首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到17条相似文献,搜索用时 203 毫秒
1.
本文就当前数字农业在图像分析与处理方面中存在问题进行详细的剖析;而后通过小波变换时频局域局部性、连续小波变换、二进离散小波变换等理论研究与数学建模进行实例验证;表明通过小波变换后的图像在边缘检测、影像分析与处理、像素与质量有明显改善,同时能一定程度上消除噪声干扰对图像产生的畸变与误差。这将对保持图像原有信息具有重要作用。  相似文献   

2.
利用傅里叶变换红外光谱(FTIR)结合离散小波变换(DWT)、主成分分析(PCA)和聚类分析(HCA)方法对甘薯、马铃薯、薯蓣、莲藕、豌豆、玉米淀粉进行鉴别研究,测试淀粉样品的红外光谱。结果表明,6种淀粉样品红外光谱相似,但在1 700~800 cm-1范围内,红外光谱的峰位、峰形及吸收强度差异明显。对此范围内的原始红外光谱进行离散小波变换,提取离散小波变换的第五尺度细节系数数据,进行主成分分析和聚类分析。离散小波的前3个主成分的累计贡献率为94.43%,主成分分析和聚类分析正确率为100%。研究表明,傅里叶变换红外光谱技术结合离散小波变换的方法可以鉴别不同植物来源的淀粉。  相似文献   

3.
小波理论与振动分析   总被引:4,自引:0,他引:4  
小波理论是近年来迅速发展起来的新兴学科。已成为多领域的研究热点。本文介绍了连续小波变换和离散小波变换的构造及部分性能;分析了波变换与Fourier变换的关系;小波分析的特点与适用领域。给出了振动工程上的三个典型应胜。并就小波理论这一前沿领域的发展现状做了相应的评述。  相似文献   

4.
为了区分鉴别8种根茎类作物,通过采用傅里叶变换红外光谱(FTIR)结合小波变换(WI)、主成分分析(PCA)和聚类分析(HCA)的方法,测试研究了8种根茎类作物40个样品的红外光谱。结果表明:8种样品红外图谱相似,但在1800~700 cm-1范围内,红外光谱的峰位、峰形及吸收强度差异明显。对此范围内的原始红外光谱进行连续小波和离散小波变换。提取连续小波变换的第15层系数和离散小波变换的第5尺度细节系数数据,进行主成分分析和聚类分析。连续小波和离散小波的前3个主成分的累计贡献率分别为93.12%、89.78%,主成分分析和聚类分析正确率为100%。研究结果显示:傅里叶变换红外光谱技术结合小波变换的方法可以区分鉴别不同种的根茎类作物。  相似文献   

5.
针对现有的大多数视频水印算法不能很好地抵抗几何攻击的问题,基于离散小波变换(DWT)和奇异值分解(SVD)的视频水印算法,利用离散小波变换的多分辨率特性及奇异值的旋转、位移、转置、镜像变换的不变性,将置乱后水印的奇异值嵌入到离散小波变换的低频子带图像的奇异值上,得到较好的不可见性并实现了盲检测。实验表明,此算法能够对大多数水印攻击具有很好的鲁棒性,尤其提高了对抗空间上同步攻击的鲁棒性。  相似文献   

6.
数字图像处理技术的发展,使小波变换成为数字图像处理技术中的典型方法之一,本文通过对小波变换在信号分析中的两种类型进行探讨,对Mallat算法在离散小波变换计算中的基本思想进行了分析,在此基础上对数字图像处理技术中小波变换在图像压缩、图像去噪、图像增强及图像融合这四个方面的具体应用进行了深入的研究,最后利用Matlab软件对小波变换在数字图像处理技术中的应用效果进行了仿真验证。仿真结果表明,在数字图像处理中,小波变换具备实用性强、应用效果好、操作便捷等优势,是数字图像处理技术中一种行之有效的处理方法。  相似文献   

7.
针对永磁同步电机驱动系统转速快响应和强鲁棒性的速度控制需求,在分析永磁同步电机数学模型和离散小波变换技术的基础上,设计了最优小波函数为"db4",分解级数为2的永磁同步电机离散小波变换速度控制器,并基于Matlab/Simulink仿真平台,建立了永磁同步电机(Permanent Magnet Synchronous Motor, PMSM)驱动系统仿真模型和控制系统代码模型,结合基于TMS320F2812 DSP(Digital Signal Processing)的永磁同步电机驱动系统实验平台,通过负载扰动工况仿真、空载阶跃输入工况仿真与实验来验证永磁同步电机离散小波变换速度控制器的性能.仿真和实验结果表明:相比于传统比例积分微分(Proprotional Integral Derivative, PID)速度控制器,离散小波变换速度控制器达到稳态转速的速度更快,动态性能更优;在负载突变时,转速跌落小,抗负载扰动能力更强,是一种提升永磁同步电机速度控制器鲁棒性和稳定性的有效方法.  相似文献   

8.
利用小波变换结合反向传播网络(BPNN)和支持向量机(SVM)研究了朝天椒和灯笼椒的傅里叶变换红外(FTIR)光谱,样品1 750~950 cm-1范围的红外光谱经多尺度一维连续小波变换(CWT)和离散小波变换分析,发现第20尺度的连续小波系数,提取该尺度3个区域的系数作为特征参数建立BPNN和SVM模型。结果表明,BPNN和SVM模型都能很好地区别两种辣椒。第5尺度的离散小波细节系数建立BPNN和SVM模型分类的正确率分别为93.3%、100%。小波变换结合BPNN和SVM用于傅里叶变换红外光谱技术中能够准确识别朝天椒、灯笼椒,为区分不同品种的辣椒提供了快速、有效的方法。  相似文献   

9.
在二维离散小波变换及MATLAB快速算法的基础上,分析了在二维离散小波变换后的图像中加入数字水印成分,并利用反变换将其还原回原始图像,原始图像失真小,还原数字水印信息失真小,可以有效的应用在数字水印技术中。  相似文献   

10.
为了提高农作物叶部病害识别的可靠性,本文提出基于小波变换算法的农作物叶部病害图像处理技术.在图像分解的基础上,应用二维离散小波变换,论述了二维小波变换在农作物叶部图像去噪和图像增强中的应用.仿真实验结果表明此方案能够有效改善图像质量,提高对象识别的可靠性.  相似文献   

11.
图像压缩是为适应特殊应用场合或为得到一个较好的视觉效果,例如突出某些细节,常常需要一种可以有效改变已有图像大小的方法,使图像压缩后仍然有较高的质量。本文采用一维小波变换和二维小波变换方法,将图像信息分解成低频和高频两部分,通过压缩算法,将图像数据重构成一幅信息完整的新图像。实验表明,采用本算法压缩后的新图像符合客观实际,图像数据信息丰富。  相似文献   

12.
在排种器试验及视觉检测过程中,排种器机器视觉图像的滤波是消除信号污染并可靠提取有用信息的必要步骤。采用比较法研究了中值滤波、线性滤波、维纳滤波、小波去噪、中值小波组合滤波等方法在不同滤波器参数下的滤波效果。结果表明,中值滤波效果较好,根据成像状况合理调节滤波器参数,在模板7×7时信噪比可达29.063 1,正确处理率则达0.996 9;中值小波组合滤波法略优于单纯使用中值滤波或小波去噪,其信噪比达到29.165 2,正确处理率则达0.997 1;处理较低光照条件下采集的排种图像,三种方法均达到较理想效果。  相似文献   

13.
为了提高小波变换的处理速度,提出了基于块的尺度优先的多维并行处理算法,并结合美国TI公司的最新一代C67X DSP芯片的硬件特点,设计了浮点离散小波变换的DSP并行实现.  相似文献   

14.
应用小波分析方法和偏微分方程方法进行图像处理是一个重要课题。小波变换去除图像噪声时虽然能保持图像的细节信息,但是图像的边缘信息被平滑了。使用偏微分方程对图像去噪,并与使用小波变换去除图像噪声后效果进行比较,实验结果表明:使用偏微分方程对图像去噪在平滑噪声的同时可以使边缘得到保持,应用偏微分方程进行图像去噪是一种有效的工具。  相似文献   

15.
基于小波分析的图像压缩与去噪研究   总被引:6,自引:5,他引:1  
介绍了图像小波分析的基本理论和基于小波变换的分解与重构原理,利用小波变换对二维图像进行分解,将原始图像分解成不同方向、不同频率成分的子图像.同时对含噪图像进行小波分解,通过选取适当的阈值,对小波分解系数进行阈值量化,再对高低频系数重构,实现图像的去噪.最后运用MATLAB仿真平台进行仿真验证,仿真结果表明:利用小波分析对图像进行压缩和去噪可以得到非常好的压缩效果和去噪效果,对工程应用具有一定的借鉴意义.  相似文献   

16.
针对永磁同步电机及电动汽车电子差速控制系统存在的问题,以前轮独立驱动电动汽车为研究对象,建立了一种基于离散小波变换的驱动轮等功率分配电子差速控制策略.基于永磁同步电机数学模型,设计了基于离散小波变换的电流控制器,并建立了驱动轮等功率分配电子差速控制策略,为了验证所提出控制策略的有效性,基于Matlab/Simulink和Carsim联合仿真平台,建立了基于离散小波变换的等功率分配电子差速控制策略模型,并与传统PID电流控制器及驱动轮等转矩分配策略进行对比,仿真结果表明,相比于PID电流控制器,基于离散小波变换的电流控制器具有更快的响应速度和较好的鲁棒性,与驱动轮等转矩分配策略相比,基于等功率分配的电子差速控制策略能够实现转矩间的不等分配,降低驱动轮滑转率,有效提高了车辆行驶稳定性与安全性.  相似文献   

17.
迟德霞  王洋 《安徽农业科学》2012,40(22):11523-11524,11526
随着计算机技术和图像处理技术的发展,机器视觉导航技术的研究与应用已扩展到农业工程领域,与GPS技术一起成为农业机械导航领域中最有发展前景的导航技术。该文介绍了农业机械视觉导航技术中可用于导航基准线的几种识别方法的原理和特点并对各种方法的应用研究进行了综述。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号