雙樹
- 基于雙樹復(fù)數(shù)小波和模糊理論的聲吶圖像目標(biāo)增強方法*
WT）［12］、雙樹復(fù)數(shù)小波（DTCWT）［13～14］、輪廓波變換（CT）［15］、非下采樣輪廓波（NSCT）［16］等。圖像處理中某些信息的不確定性使得很難確定是否要增強或減弱新的信息，Pal King 的算法已成為處理不確定信息的一種典型的對比度增強方法，它及其改進的算法已被廣泛使用。但是Pal King 的算法有兩個缺點，一方面，過渡點固定在0.5，使得不同的圖像的自適應(yīng)差，另一方面，在逆變換中一些較低的灰度值被硬切為0，當(dāng)隸屬函數(shù)從0 改變時，圖
計算機與數(shù)字工程 2023年4期2023-08-02
- 基于雙樹復(fù)小波的齒輪副裂紋故障檢測方法
[16]中驗證了雙樹復(fù)小波對斜齒輪副振動信號降噪的有效性，但缺少對比實驗，沒有采用其他信號降噪方法作為比較，難以量化雙樹復(fù)小波方法的性能。并且其降噪模型復(fù)雜，難以得到推廣和應(yīng)用。為此，本文中針對直齒輪副振動信號的降噪問題，提出利用4層雙樹復(fù)小波降噪方法，利用雙樹復(fù)小波的近似平移不變性和完全重構(gòu)性對含噪信號進行有效降噪。利用常用的硬閾值函數(shù)和軟閾值函數(shù)降噪方法與雙樹復(fù)小波降噪進行了對比實驗，利用信號的信噪比和均方根誤差指標(biāo)量化雙樹復(fù)小波降噪方法對含噪信號的處
機械傳動 2022年10期2022-10-21
- 基于雙樹復(fù)小波與完全集合經(jīng)驗?zāi)B(tài)分解的滾動軸承故障診斷方法
數(shù)的規(guī)范性選擇，雙樹復(fù)小波分解則能夠在盡可能保留原信號有效信息的基礎(chǔ)上達到降噪目的[2]，可用于軸承振動信號的信號降噪處理。對于降噪后的信號，文獻[3]提出一種將信號自適應(yīng)分解成多個本征模態(tài)分量(IMF)的方法，即經(jīng)驗?zāi)B(tài)分解(EMD)，但其存在一定程度的模態(tài)混疊現(xiàn)象[4]；集合經(jīng)驗?zāi)B(tài)分解(EEMD)較好地解決模態(tài)混疊問題[5]，但在其分解過程中加入的高斯白噪聲卻不能被完全清除[6]；完全經(jīng)驗?zāi)B(tài)分解(CEEMD)通過加入正負(fù)成對的白噪聲來解決上述問題[
軸承 2022年8期2022-08-16
- 基于雙樹復(fù)小波變換與樣本熵的自適應(yīng)降噪法*
解、奇異值分解和雙樹復(fù)小波變換等。崔治等［2］采用小波熵確定超聲信號在小波閾值降噪中的自適應(yīng)最優(yōu)分解層數(shù)，有效去除了含噪超聲信號中的噪聲，不僅提高了信噪比，而且更有效地保留了原始信號中的有用成分。沈微等［3］針對噪聲背景下的振動信號采用同步擠壓小波變換，通過自相關(guān)系數(shù)峰度閾值法二次剔除經(jīng)同步擠壓小波變換和瞬時頻率復(fù)雜度篩選后的分量，最終實現(xiàn)對原始信號的消噪。吳定海等［4］利用小波尺度間的相關(guān)性來增強信號中的有用信息，并與分塊閾值相結(jié)合進行聯(lián)合降噪，通過雙樹
振動、測試與診斷 2022年2期2022-05-21
- 雙樹復(fù)小波與寬度學(xué)習(xí)在軸承故障診斷的應(yīng)用
數(shù)需要人工嘗試。雙樹復(fù)小波變換（Dual-Tree Complex Wavelet Transform，簡稱DT-CWT）能夠有效的將信號分解成若干個不同頻帶上的分量且不需要復(fù)雜的參數(shù)設(shè)置，用實部與虛部樹這兩個平行的濾波系統(tǒng)綜合信息，可以更加有效地將不同頻段的信號分解，同時克服了小波變換存在的頻帶混疊、平移可變和信號失真等缺陷，使雙樹復(fù)小波在非平穩(wěn)信號特征提取中具有獨特優(yōu)勢［4］。要對經(jīng)過特征提取操作處理后的信號故障特征的類型進行精確識別，需要使用一種高效
機械設(shè)計與制造 2022年5期2022-05-19
- 利用雙樹復(fù)小波特征進行蛋白質(zhì)二級結(jié)構(gòu)預(yù)測
離矩陣中的特征。雙樹復(fù)小波變換源于解決傳統(tǒng)的二維離散實小波變換在圖像處理中存在的一些局限問題，在圖像處理領(lǐng)域取得了較好的使用效果[13-14]。雙樹復(fù)小波變換使用兩對濾波器組對圖像實現(xiàn)L級分解，用每個尺度下得到的6個方向子帶計算它們的能量與標(biāo)準(zhǔn)差，依此構(gòu)造特征向量。本文使用雙樹復(fù)小波變換完成對轉(zhuǎn)化后的蛋白質(zhì)距離矩陣的特征提取，后文中的實驗證明此方法可以有效提高蛋白質(zhì)二級結(jié)構(gòu)的分類精度。1 材料與方法1.1 數(shù)據(jù)集本文使用兩個數(shù)據(jù)集，它們分別來自文獻[15]
計算機工程與應(yīng)用 2022年3期2022-02-24
- 雙樹復(fù)小波變換在川藏鐵路拉林段某隧道超前地質(zhì)預(yù)報中的應(yīng)用
處理的準(zhǔn)確性，而雙樹復(fù)小波變換(dual-tree complex wavelet transform，DTCWT)承襲了傳統(tǒng)離散小波變換優(yōu)越的時頻分析和多分辨率分析能力，同時又克服了傳統(tǒng)離散小波變換的平移敏感性、頻率混疊和缺少方向選擇性等不足[11]。目前，國內(nèi)外學(xué)者利用雙樹復(fù)小波對探地雷達信號進行處理的研究還相對較少。Behrooz Oskooi等人在研究利用雙樹復(fù)小波對探地雷達信號進行去噪處理時，在閾值的選擇上僅考慮了通用閾值[12]，而通用閾值存在
物探與化探 2021年6期2021-12-23
- 基于雙樹復(fù)小波變換與雙邊濾波的圖像濾波
k等[9]提出了雙樹復(fù)小波變換(DTCWT)方法.雙樹復(fù)小波變換除了具有小波變換的優(yōu)點外，還具有平移不變性和多方向選擇性，這正是圖像處理所亟需的.鑒于不同分解尺度間的小波系數(shù)存在相關(guān)性，在雙樹復(fù)小波變換的基礎(chǔ)上，La等[10]提出了雙密度的雙樹復(fù)小波變換.Velayudham等[11]提出了一種結(jié)合局部像素分組和雙樹復(fù)小波包的圖像去噪方法，用雙樹復(fù)小波包對噪聲信息進行識別，然后分三階段，每一階段用不同的噪聲強度參數(shù)對噪聲進行去除.鑒于形態(tài)學(xué)在圖像處理中的廣
華中師范大學(xué)學(xué)報（自然科學(xué)版） 2021年6期2021-12-18
- 雙樹復(fù)小波與雙變量閾值模型的圖像去噪
值去噪法［1］和雙樹復(fù)小波變換去噪法［2］。因為多分辨率分析和信號局部特征表示的能力，小波變換廣泛應(yīng)用于圖像處理。最初，學(xué)者們提出了小波閾值去噪法［3］，但是缺乏圖像細(xì)節(jié)保持和噪聲分離的能力。于是，文獻［4］將噪聲檢測引入到小波閾值去噪中，且利用邊緣檢測對小波閾值進行增強。為了克服小波閾值濾波在去噪性能和計算速度上的不足，Elaiyaraja等［5］提出了一種去除醫(yī)學(xué)圖像中高斯噪聲的小波閾值優(yōu)化方法。為了進一步改進小波變換的性能，Wang等［6］提出三維小
實驗室研究與探索 2021年10期2021-12-14
- 基于雙樹Quick-RRT*算法的移動機器人路徑規(guī)劃
優(yōu)勢，本文提出了雙樹Quick-RRT*算法，并通過仿真實驗分析了該算法的性能。1 問題描述及背景知識1.1 問題描述路徑規(guī)劃空間常采用位形空間進行描述。依據(jù)是否與障礙物發(fā)生碰撞，整個位形空間C劃分為自由位形Cfree和碰撞位形Cobs，其中Cobs=CCfree。路徑規(guī)劃問題是給定起點vstart和終點vgoal(vstart,vgoal∈Cfree)的前提下尋找一條從vstart到vgoal的無碰撞路徑。1.2 RRT*算法RRT*是一種單查詢樹狀結(jié)構(gòu)
華南理工大學(xué)學(xué)報（自然科學(xué)版） 2021年7期2021-08-09
- 賡續(xù)海東紅色血脈 汲取時代強大力量
寫時代新篇章。從雙樹村的紅色基因中汲取前行的力量。習(xí)近平總書記指出，歷史是最好的教科書，對于我們共產(chǎn)黨人而言，中國革命歷史是最好的營養(yǎng)劑，多重溫那些偉大的歷史，心中就會凝聚更多的正能量。1950年2月8日，青海農(nóng)村大地上第一面黨旗在互助縣雙樹村升起，青海省農(nóng)村第一個黨支部在這里莊嚴(yán)誕生。胡成海、袁生英、胡明偉、袁忠壽、李錄邦五名農(nóng)民黨員自加入黨組織的那天起，就把自己的一切交給了黨，他們冒著生命危險同反動勢力斗爭的經(jīng)歷，被載入青海農(nóng)村黨組織發(fā)展的光輝史冊。雙
黨的生活·青海 2021年5期2021-06-10
- 礦用鋼絲繩損傷檢測信號處理方法研究
影響檢測準(zhǔn)確度。雙樹復(fù)小波變換是N.G. Kingsbury提出的一種信號處理方法[5]，解決了小波變換中平移不變性較差、頻帶混疊等問題[6]，可使信號中的奇異部分更加清晰，有利于提高檢測準(zhǔn)確度，在圖像壓縮、去噪等方面已有應(yīng)用，尚未有用于礦用鋼絲繩損傷檢測的報道。本文提出一種基于雙樹復(fù)小波變換的礦用鋼絲繩損傷檢測信號處理方法，以消除檢測信號中的噪聲，提高后續(xù)損傷特征提取與識別的準(zhǔn)確度。1 雙樹復(fù)小波變換理論雙樹復(fù)小波變換是基于小波變換形式的復(fù)數(shù)小波變換。其
工礦自動化 2021年2期2021-03-03
- 一種新的雙樹復(fù)小波在Φ-OTDR信號降噪中的應(yīng)用?
適用于圖像處理的雙樹復(fù)小波變換[5]。2012年Chen.G等人提出了基于相鄰小波系數(shù)去噪的雙樹復(fù)小波變換方法[6]。2017年，Hao H提出多變量經(jīng)驗?zāi)B(tài)分解小波變換去噪的新方案[7]，Naveed K等提出了基于擬合優(yōu)度的雙樹復(fù)小波去噪方法[8]。近期，針對現(xiàn)有雙樹復(fù)小波變換去噪方法中平移不穩(wěn)定和信號系數(shù)錯誤估計問題，進一步改進了雙樹復(fù)小波去噪方法，這種方法被命名為DTCWT-GOF-NeighFilt方法。2 基本原理2.1 小波變換去噪原理2.1
艦船電子工程 2020年8期2020-10-10
- 基于雙樹復(fù)小波變換的紅外小目標(biāo)檢測算法
用需求。近年來,雙樹復(fù)小波分析作為一種有效的圖像處理方法,被許多學(xué)者應(yīng)用于目標(biāo)檢測領(lǐng)域[23-25],但是將其直接應(yīng)用于紅外小目標(biāo)檢測時,由于其對圖像中的高頻信息特別敏感,無法在保留目標(biāo)的同時有效地濾除噪聲[26]。本文提出了一種基于雙樹復(fù)小波變換與圖像熵的紅外小目標(biāo)檢測算法,能夠有效去除圖像中的雜波,同時凸顯出小目標(biāo)。2 紅外小目標(biāo)檢測算法本文所提出的算法包含背景抑制和小目標(biāo)增強兩個步驟。其中,背景抑制部分是通過對圖像進行雙樹復(fù)小波分解后處理系數(shù)實現(xiàn),小
激光與紅外 2020年9期2020-09-23
- X射線熒光光譜中低分離度重疊峰分解的方法研究
朱晨超等[8]將雙樹復(fù)小波變換與實數(shù)小波變換進行對比，結(jié)果發(fā)現(xiàn)雙樹復(fù)小波變換能夠分解分離度更低的重疊信號且分峰結(jié)果更準(zhǔn)確。 當(dāng)試樣中存在X射線能量十分接近的元素時，X射線熒光光譜的譜峰會嚴(yán)重重疊甚至完全重疊。 針對這一問題，提出了一種峰銳化法結(jié)合雙樹復(fù)小波變換分解低分離度重疊峰的新方法，來解決X射線熒光光譜中譜峰嚴(yán)重重疊的問題。1 原 理1.1 峰銳化法理論傳統(tǒng)峰銳化法是通過將原始信號與其負(fù)的二階微分處理后的信號的加權(quán)相加[7]，表達形式如式(1)F=f-
光譜學(xué)與光譜分析 2020年4期2020-05-07
- 基于雙樹復(fù)小波的移動陰影檢測和移除
合視頻陰影檢測，雙樹復(fù)小波克服了上述問題，故本文采用雙樹復(fù)小波進行陰影檢測，并結(jié)合HSV 顏色模型移除陰影。2 基于雙復(fù)樹小波的運動陰影檢2.1 雙樹復(fù)小波（DT-CWT）雙樹復(fù)小波變換（DT-CWT）是Kingsbury 在1998 年提出的，是離散小波變換的一個增強擴展，DT-CWT 采用具有二叉結(jié)構(gòu)的雙路DWT，即將復(fù)小波的實部和虛部分離。如圖一中的Tree A和Tree B，兩個實數(shù)小波樹相互平行，并且通過實數(shù)濾波器來分別獲取復(fù)數(shù)小波的實部變換系數(shù)
網(wǎng)絡(luò)安全技術(shù)與應(yīng)用 2020年4期2020-04-13
- 結(jié)合復(fù)小波包變換及頻譜校正的機械轉(zhuǎn)子碰摩故障診斷方法研究
障特征提取方法。雙樹復(fù)小波包變換是一種近似解析小波變換，其復(fù)制小波函數(shù)由一對呈近似希爾波爾變換對的小波函數(shù)構(gòu)成。在多尺度分解中，它具有近似平移不變性、更低的能量混疊的優(yōu)點。本文作者針對轉(zhuǎn)子早期碰摩的微弱動態(tài)特征提取問題提出了一種基于雙樹復(fù)小波包及頻譜校正的診斷方法。首先，為了抑制早期故障發(fā)生時工作頻率基波對其他特征的干擾，采用矩形窗頻譜校正方法對其進行頻率、幅值、相位的高精度識別，進而構(gòu)建補償信號進行對消。對剩余信號采用雙樹復(fù)小波包變換進行多尺度分解，得到
汽車零部件 2020年2期2020-03-26
- 一種基于雙樹復(fù)小波變換的圖像去噪算法
sbury提出了雙樹復(fù)小波變換(Dual Tree Complex Wavelet Transform，DTCWT)，具有平移不變性，提供了6個方向的信息，因而具有較好的方向性和精確的相空間信息[8]。在DTCWT提出以后，有很多學(xué)者在基于雙樹復(fù)小波的去噪方法方面做了大量研究。文獻[9]提出了一種基于雙樹復(fù)小波變換和形態(tài)濾波的去噪算法。文獻[10]提出了一種基于非下采樣雙樹復(fù)小波域的圖像去噪算法，實驗表明該算法比經(jīng)典算法提高了一定的峰值信噪比，且有良好的視
無線電工程 2019年1期2019-12-24
- 自適應(yīng)改進雙樹復(fù)小波變換的齒輪箱故障診斷*
嚴(yán)重的頻率混疊，雙樹復(fù)小波變換的頻率混疊抑制特性在很大程度上抑制了頻率混疊現(xiàn)象的產(chǎn)生，但不能從根本上消除頻率混疊現(xiàn)象。因此為了準(zhǔn)確提取故障特征，有效地將信號展開，從特定的頻率段中識別故障特征，避免頻率混疊的方法具有非常重要的意義。雙樹復(fù)小波變換(dual-tree complex wavelet transform,簡稱DTCWT)是傳統(tǒng)離散小波變換的改進方法[1]，即用奇、偶濾波器組實現(xiàn)小波的分解與重構(gòu)，不僅具有傳統(tǒng)小波的時頻局部化分析能力，而且有離散小
振動、測試與診斷 2019年5期2019-11-06
- 基于雙樹復(fù)小波的多尺度遙感圖像去噪方法
圖像分辨率降低。雙樹復(fù)小波(DT-CWT)具有多尺度多分辨率分析的特點，在時域、頻率域都具有較好的分析能力，廣泛應(yīng)用于信號分析、圖像處理、地震勘探數(shù)據(jù)處理等領(lǐng)域[17-20]。本文通過對含有云霧噪聲的遙感圖像進行多尺度分析與處理，確定雙樹復(fù)小波多尺度分解過程中的最佳濾波器組合及最佳分解尺度，據(jù)此得到不同尺度下的低頻和高頻子帶；利用拉普拉斯濾波對受云霧噪聲影響明顯的子帶進行濾波降噪處理，再利用雙樹復(fù)小波逆變換完成遙感圖像的重構(gòu)。1 原理和方法1.1 雙樹復(fù)小
常州工學(xué)院學(xué)報 2019年3期2019-10-17
- 一個村莊的紅色記憶
樸實無華的名字。雙樹，一方土地堅實而厚重，承載著光榮的歷史和紅色的記憶。69年前，青海省第一個農(nóng)村黨支部在這里誕生，從此開啟了黨領(lǐng)導(dǎo)下的革命和建設(shè)的新征程。雙樹村位于祁連山南麓，沙塘川河西岸，象山腳下。雙樹村歷史悠久，始建于明朝初年，因明萬歷年間有兩棵大榆樹而得名。而就在這樣一個普通的村莊里，升起了青海農(nóng)村的第一面黨旗。1989年，青海省黨史研究室在青?！饵h的生活》雜志上發(fā)表了《我省第一個農(nóng)村基層黨支部》一文。經(jīng)過22年的認(rèn)真考證，最終于2011年4月，青
黨的生活·青海 2019年4期2019-06-11
- 家門口的黨員“加油站”
工作，重點打造“雙樹村——青海省第一個農(nóng)村黨支部”黨性教育基地，為黨員群眾建起了家門口的“加油站”。小村子卻有“大”歷史“別看我們村小，我們可有‘大歷史，還有毛主席的批示呢！”這是雙樹村黨員群眾最為自豪的事。雙樹村位于祁連山南麓，沙塘川河西岸，是互助縣塘川鎮(zhèn)的一個普通村莊。然而隨著互助縣解放，這里就變得不再普通。那是在1950年2月8日，5名年輕人在黨組織的領(lǐng)導(dǎo)下，在一個屋角秘密成立了中共雙樹村支部委員會。這個“紅色”屋角成為了青海省農(nóng)村黨組織發(fā)展史上的一
黨的生活·青海 2019年4期2019-06-11
- 雙樹村 黨性教育基地建設(shè)的經(jīng)驗和做法
淑君互助縣塘川鎮(zhèn)雙樹村是青海省第一個農(nóng)村黨支部所在地，是海東市愛國主義教育基地、互助縣黨性教育基地、青海省“一縣一基地一縣一特色”黨員教育基地。近年來，在互助縣委的堅強領(lǐng)導(dǎo)下、在縣委組織部和塘川鎮(zhèn)黨委的指導(dǎo)和支持下，雙樹村以加強村黨委自身建設(shè)為抓手，持續(xù)推進基地的基礎(chǔ)建設(shè)，充分挖掘紅色教育資源，不斷豐富展陳內(nèi)容，紅色雙樹紀(jì)念館已成為重要的省級黨員教育基地和市級愛國主義教育基地，為助力脫貧攻堅、引領(lǐng)鄉(xiāng)村振興提供了強大的精神動力和智力支持。以下是我們的主要做法
黨的生活·青海 2019年4期2019-06-11
- 基于DTCWT與LSSVM的風(fēng)電場短期風(fēng)速預(yù)測
列的特點，提出將雙樹復(fù)小波多尺度分解與最小二乘支持向量機相結(jié)合的混合建模方法，對其進行預(yù)測分析。1 原理和方法1.1 雙樹復(fù)小波雙樹復(fù)小波變換(DTCWT)是由Kingsbury在1998年提出的[11]，因其具有良好的方向選擇性、近似平移不變性、計算效率高以及重構(gòu)效果好等特點，已經(jīng)被廣泛應(yīng)用于圖像的降噪、分割、分類以及工業(yè)生產(chǎn)的各個領(lǐng)域。雙樹復(fù)小波變換是將復(fù)小波的實部和虛部分離，采用2組并行實數(shù)濾波器組來獲取實部和虛部的小波變換系數(shù)，通過實數(shù)的小波變換實
常州工學(xué)院學(xué)報 2019年1期2019-05-17
- 基于雙樹復(fù)小波包和PNN的柴油機故障診斷研究
生，吉 哲?基于雙樹復(fù)小波包和PNN的柴油機故障診斷研究劉桃生，吉 哲（海軍士官學(xué)校機電系，安徽蚌埠 233012）針對傳統(tǒng)小波變換在故障特征提取中的不足，提出一種基于雙樹復(fù)小波包和概率神經(jīng)網(wǎng)絡(luò)（PNN）的故障診斷方法。首先通過雙樹復(fù)小波包變換將各個工況的柴油機聲信號分解得到不同頻帶的分量，選取各頻帶分量的能量作為特征向量，再利用PNN對特征向量進行訓(xùn)練，最后通過測試樣本得到柴油機典型故障診斷結(jié)果。實驗表明，該方法可以對柴油機典型故障進行較為準(zhǔn)確的診斷，相
船電技術(shù) 2019年1期2019-01-28
- 基于雙樹復(fù)小波的雙閾值迭代地震數(shù)據(jù)重建
bury等提出了雙樹復(fù)小波變換(DTCWT)[7]，它按照一定的規(guī)則采用雙樹濾波的形式設(shè)計，既保留了一般復(fù)小波的優(yōu)點，又可以完全重建，能夠更有效的處理地震數(shù)據(jù)。2 地震數(shù)據(jù)稀疏表示2.1 壓縮感知理論壓縮感知(Compressed Sensing,CS)理論表明，如果采集到的原始數(shù)據(jù)具有稀疏屬性，同時使用一定的采樣方法，就可以通過少量的欠采樣數(shù)據(jù)來重建出具有一定精度的接近原數(shù)據(jù)的地震數(shù)據(jù)。從以上描述可以得知，壓縮感知理論已在地震數(shù)據(jù)重建領(lǐng)域占有了一席之地。
微型電腦應(yīng)用 2018年11期2018-11-22
- 基于信號處理的故障實時在線診斷與處理
越性[1-3]。雙樹復(fù)小波變換（dual-tree complexwaveletpacket transform，DT-CWPT） 是一種新型的小波變換，可以實現(xiàn)高頻部分的細(xì)分，并且使整個頻段的頻率分辨率有所提高，降低了有效信息的丟失，同時具有近似平移不變性及較小的頻率混疊等優(yōu)良特性，在圖像處理、心電信號處理和故障診斷[4-6]等方面取得了良好的應(yīng)用效果。在機械故障診斷技術(shù)中，需要設(shè)置濾波參數(shù)，實現(xiàn)信號的帶通濾波處理。由于功率譜不能對信號中的瞬態(tài)現(xiàn)象進行高
小型內(nèi)燃機與車輛技術(shù) 2018年4期2018-09-05
- 雙樹復(fù)數(shù)小波變換在雜波抑制處理中的應(yīng)用*
?，F(xiàn)提出一種基于雙樹復(fù)數(shù)小波變換[6]的雜波抑制方法，一般的實數(shù)小波變換不能在解析信號中保留相位關(guān)系，而Kingsbury提出的雙樹復(fù)數(shù)小波變換可以解決這一問題?？梢韵葘ｋs波背景下的目標(biāo)回波進行雙樹復(fù)數(shù)小波變換，通過相關(guān)性檢測[7]，完成海雜波的抑制處理，然后再通過MTI或者MTD的方法進行動目標(biāo)的提取，有效抑制地物雜波，經(jīng)過試驗驗證，此為一種可行辦法。1 復(fù)數(shù)小波變換復(fù)數(shù)小波變換是一種新的離散小波變換，復(fù)數(shù)小波變換具有近似平移不變，保留相位信息這些離散
現(xiàn)代防御技術(shù) 2018年3期2018-06-22
- 融合雙密度雙樹復(fù)小波變換與多尺度Retinex的圖像增強算法?
思高濤融合雙密度雙樹復(fù)小波變換與多尺度Retinex的圖像增強算法?王高峰1石鐘磊1譚魏盟2李思2高濤2（1.貴州宇鵬科技有限公司貴陽550014）（2.長安大學(xué)信息工程學(xué)院西安710072）針對低照度情況下圖片辨識度差和經(jīng)典多尺度Retinex算法易產(chǎn)生光暈、過增強及易丟失細(xì)節(jié)等問題，提出一種融合雙密度雙樹復(fù)小波變換與多尺度Retinex變換的圖像增強算法。首先對待增強圖像進行雙密度雙樹復(fù)小波變換，得到原圖像的4個低頻圖像分量和32個高頻圖像分量，然后對
計算機與數(shù)字工程 2017年5期2017-06-05
- 基于雙樹復(fù)小波包自適應(yīng)Teager能量譜的滾動軸承早期故障診斷
14010)基于雙樹復(fù)小波包自適應(yīng)Teager能量譜的滾動軸承早期故障診斷任學(xué)平, 王朝閣， 張玉皓， 王建國(內(nèi)蒙古科技大學(xué) 機械工程學(xué)院，內(nèi)蒙古 包頭 014010)針對滾動軸承早期故障特征信息難以識別以及帶通濾波器參數(shù)設(shè)置依賴使用者經(jīng)驗等造成共振帶不能有效確定并自適應(yīng)提取的問題，提出了頻帶幅值熵的概念。在此基礎(chǔ)上，將雙樹復(fù)小波包變換和Teager能量譜結(jié)合，提出了基于雙樹復(fù)小波包變換自適應(yīng)Teager能量譜的早期故障診斷方法。該方法首先利用雙樹復(fù)小波
振動與沖擊 2017年10期2017-05-17
- 既然愛上，就讓電力更趨光芒
廣州經(jīng)銷商，廣州雙樹汽車用品有限公司（以下簡稱“雙樹”）在不到半年的時間里已小有成就。但徐波心中明了：想把這個品牌做得更好并不簡單。挑戰(zhàn)與機遇中順流“直上”雙樹與瓦爾塔合作才剛開始，但在徐波的話中我看到了雙贏的局面。對于未來的合作，徐波也非常樂觀的說：“隨著瓦爾塔在廣州聲譽日益提高，品牌認(rèn)知度也在提升?！比缃?，正是瓦爾塔擴張廣州市場占有率的絕佳機會；雙樹也下定決心拓展更多下游經(jīng)銷商、增加配送車輛，完善與下游經(jīng)銷商的合作流程，從而加強自己的力量，為瓦爾塔爭得
汽車雜志 2017年5期2017-05-08
- 雙樹復(fù)小波分析在故障診斷中的發(fā)展與應(yīng)用
質(zhì)的小波變換——雙樹復(fù)小波變換（dual-tree complex wavelet transform，DTCWT）應(yīng)運而生。研究發(fā)現(xiàn),，在當(dāng)雙樹復(fù)小波對應(yīng)小波基（近似）滿足Hilbert變換關(guān)系時，小波變換的平移敏感性會大大減小，方向選擇性有明顯改善[3]。1 雙樹復(fù)小波的產(chǎn)生及其研究現(xiàn)狀雙樹復(fù)小波變換最早由英國劍橋大學(xué)Kingsbury教授于1998年提出，之后在雙樹濾波器構(gòu)造方面Selescnick等學(xué)者進行了深入研究。目前雙樹復(fù)小波分析已經(jīng)被成功應(yīng)
設(shè)備管理與維修 2017年8期2017-02-01
- 基于雙樹復(fù)小波變換的配電網(wǎng)故障選線
30000)基于雙樹復(fù)小波變換的配電網(wǎng)故障選線劉洋1，郭威1，邢春陽1，鞠默欣2，龐博3，楊薏霏4(1.東北電力大學(xué) 電氣工程學(xué)院，吉林 吉林 132012；2.吉林省電力有限公司電力科學(xué)研究院，吉林 長春 130000；3.吉林省電力有限公司白城供電公司，吉林 白城 137000；4.吉林省電力有限公司長春供電公司，吉林 長春 130000)在對配電網(wǎng)故障信號進行處理的過程中，為了減少噪聲的影響，將應(yīng)用于心電信號處理的雙樹復(fù)小波變換用于配電網(wǎng)故障選線，并
廣東電力 2016年12期2017-01-10
- 基于雙樹復(fù)小波的被動目標(biāo)特征提取方法研究
50101)基于雙樹復(fù)小波的被動目標(biāo)特征提取方法研究許 傳，胡友峰，徐 偉(昆明精密機械研究所，云南 昆明 650101)針對水下目標(biāo)輻射噪聲特征提取困難的問題，提出一種基于雙樹復(fù)小波變換的特征提取方法。首先，采用一種改進的小波閾值去噪方法去除水下目標(biāo)輻射噪聲信號中的噪聲成分，該方法可以獲得優(yōu)于經(jīng)典小波閾值去噪方法的結(jié)果；其次，在特征提取過程中，采用具有近似平移不變性的雙樹復(fù)小波變換，該方法能夠克服信號時移帶來的影響，得到穩(wěn)定的目標(biāo)特征向量。仿真試驗和實航
艦船科學(xué)技術(shù) 2016年11期2016-12-12
- 雙樹復(fù)小波和雙譜在軸承故障診斷中的應(yīng)用
100124）雙樹復(fù)小波和雙譜在軸承故障診斷中的應(yīng)用侯少飛，李彥生，胥永剛，馬朝永（北京工業(yè)大學(xué) 機電學(xué)院 先進制造技術(shù)北京市重點實驗室，北京 100124）針對非線性、非平穩(wěn)且包含強烈的噪聲的軸承故障振動信號難以有效提取故障特征信息進行故障識別的問題，提出基于雙樹復(fù)小波變換和雙譜的故障診斷方法。首先利用雙樹復(fù)小波變換將故障軸承振動信號分解為若干個不同頻帶的分量，選擇出包含故障特征的分量；然后對該分量進行希爾伯特包絡(luò)解調(diào)；最后對包絡(luò)信號求其雙譜圖，從而有
噪聲與振動控制 2016年5期2016-11-09
- 地震信號隨機噪聲壓制的雙樹復(fù)小波域雙變量方法
號隨機噪聲壓制的雙樹復(fù)小波域雙變量方法汪金菊，袁力，劉婉如，徐小紅合肥工業(yè)大學(xué)數(shù)學(xué)學(xué)院，合肥230009有效地壓制地震信號中的噪聲是地震信號解釋和后續(xù)處理的重要環(huán)節(jié)之一.本文建立兩種雙樹復(fù)小波域雙變量模型對地震信號中的隨機噪聲進行壓制.地震信號經(jīng)雙樹復(fù)小波變換后，同一方向?qū)嵅颗c虛部系數(shù)、實部(或虛部)系數(shù)與對應(yīng)的模之間存在較強的相關(guān)性.鑒于此，對同一方向?qū)嵅颗c虛部小波系數(shù)建立雙變量模型，從含噪地震信號小波系數(shù)中估計原始信號的小波系數(shù)，再基于雙樹復(fù)小波逆變換
地球物理學(xué)報 2016年8期2016-09-29
- 基于雙樹復(fù)小波變換的圖像清晰度評價算法
學(xué)院 鄒一帆基于雙樹復(fù)小波變換的圖像清晰度評價算法蘭州大學(xué)信息科學(xué)與工程學(xué)院鄒一帆圖像清晰度評價是數(shù)字圖像處理中的一個重要組成部分，圖像清晰度評價算法在圖像特征提取、圖像質(zhì)量評估及圖像復(fù)原等領(lǐng)域中發(fā)揮著重要作用。本文算法利用雙樹復(fù)小波變換系數(shù)能更精確地表征圖像特征的特點，結(jié)合FISH和FISHbb算法，提出一種多尺度、多方向的圖像清晰度快速評價算法，對圖像的清晰度予以數(shù)字化的度量。在實驗中，以S3算法為標(biāo)準(zhǔn)對比算法改進前后的準(zhǔn)確率。最終得出結(jié)果：相較于原F
電子世界 2016年12期2016-09-16
- DT-CWT相關(guān)濾波在齒輪箱故障診斷中的應(yīng)用*
理論，提出了基于雙樹復(fù)小波變換的小波相關(guān)濾波法。該方法根據(jù)相鄰層小波系數(shù)的相關(guān)性，通過迭代過程自適應(yīng)地進行濾波，能夠在達到良好降噪效果的同時保留微弱故障特征信息。對降噪后的信號進行希爾伯特包絡(luò)分析便可準(zhǔn)確得到故障特征頻率。試驗信號分析與工程應(yīng)用結(jié)果表明，該方法能夠有效提取強背景噪聲下的齒輪箱軸承早期故障特征信息。雙樹復(fù)小波變換； 相關(guān)濾波； 降噪； 齒輪箱； 早期故障診斷引 言齒輪箱是工業(yè)設(shè)備傳動系統(tǒng)的重要組成部分，作為大功率動力傳輸設(shè)備，惡劣、復(fù)雜的工作
振動、測試與診斷 2016年1期2016-04-13
- 基于雙樹復(fù)小波變換和形態(tài)學(xué)的脈搏信號去噪
00065）基于雙樹復(fù)小波變換和形態(tài)學(xué)的脈搏信號去噪李丹，王慧倩，柏桐，林金朝，龐宇，姜小明，蔣宇皓（重慶郵電大學(xué)光電信息感測與傳輸技術(shù)重慶市重點實驗室，重慶 400065）常見的醫(yī)學(xué)信號（如脈搏信號）包含大量的噪聲，具有強烈的非線性和非平穩(wěn)性。針對傳統(tǒng)的小波變換去噪方法的缺陷，提出了一種基于雙樹復(fù)小波變換和形態(tài)學(xué)的去噪算法，具有結(jié)構(gòu)簡單、計算復(fù)雜度低等優(yōu)點，有效地克服了離散小波變換的平移敏感性和頻率混淆。實驗表明，該算法可以有效地去除脈搏信號中工頻干擾及
電信科學(xué) 2016年12期2016-02-08
- 基于提升小波和雙樹復(fù)小波的圖像檢索新算法
)基于提升小波和雙樹復(fù)小波的圖像檢索新算法舒彬(陜西學(xué)前師范學(xué)院 數(shù)學(xué)系,陜西 西安 710100)由于提升小波的高效性,雙樹復(fù)小波的多方向選擇性等特點,所以本文提出了一種新的檢索算法:基于提升小波和雙樹復(fù)小波變換的圖像檢索算法。此算法首先對圖像分別進行提升小波和雙樹復(fù)小波變換,得到每層各個方向上的高頻子圖像;然后將各層上各方向的高頻子圖像組合,提取它們的紋理特征;最后通過計算特征向量之間的canberra距離,檢索出相似度高的圖像。實驗結(jié)果說明,此算法的
河南科技 2015年21期2015-10-19
- 雙樹復(fù)小波和局部投影算法在齒輪故障診斷中的應(yīng)用
京100124)雙樹復(fù)小波和局部投影算法在齒輪故障診斷中的應(yīng)用胥永剛，趙國亮，馬朝永，楊紅玉(北京工業(yè)大學(xué)機電學(xué)院先進制造技術(shù)北京市重點實驗室，北京100124)齒輪故障振動信號往往表現(xiàn)為非線性非平穩(wěn)特性，并且早期故障振動信號往往包含較強的背景噪聲，不利于故障特征的提取。針對該問題，提出了基于雙樹復(fù)小波變換和局部投影算法的齒輪故障診斷方法。首先，對故障信號進行雙樹復(fù)小波變換，得到不同尺度下的小波系數(shù)和最后一層的尺度系數(shù)，并計算各層小波系數(shù)的模與相角。然后，
振動工程學(xué)報 2015年4期2015-08-07
- 精密光學(xué)元件表面中頻誤差的提取研究
重要。提出了利用雙樹復(fù)小波變換(DT-CWT)對精密光學(xué)元件表面提取信號進行多尺度分解，以定義的均方根波長確定其雙樹復(fù)小波分解次數(shù)，進行中頻誤差的提取與識別。此方法應(yīng)用于精磨和鍍膜的精密光學(xué)元件表面中，實驗證實該方法不僅可以應(yīng)用于一維信號的提取，同樣也適合三維表面中頻波段面形誤差的提取。雙樹復(fù)小波；精密光學(xué)元件表面；中頻誤差；提取0 引言隨著光學(xué)技術(shù)的發(fā)展,光學(xué)元件在紫外線和X射線光學(xué)、超高反射率光學(xué)以及半導(dǎo)體工業(yè)中有著越來越廣泛的應(yīng)用[1]。由于需求量與
機械制造與自動化 2015年5期2015-07-01
- 雙樹復(fù)小波包和ICA用于滾動軸承復(fù)合故障診斷*
100124)雙樹復(fù)小波包和ICA用于滾動軸承復(fù)合故障診斷*胥永剛, 孟志鵬, 陸 明(北京工業(yè)大學(xué)北京市精密測控技術(shù)與儀器工程技術(shù)研究中心 北京， 100124)針對滾動軸承復(fù)合故障信號特征難以分離的問題，提出將雙樹復(fù)小波包變換和獨立分量分析(independent component analysis，簡稱ICA)結(jié)合的方法應(yīng)用到滾動軸承復(fù)合故障診斷中。首先，利用雙樹復(fù)小波包變換將復(fù)雜的、非平穩(wěn)的復(fù)合故障信號分解為若干不同頻帶的分量；其次，引入ICA
振動、測試與診斷 2015年3期2015-06-09
- 油液磨粒超聲回波信號雙樹復(fù)小波自適應(yīng)降噪最優(yōu)分解層數(shù)的研究
匹配追蹤［8］和雙樹復(fù)小波變換［9］等。雙樹復(fù)小波變換是一種新興的技術(shù)，良好的平移不變性和完美重構(gòu)優(yōu)于經(jīng)驗?zāi)B(tài)分解等時頻分析方法;有限的冗余性和良好的魯棒性，使其具有較高的運算效率優(yōu)于匹配追蹤等方法［10］。在雙樹復(fù)小波變換分解過程中，分解層數(shù)的選取對于降噪結(jié)果尤為重要。因此，本文作者首先基于粒子群優(yōu)化算法選取最優(yōu)分解層數(shù)，并對最優(yōu)分解層數(shù)選擇進行評判，然后將最優(yōu)分解層數(shù)應(yīng)用到油液磨?；夭ㄐ盘?span id="syggg00" class="hl">雙樹復(fù)小波自適應(yīng)降噪中，結(jié)合一種漸近半軟閾值函數(shù)和一種自適應(yīng)閾值
機床與液壓 2015年19期2015-04-26
- 融合頻譜變換的板材紋理缺陷分類1)
gsbury提出雙樹復(fù)小波變換(DT－CWT)，與小波和曲波相比，雙樹復(fù)小波不僅具有近似的平移不變性和更多的方向選擇性，只需較少的小波系數(shù)就可以表示圖像信息，而且保留了傳統(tǒng)小波的支集，能夠更好地表示缺陷特征［9］。本研究融合小波、曲波和雙樹復(fù)小波變換各自的優(yōu)點，針對板材表面存在的亂紋、拋物紋和直紋3類紋理以及活結(jié)、死結(jié)2類缺陷，提取圖像的有效特征，采用BP神經(jīng)網(wǎng)絡(luò)分類器，實現(xiàn)板材表面紋理和缺陷的快速協(xié)同分選。1 特征提取小波變換速度快，但缺乏方向性，對復(fù)雜
東北林業(yè)大學(xué)學(xué)報 2015年2期2015-03-06
- 基于雙樹復(fù)小波和奇異差分譜的齒輪故障診斷研究
y[6]首先提出雙樹復(fù)小波變換的概念，Selesnick等[7]進一步提出了雙樹復(fù)小波變換的分解與重構(gòu)算法。雙樹復(fù)小波變換不僅保持了傳統(tǒng)小波變換的時頻局部化分析能力，還具有近似平移不變性、良好的方向選擇性、完全重構(gòu)性、有限的數(shù)據(jù)冗余性和高效的計算效率等優(yōu)良性質(zhì)。目前雙樹復(fù)小波變換已經(jīng)廣泛的應(yīng)用于圖像處理[8]、信號降噪[9]和故障診斷等領(lǐng)域[10]。奇異值分解具有理想的去相關(guān)特性[11], 基于奇異值分解的信號分析方法可以對信號進行重構(gòu), 較好的從背景噪聲
振動與沖擊 2014年1期2014-09-05
- 雙樹復(fù)小波特征在運動想象腦電識別中的應(yīng)用*
州310018)雙樹復(fù)小波特征在運動想象腦電識別中的應(yīng)用*羅志增*，周鎮(zhèn)定，周瑛，何海洋 (杭州電子科技大學(xué)智能控制與機器人研究所，杭州310018)提出了一種基于雙樹復(fù)小波變換的運動想象腦電信號特征提取方法。針對傳統(tǒng)離散小波抗混疊性差的缺陷，采用雙樹復(fù)小波變換對腦電信號進行分解與重構(gòu)，得到各子帶信號能量并進行歸一化處理，選取α、β節(jié)律信號的歸一化能量作為想象運動的特征進行SVM分類。通過對仿真信號的分析，證實雙樹復(fù)小波變換具有良好的混疊抑制能力和抗噪性。
傳感技術(shù)學(xué)報 2014年5期2014-08-29
- 基于雙樹復(fù)小波變換的轉(zhuǎn)靜碰摩響應(yīng)分析
10016）基于雙樹復(fù)小波變換的轉(zhuǎn)靜碰摩響應(yīng)分析李紀(jì)永1，李舜酩1，陳曉紅2，江星星1（1．南京航空航天大學(xué)能源與動力學(xué)院，南京 210016；2．南京航空航天大學(xué)理學(xué)院，南京 210016）針對碰摩故障診斷中轉(zhuǎn)靜碰摩響應(yīng)消噪及特征提取構(gòu)造分段圓弧平滑閾值函數(shù)，利用小波、小波包及雙樹復(fù)小波（Dual-tree Complex Wavelet）分別對非平穩(wěn)信號降噪處理，以信噪比為指標(biāo)判斷降噪效果。結(jié)果表明，構(gòu)造的閾值函數(shù)消噪具有高效性。通過計算單轉(zhuǎn)子局部碰摩
振動與沖擊 2014年22期2014-05-25
- 雙樹復(fù)小波和奇異差分譜在滾動軸承故障診斷中的應(yīng)用＊
不易提取［2］。雙樹 復(fù) 小 波 變 換 （dual－tree complex wavelet transform，DT－CWT）首先由 Kingsbury等提出［3］，后經(jīng)學(xué)者Selesnick進一步發(fā)展［4］。雙樹復(fù)小波變換保留了復(fù)小波變換的優(yōu)良特性，而且采用雙樹濾波器的形式，保證了信號的完全重構(gòu)性。因此，雙樹復(fù)小波變換是一種具有近似平移不變性、良好的方向選擇性、有限的數(shù)據(jù)冗余性、完全重構(gòu)性和計算效率高等良好特性的小波變換，已經(jīng)成功應(yīng)用于圖像處理、語音
振動工程學(xué)報 2013年6期2013-09-12
- 雙密度雙樹小波變換的閃電信號去噪研究
［11］的雙密度雙樹小波變換與傳統(tǒng)的小波變換相比較，雙密度雙樹小波變換同時具有雙密度小波變換和雙樹小波變換的優(yōu)點，即平移不變性、有限的冗余性、良好的方向性等，在信號處理中有著潛在的應(yīng)用價值。最近，有研究者將雙密度雙樹小波變換應(yīng)用于二維圖像信號的去噪［12－14］、融合［15］等領(lǐng)域，并取得了很好的效果。本文首次嘗試性的將雙密度雙樹小波變換應(yīng)用于一維的閃電信號去噪中，并和小波閾值法去噪進行了比較，仿真結(jié)果表明該方法較小波閾值法更適合于閃電瞬態(tài)電場信號的去噪。
激光與紅外 2013年9期2013-08-17
- 再過二十年我們重相會
得高高的。班長李雙樹清楚呀，班費還剩不足50元，賬還在自己手里呢！剩下的錢是存在楊老師那兒，可這滿桌子的零食，50元？50元連一半也買不來，定是楊老師自掏腰包了！李雙樹胡亂想著，他屬于中考發(fā)揮失常的……沒有開場白，楊老師上來就將自己和大學(xué)同學(xué)們聚會的合影打到屏幕上。楊老師的同齡人，個個神采飛揚，在白塔前、在長城上、在餐廳的飯桌前……開心地笑著，或擁抱或舉杯，還有擦眼淚的呢！同學(xué)們奇怪，初三（5）班的“散伙會”，跟大爺大媽們有啥關(guān)系？“這是我們88級中文系的
今日中學(xué)生(初三版) 2013年6期2013-07-30
- 基于雙樹復(fù)小波變換與非線性擴散的圖像去噪
必要性與重要性。雙樹復(fù)小波變換是為克服通常的離散小波變換的缺陷而提出的。當(dāng)對應(yīng)小波基（近似）滿足Hilbert變換關(guān)系時，雙樹復(fù)小波變換能夠極大地減小通常的實小波變換中的平移敏感性，改善方向選擇性。這些優(yōu)點使雙樹復(fù)小波變換在圖像去噪領(lǐng)域得到了廣泛的應(yīng)用。1 雙樹復(fù)小波變換傳統(tǒng)的離散小波變換存在平移敏感性和缺乏方向選擇性等缺點，為了克服這些缺點，Kingsbury[15-16]等提出了雙樹復(fù)小波變換（DT CWT）。雙樹復(fù)小波變換采用了二叉樹架構(gòu)的兩路DWT
長春工業(yè)大學(xué)學(xué)報 2011年3期2011-03-27
- 基于雙樹復(fù)小波和灰度共生矩陣的遙感圖像分割*
特征提取方法，將雙樹復(fù)小波變換和灰度共生矩陣相結(jié)合，發(fā)揮各自優(yōu)勢來共同提取紋理特征。遙感圖像經(jīng)雙樹復(fù)小波變換后在每一尺度上具有6個方向子帶，其較多的方向性為遙感圖像局部結(jié)構(gòu)細(xì)節(jié)紋理特征的提取提供保障，但是所提取的紋理特征缺少對紋理空間分布的描述?；叶裙采仃嚪蓮浹a這個缺陷，它可以從空間分布特性方面很好地描述紋理特征。將兩種方法獲得的紋理特征組合成的聯(lián)合紋理特征，不論在局部結(jié)構(gòu)細(xì)節(jié)方面，還是在空間分布特性方面，都能很好地描述遙感圖像的局部紋理特征。然后采用
網(wǎng)絡(luò)安全與數(shù)據(jù)管理 2011年12期2011-02-28
- 基于雙樹小波通用隱馬爾可夫樹模型的圖像壓縮感知
更多方向選擇性的雙樹小波域通用HMT(universal HMT，uHMT)模型代替小波域HMT模型，省去了使用HMT模型的計算開銷巨大的訓(xùn)練過程。為進一步提高圖像重構(gòu)質(zhì)量，本文對uHMT模型進行修正，提出了改進的uHMT模型(improved uHMT, iuHMT)，它能更精確刻畫小波系數(shù)的局部分布特性，實驗結(jié)果表明了算法的有效性。2 稀疏變換域的uHMT模型及其改進2.1 小波域HMT模型圖像的小波系數(shù)分布具有以下特征：(1)小波系數(shù)的非高斯性分布：
電子與信息學(xué)報 2010年10期2010-03-27
- 雙樹復(fù)小波和獨立分量分析的紅外小目標(biāo)檢測
小波變換新發(fā)展的雙樹復(fù)小波變換，其變換系數(shù)注重幅值和相位信息，且有近似平移不變性及更多方向選擇性，如果在紅外小目標(biāo)檢測中采用雙樹復(fù)小波去噪應(yīng)能得到更好的檢測效果。此外，Top-hat 算子能夠抑制圖像平緩變化的背景和不相關(guān)結(jié)構(gòu)信息，提取出形狀類似于結(jié)構(gòu)元素的孤立目標(biāo)和噪聲?；谝陨戏治觯岢鲆环N基于雙樹復(fù)小波變換和獨立分量分析的紅外小目標(biāo)檢測方法。基于雙樹復(fù)小波、獨立分量分析和Top-hat 算子進行圖像預(yù)處理;基于模糊Tsallis-Havrda-Cha
兵工學(xué)報 2010年11期2010-02-21
- 基于雙密度雙樹小波變換的圖像去噪
ry[3]提出了雙樹復(fù)數(shù)小波變換(dualtree complex wavelet transform,DTCWT),提供了6個方向的信息,具有較好的方向性和精確的相空間信息。2001年,Selesinck[4]提出雙密度小波(double-density wavelet transform,DDDWT)理論,具有近似的平移不變性。2004年,Selesinck[5]又提出了雙密度雙樹小波變換(double-density dual-tree wavele
石河子大學(xué)學(xué)報（自然科學(xué)版） 2010年2期2010-01-11