版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領
文檔簡介
1、小波變換在現(xiàn)實科研生產(chǎn)中有著廣泛的應用。采用最優(yōu)小波基對信號進行分析是人們心中所期望的,然而基于信號特性設計匹配小波雖然能夠在一定程度上達到最優(yōu)小波基的目的,但對于設計過程來講是非常復雜的,因此直接影響著匹配小波的應用。與此同時隨著小波理論日益完善,人們發(fā)現(xiàn)小波對含點狀奇異的目標函數(shù)是最優(yōu)的基,在分析這類目標時小波系數(shù)是稀疏的,但對具有線狀奇異的函數(shù),小波系數(shù)則不再稀疏。在高維情況下,正是因為小波分析不能充分利用數(shù)據(jù)本身所特有的幾何特征
2、,所以不是最優(yōu)的或者說“最稀疏”的函數(shù)表示方法,不能夠很好的挖掘圖像中的方向邊緣信息。因此設計能夠有效分析尋找圖像幾何方向的方法顯得十分重要。 正是基于此,論文進行了以下工作: 小波變換能夠有效的處理探測回波信號,而在此之上提出的匹配小波進一步提高了信號檢測性能,但這些方法在處理低信噪比信號上依然效果不佳,因為要做到完全的小波與信號匹配是不可能的。本文在提出了完全匹配小波概念的基礎上,給出了一種新型信號檢測方法,即匹配小
3、波信號的檢測,構(gòu)造小波函數(shù)信號作為探測發(fā)射信號,對檢測到的回波信號用與發(fā)射信號完全匹配的小波進行處理。該方法能夠有效地檢測低信噪比回波信號。由仿真超聲波回波信號得到,本方法能夠?qū)⑼耆蜎]在噪聲信號中的有用信號檢測出來,其處理回波信號的SNR可以達到-17db,從而有效地提高了超聲檢測的精度和范圍。 小波變換對于處理1-D信號十分有效,但在處理2-D信號時由于具有方向的缺失,不能做到最優(yōu)逼近。本文提出了方向窗的概念,從而能夠有效地
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 樣條小波變換多尺度圖像邊緣檢測.pdf
- 基于多尺度小波匹配的研究.pdf
- 基于提升小波變換的圖像多尺度邊緣檢測.pdf
- 基于小波變換多尺度邊緣檢測分析.pdf
- 多尺度幾何分析在圖像邊緣檢測中的應用.pdf
- 小波的多尺度變換在圖像邊緣檢測中的應用.pdf
- 基于小波和多尺度幾何分析的圖像降噪和目標識別技術(shù)研究.pdf
- 基于小波多尺度分析的圖像檢索技術(shù)研究.pdf
- 基于向量小波多尺度紋理分析的紅外小目標檢測.pdf
- 多尺度幾何分析圖像邊緣檢測的嵌入式實現(xiàn).pdf
- 基于小波和多尺度幾何分析的信息隱藏技術(shù)研究.pdf
- 多尺度幾何分析遙感圖像融合及分類方法研究.pdf
- 圖像的多尺度幾何分析與內(nèi)插研究.pdf
- 基于多尺度幾何分析的小波變換壓縮編碼算法研究.pdf
- 框架多尺度分析及其小波構(gòu)造.pdf
- 多重正交小波和多尺度分析.pdf
- 基于SIFT和小波多尺度分析的多聚焦圖像融合方法研究.pdf
- 數(shù)字圖像的小波多尺度表示及其應用.pdf
- 基于Shearlet的圖像多尺度幾何分析及應用研究.pdf
- 基于小波多尺度分析的銅浮選泡沫圖像特征提取.pdf
評論
0/150
提交評論