导读:本文包含了双密度双树复小波变换论文开题报告文献综述及选题提纲参考文献，主要关键词:双密度双树复小波变换,双变量模型,随机噪声,小波系数
双密度双树复小波变换论文文献综述
杜岳峰[1]（2017）在《基于双密度双树复小波变换的地震信号噪声压制方法研究》一文中研究指出压制地震信号中的随机噪声,提取有效信息是地震信号处理中的重要环节之一,噪声压制的好坏直接影响后面的地质解释工作。由于双密度双树复小波变换具有多方向选择性以及近似平移不变性等优点,所以本文在双密度双树复小波域建立统计模型压制地震信号中的随机噪声。本文主要研究内容如下:1、综述了地震信号降噪的研究背景、研究意义以及国内外研究现状,介绍了噪声的种类特点以及现阶段地震信号降噪的评价标准,并给出了相关的定量计算公式。2、介绍了离散小波的相关理论知识;其次针对离散小波的不足之处,详细地阐述了两种具有更多方向选择性的小波:双树复小波和双密度小波;最后基于双树复小波和双密度小波优良特性的基础上,着重介绍具有更多方向选择性以及近似平移不变性等优点的双密度双树复小波。并通过滤波器组结构示意图进一步解释了几种小波变换的分解过程。3、建立双密度双树复小波域的实部和虚部小波系数间的双变量模型对地震信号中的随机噪声进行压制。地震信号经过双密度双树复小波变换后,同尺度和同方向的实部和虚部小波系数之间具有很强的相关性。因此,建立双密度双树复小波实部和虚部系数的双变量模型,然后利用最大后验概率估计方法进行估计得到源地震信号小波系数的估计值,最后对源地震信号小波系数的估计值进行双密度双树复小波逆变换重构得到降噪后的地震信号。为验证本文算法的有效性,分别对合成地震记录和实际地震信号进行降噪处理,实验结果表明本文方法能够有效地压制随机噪声并且能够保留较多的有效反射波信号,提高信噪比的同时具有较高的保真度。(本文来源于《合肥工业大学》期刊2017-03-01）
黄世奇,刘代志,王百合,张翠平[2]（2013）在《一种基于双密度双树复小波变换和SAR图像的自然灾害监测方法》一文中研究指出人类无法控制自然灾害的活动,但可通过各种先进的监测技术监测灾害的发生和过程,增强救灾能力,尽量减少灾害损失。合成孔径雷达(SAR)是一种主动微波遥感成像雷达,具有全天候、全天时获取数据能力,非常适合灾害的监测。但SAR回波数据是典型非平稳和各向异性信号,根据其特点提出了一种基于双密度双树复小波变换的变化检测方法,可以获得多方向的变化信息。实验表明该方法有效、可行。(本文来源于《国家安全地球物理丛书（九）——防灾减灾与国家安全》期刊2013-10-01）
陈彬强,张周锁,何正嘉[3]（2012）在《双密度双树复小波变换及其在机械故障微弱特征提取中的应用》一文中研究指出为改善经典小波变换在机械设备早期微弱故障特征提取中的不足,通过在滤波器组中引入适当的冗余度设计出双密度双树复小波基。双密度双树复小波变换具有两个尺度函数和四个小波函数,其中小波函数构成两组近似希尔伯特变换对,使双密度双树复小波基具有高度正则性、较小频带混迭和近似平移不变性等优良性质。频带分解上,双密度双树复小波变换的子频带中心频率处于经典小波变换相邻子频带的过渡区间上,能对经典小波变换难以处理的过渡带特征进行有效提取。将双密度双树复小波变换应用于重型卧式车床出厂检测,诊断出一处装配缺陷。同时结合平稳双密度双树复小波变换与相邻系数收缩策略提出改进消噪算法,将其应用于热轧机组减速箱齿轮故障特征提取中,检测出同一齿轮上的两处齿面损坏。(本文来源于《机械工程学报》期刊2012年09期）
王成语,李伟红[4]（2011）在《基于双密度双树复小波变换多字典的人脸特征稀疏分类方法》一文中研究指出基于超完备字典的人脸稀疏表示方法的难点是其字典构成。针对此问题,首先采用双密度双树复小波变换(DD-DT CWT)提取人脸图像不同尺度的高频子带,然后根据能量平均分布最大原则选择能量较大的部分子带构成对应尺度的超完备字典。同时,将测试样本相应的人脸DD-DT CWT子带特征看成超完备字典中原子的线性组合,并组合多字典上的稀疏表示进行识别。在AR人脸图像库上进行了实验,结果表明该方法是一种有效的人脸特征表示及分类方法。(本文来源于《计算机应用》期刊2011年08期）
龚卫国,刘晓营,李伟红,李建福[5]（2009）在《双密度双树复小波变换的局域自适应图像去噪》一文中研究指出为了改善降质图像质量,提出一种基于双密度双树复小波变换的局域自适应图像去噪算法。分析了双密度双树复小波变换的原理及特点,推导了双变量收缩函数(BSF)。通过并行使用4个2D双密度离散小波变换,且行和列采用不同的滤波器组,实现了对噪声图像的双密度双树复小波分解。根据小波系数的统计特性以及层内和层间系数的相关性,采用结合局域方差估计的双变量收缩函数对小波系数进行处理,并用收缩后的小波系数重构去噪图像。最后,将该算法用于灰度图像和彩色图像去噪实验。实验结果表明:与噪声图像相比,在噪声方差为30时,经该算法去噪后的图像获得的最高峰值信噪比增益达11.72 dB,平均结构相似度最高增加了2.7倍,复合峰值信噪比增益达11.68 dB。此外,对不同噪声方差下的不同噪声图像,该算法在滤除噪声的同时可保留更多的图像细节,极大地改善了去噪图像的视觉质量。(本文来源于《光学精密工程》期刊2009年05期）
刘晓营[6]（2009）在《基于双密度双树复小波变换的目标检测和跟踪算法研究》一文中研究指出智能视频监控系统对目标进行自动检测、跟踪、分析和理解,进而提供对监控和预警有用的关键信息。作为智能视频监控研究的一个主要方面,目标检测和跟踪已成为模式识别、图像处理、计算机视觉等领域的重要课题。本论文对目标检测和跟踪的关键技术进行了研究和探讨,研究了基于双密度双树复小波变换的目标检测和跟踪算法,具有一定的学术价值与实用价值。主要研究内容概括如下:①对目标检测和跟踪技术的研究进展、国内外现状及常用方法进行回顾和总结。研究了离散小波变换、双树复小波变换、双密度小波变换和双密度双树复小波变换的基本原理、滤波器组结构和实现过程,进一步分析了双密度双树复小波变换的近似平移不变性和良好方向选择性等特点。②介绍了小波变换在图像去噪中的应用和图像质量评价指标。提出一种基于双密度双树复小波变换的局域自适应图像去噪算法。该算法首先对降质图像进行双密度双树复小波分解;根据小波系数的统计特性以及层内和层间系数的相关性,采用结合局域方差估计的双变量收缩函数对小波系数进行处理;最后用收缩后的小波系数重构去噪图像。实验结果表明该算法在有效滤除噪声的同时保留更多的细节,图像视觉质量得到很大的改善。③阐述了红外图像的特点,对红外目标检测的思路和常用算法进行分析。研究了一种基于双密度双树复小波变换的小波熵特征的红外目标检测方法。选用基于亮度的两级方向投影的方法实现候选目标定位;研究了双密度双树复小波变换的小波熵特征的提取过程;以两类模式识别为例介绍了支持向量机的基本原理。在此基础上给出红外目标检测的具体步骤。实验结果显示该方法能够准确检测人体目标,显着提高检测率并降低虚警率。④总结了粒子滤波的发展状况和应用领域。对粒子滤波的基本原理进行探讨并给出粒子滤波的基本推导思路。在对基于粒子滤波的目标跟踪算法分析的基础上,研究了一种在粒子滤波框架下选用双密度双树复小波变换的小波熵特征作为目标表达模型的红外目标跟踪算法。实验结果表明,该算法提高了跟踪系统的鲁棒性和可行性,较好地解决了不同背景、不同状态下的人体跟踪问题。(本文来源于《重庆大学》期刊2009-04-01）
双密度双树复小波变换论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
人类无法控制自然灾害的活动,但可通过各种先进的监测技术监测灾害的发生和过程,增强救灾能力,尽量减少灾害损失。合成孔径雷达(SAR)是一种主动微波遥感成像雷达,具有全天候、全天时获取数据能力,非常适合灾害的监测。但SAR回波数据是典型非平稳和各向异性信号,根据其特点提出了一种基于双密度双树复小波变换的变化检测方法,可以获得多方向的变化信息。实验表明该方法有效、可行。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
双密度双树复小波变换论文参考文献
[1].杜岳峰.基于双密度双树复小波变换的地震信号噪声压制方法研究[D].合肥工业大学.2017
[2].黄世奇,刘代志,王百合,张翠平.一种基于双密度双树复小波变换和SAR图像的自然灾害监测方法[C].国家安全地球物理丛书（九）——防灾减灾与国家安全.2013
[3].陈彬强,张周锁,何正嘉.双密度双树复小波变换及其在机械故障微弱特征提取中的应用[J].机械工程学报.2012
[4].王成语,李伟红.基于双密度双树复小波变换多字典的人脸特征稀疏分类方法[J].计算机应用.2011
[5].龚卫国,刘晓营,李伟红,李建福.双密度双树复小波变换的局域自适应图像去噪[J].光学精密工程.2009
[6].刘晓营.基于双密度双树复小波变换的目标检测和跟踪算法研究[D].重庆大学.2009
标签：双密度双树复小波变换; 双变量模型; 随机噪声; 小波系数;