基于自适应小波偏微分方程的蝗虫切片图像去噪

蝗虫显微切片图像在获取的过程中不可避免地会受到噪声污染,其纹理、边缘与噪声又都属于高频分量,单独使用小波变换或偏微分方程(partial differential equation,PDE)扩散的方法都不能在有效去噪的同时保持边缘、纹理等。针对这一问题,提出了基于自适应小波PDE的去噪算法。首先对蝗虫切片含噪图像进行sym5小波软阈值去噪,分解层数根据去噪后图像的PSNR(peak signal to noise ratio)值自适应地选择,阈值门限使用Birge-Massart处罚算法获取。然后在此去噪的基础上进行Perona-Malik(PM)模型去噪,迭代次数根据去噪后图像的PSNR值自适应地选择,梯度阈值根据图像自身的2范数获取。为了验证所提出算法的去噪性能,进行了与常用去噪算法的对比试验。试验结果表明:视觉上,采用本文算法去噪后的图像噪声点较少且边缘、纹理清晰;客观上,采用该文算法去噪后的图像PSNR值比使用维纳滤波高出2 d B左右,比使用中值滤波高出3 d B左右,比使用小波阈值去噪高出2 d B左右,比使用PM模型去噪高出1 d B左右,并且在结构相似性(structural similarity image measurement,SSIM)上采用该文算法去噪后的图像与原始图像的相似度最高。因此,将自适应小波PDE的算法应用于蝗虫切片去噪是可行的、有效的,为其后续处理提供了技术支持。     

Study on the New Technology of Extracting PD in Strong Noise Environment With Complex Wavelet

Based on existing research, this paper analyzes and compares the phase information characters between partial discharge signal (PD) and its disturbance, and also extracts the feature of Partial Discharge with complex wavelets in noise environment. The research demonstrates that complex wavelets are more superior to original real wavelets in identifying Partial Discharge signal, and those simulated applications and the datum from laboratory can guarantee the effectiveness of the extraction of the feature of Partial Discharge and the restraint of the strong electromagnetic disturbance.     

小波分析与光谱学信号处理

本文从小波变换的概念及其应用的基本原理出发，就其在光谱学方面的应用概括为红外光谱、紫外-可见光谱、核磁共振光谱、质谱四个方面的应用作了简要评述。     

近50 a甘肃省夏季日极端降水频数与强度变化特征

基于甘肃省近50 a夏季日降水量数据,借助ArcGIS 9.2和Matlab 7.0数据软件平台,运用复值Morlet小波分析及Mann kendall检验法,分析甘肃省夏季日极端降水频数和强度的周期及空间分布特征。结果表明：① 极端降水频数主要存在19 a和8 a周期,极端降水强度主要存在11 a和19 a周期;② 夏季极端降水量与夏季降水量的空间分布在东南部地区有明显的差异;③ 极端降水频数呈减少趋势,而极端降水强度呈增加趋势。     

近50 a中国降水变化的准周期性特征及未来的变化趋势

通过分区分析了1961-2006年近50 a中国降水周期分量的年际变化特征,并对未来20 a（2006-2026年）降水的可能变化趋势做了预测。结果表明：就年际变化而言,大部分气候区的降水年际变化存在着显著的周期变化,并以高频（准3～4 a）变化为主,且具有相对的稳定性。过去的50 a,各气候区的降水呈现出下降趋势。周期叠加外推的结果表明,未来20 a,除西部干旱（半干旱）区的降水会出现少许的增多外,其余各气候区的降水量会出现弱的减少趋势。     

1960-2009年大连市气候暖干化研究

利用大连市1960-2009年气温和降水两个主要气象要素值的基本观测资料,运用线性倾向估计和GIS空间分析方法,探讨了大连气候的年际时空变化,同时利用Mann-Kendall统计检验和Morlet小波分析对其气候的年代际和周期性变化进行了分析。结果表明:近50a来大连市气候暖干化日趋明显,年平均气温以0.28℃/10a的速率显著上升,并且在1991年发生突变进入异常增暖期,空间上增暖趋势大致呈由南向东北逐渐减弱的态势;降水量基本经历了"减少-增加-减少-增加"的变化过程,总体上呈下降趋势,在1972年降水量由偏多向偏少转变,东北和西南地区降幅较大,腹地最小。此外,气候的暖干化趋势对"自然-社会-经济"复合系统造成的影响应引起重视。     

基于希尔伯特-黄变换与小波变换的无定河径流变化周期对比分析

【目的】对基于希尔伯特-黄变换(Hilbert-Huang transform,HHT)与小波变换的径流周期分析方法进行比较,为选择适合研究流域的径流变化周期判定方法提供参考。【方法】采用HHT与小波变换,对无定河流域干流上的代表水文站白家川站1956-2009年天然径流资料进行分析,探讨2种方法在分析无定河流域年径流变化周期上的差异性。【结果】无定河天然径流演化模式由4个本征模态函数和1个零均值趋势项组成,通过分析各个固有模态函数(Intrinsic Mode Function)分量,由希尔伯特谱及经验分解图可以看出,不同尺度径流波动对径流演变的作用为,随尺度增大,径流平均周期由短变长,由年际变化转为代际变化。无定河流域天然径流演化存在3,7,12和21～22年的近似周期。通过小波系数实虚部及模、模方等值线图,判定其径流丰枯变化及主要周期中心为7,25,40和53年。【结论】基于HHT与小波变换的径流周期分析方法的计算结果基本吻合,但小波分析只能分析出近似周期,而HHT分析还可发现年内变化和年际变化在周期变化中占主导作用,表明HHT方法更为优越。     

华东地区水稻产量与东亚季风的相关分析

采用连续小波变换和交叉小波变换等方法,分析了1951～2006年华东地区水稻产量和同期东亚季风的时频变化特征,探讨了相对气象产量与东亚季风环流指数之间的相关关系.结果表明,华东地区水稻产量与东亚季风环流的变化均存在年际和年代际尺度的变化周期.气象产量与同期亚洲环流经向指数以正相关为主,14年两者的正相关程度最大,少数频率尺度上呈较弱的负相关,如准2、4、6年以及18年之后.气象产量与同期亚洲环流纬向指数在2～4、6～8、10～12年尺度的共振频率上表现为正相关关系,8～10年以及12年之后的尺度上两者表现为负相关,14年左右两者的负相关程度最大 东亚季风环流的变化导致区域气候变暖,进而引起的气象灾害频发以及区域气候资源的改变,是华东地区水稻产量波动的主要原因.     

娄底市农业气候资源与油菜产量的特征研究

利用娄底市常规气象观测资料和娄底市油菜产量统计资料,对1981～2010年娄底市油菜不同生育期的气温、降水量和日照时数进行主分量分析定义出气候综合指标,再通过Morlet小波变换对气候综合指标和油菜产量进行多时间尺度特征分析。结果表明:娄底市油菜不同生育期气候综合指标均由前两个主分量贡献产生,并存在明显的多时间尺度特征;娄底市油菜全生育期气候综合指标和油菜产量各自所反映的多时间尺度特征具有相似性。     

QRS complexes detection using quadratic b-spline wavelet transform algorithm

Aiming at the low accuracy and low adaptability of wave detection, a QRS complexes detection algorithm is proposed based on quadratic b-spline wavelet, while combined with binary search algorithm and arc approximating curve algorithm. The signal is decomposed with quadratic b-spline wavelet through Mallat algorithm and the R wave is detected by adjusting the threshold with binary search and modulus maximumizing. The T wave and P wave are detected by using arc approximating curve algorithm based on the least square. This algorithm is certified with the ECG signals from MIT-BIH database and is demonstrated that the algorithm enhanced the adaptability of R wave detection and improved the accuracy of T wave and P wave detection. The simulation experiment shows that the improved algorithm can effectively improve the automatic detection capabilities of ECG signals.