把握变形系统的演变规律和未来发展趋势。