应用小波变换与二维分形技术预测奥灰裂隙发育带

以许厂煤矿的应用为例，介绍了小波变换和二维分形技术的基本理论以及预测奥灰裂隙发育带的方法、步骤及效果。理论与实际分析表明，在预测奥灰裂隙发育带中，小波变换可以提高地震资料的分辨率和信噪比，二维分形参数有很高的参考价值，二者的结合为预测奥灰裂隙发育提供了一种有效的方法。     

基于双树复小波包变换的地震信号分析方法

尝试性地将一种双树复小波包变换方法应用于地震信号分析中. 复小波包变换综合了实小波包变换与连续复小波变换各自的优点，不但能提取信号的相位信息，而且选取与被分析信号相频特性相匹配的复小波包，可以对信号产生更好的聚焦作用. 本文描述了一种双树复小波包变换算法，并给出了模拟信号及实际地震记录的分析实例. 研究结果表明，双树复小波包变换是分析具有非线性相位地震信号的一种较为有效的方法.      

应用小波变换和C3相干算法检测地震剖面同相轴

为了提高地震剖面的信噪比和分辨率，使反射同相轴容易被识别和追踪，这里提出了一种应用小波算法及C3相干算法检测地震反射同相轴的新方法。利用小波算法提高地震剖面分辨率，减少大部分随机噪声，再运用C3相关算法和倾角扫描法检测地震剖面同相轴。应用该方法对模型数据进行了试算，证明了可行性，然后检测实际地震剖面同相轴，处理后的地震剖面同相轴品质及连续性都有了明显改善，信噪比增强，分辨率相应提高。     

中国大陆西部及邻近地区地震活动的小波分析

利用能反映非平稳信号时频域特征的小波分析方法，分析了百年来中国大陆西部及邻近大三角地区的地震资料，得到了地震活动在不同时间尺度上的特征。百年来该地区地震活动主要周期分别为42年、22年、7年和14年，而且其强度随时间在变化，由此我们认为对于地震活跃或平静期的讨论只有建立在具体的时间尺度上才有意义。同时利用各种尺度的小波系数和地震活动主周期对未来地震趋势进行的分析表明，未来几年该区地震活动仍相对较为活跃。     

基于反对称小波的车型识别研究

在对车型识别去噪和边缘检测进行分析的基础上，提出了一种基于反对称小波的检测方法。首先采用尺度间相关性和尺度内相位法进行有效去噪，然后检测变换模极大值，并进行有效区分保留真正边缘模极大值，最后进行相关恢复处理得到比较清晰的车型边缘。结果表明，该方法提高了车型边缘检测的准确性和车型识别率，具有很好的应用前景。     

IHS变换和小波变换相结合的遥感影像融合

本文针对低分辨率多光谱影像与高分辨率全色影像的融合，提出了一种IHS变换和小波变换相结合的遥感影像融合方法。方法首先对多光谱影像作IHS正变换，得到亮度I、色度H和饱和度S三个分量：然后利用小波变换融合方法，融合多光谱影像的亮度分量与全色影像，并用融合后的影像替代多光谱影像的亮度分量；最后，利用IHS反变换得到新的多光谱影像。试验结果分析表明，新方法的性能优于IHS变换融合方法、小波变换融合方法，在增强融合影像的空间细节表现能力的同时，很好地保留了多光谱影像的光谱信息。     

小波分析在前兆数据处理中的应用

运用小波分析将不同频率成分组成的数据序列按尺度分解为低频和高频成分，并对低频和高频系数进行分析，然后根据小波系数的重构原理还原数据序列。本文以地下流体资料进行研究，结果表明：①小波方法可以较好地抑制流体数据中的随机噪声，并可有效地将数据的趋势变化和局部变化分开；②通过分析各频段小波系数，将降雨干扰的小波系数去掉后重构，从而达到消除降雨干扰的目的。     

基于小波多尺度分析的奇性指数：一种新地震属性

传统的地震解释主要是观测地震振幅及相位的变化，但是地震振幅也会掩盖地下介质中真实的地质情况.在许多情况下，重要的地质信息可能是通过与振幅特征无关的奇异性参数来传递的.本文提出奇异性指数，即Hlder指数α（又被称为Lipschitz指数），可以作为一种新的地震属性，它能够准确反映数据中的奇点的位置和奇异性强度.Hlder指数α是对某一点上或某一点周围很小的范围内的奇异性强度的度量，大的α值表示低的奇异性（或高的正则性）.研究表明α可以作为一种自然的能够精确刻画地层边界的地震属性.本文根据这一思想，对合成和实测的地震数据进行了小波基础上的多尺度分析研究，结果表明由本文的算法得到的α提高了对地层边界划分的能力，而这些地层界面在传统的地震振幅显示则不明显.     

小波变换理论的线状要素制图综合研究

空间数据的多尺度表达问题已成为G IS研究的重点,也是地图自动综合的瓶径,如何解决智能化的多尺度表达是迫切需要解决的问题。基于小波分析原理和制图综合原理,利用线状要素的极角变化,对线状要素进行平滑和综合,实现了线状要素数据的制图综合。     

SPOT5影像纹理特征提取与土地利用信息识别方法

本文以太湖流域西苕溪上游安吉地区SPOT5影像600像元×600像元为试验区,首先采用主成分分析对SPOT5影像进行数据压缩和几何信息增强,再采用小波分析方法对影像进行滤波和噪音处理,利用灰度共生矩阵对高分辨率图像的纹理信息进行分析,以对比度和熵为统计指标,确定对比度和熵的最佳阈值,进行边界匹配和图像的分割,将此分割结果与NDVI阈值法分类结果进行叠合,得到最终的分类结果。试验结果表明:将纹理分析方法应用于图像分类中可区分光谱混淆的地物,光谱与纹理特征结合得到的分类精度高于单纯依靠光谱特征进行分类和单纯依靠纹理分类的分类精度。