论文摘要
小波分析近年来发展迅速,在图形图像的压缩编码、图形滤波、图像的边缘检测、数字水印加密、遥感影像融合、地球物理勘探、医疗检测、化学检测、工程计算、控制理论、语音合成、金融预测等各个方面都有应用。多小波在小波分析基础上,保持了单小波的诸多优点,又克服了单小波的缺陷,在实际应用中可以把十分重要的光滑性、紧支性、对称性等完美地结合在一起。本文简要介绍了小波分析的基本理论,阐述了多小波分析形成的背景,多小波的基本概念,系统地讨论了多小波的多分辨分析,多小波的尺度函数以及多小波的一些数学性质,并使用矩阵扩充的方法构造多小波。本文将多小波分析理论引入到虹膜识别技术当中,以求虹膜识别技术达到更好的效果。本文研究了多小波理论在图像处理方面的应用,将本文构造的多小波、平衡多小波与单小波图像处理做出比较,得到结论:在运用得当的情况下,多小波图像处理效果要优于单小波,平衡多小波一般优于多小波。最后,将虹膜特征提取图像采用多小波进行处理,将归一化后的图像压缩编码,提取特征,与样本库中的样本进行比对,得到结论。本文将小波理论引入到无网格方法中,提出基于小波基函数的无网格方法,并进行数值模拟实验,得到较好的结果。由于小波基函数具有紧支性及正交性,可以克服其它场函数在计算中的冗余性,减少计算量或提高计算精度。所以用小波基函数构造无网格法的场函数,形成小波无网格法,从理论上是一个新的思想,从算法上是一个改进。
论文目录
提要第一章 绪论1.1 小波概述1.1.1 小波变换的产生和发展历程1.1.2 小波变换的特点及应用1.1.3 多小波和平衡多小波1.2 无网格方法1.2.1 工程背景1.2.2 无网格方法的历史及研究现状1.3 本文研究内容第二章 小波理论2.1 小波变换概述2.1.1 小波变换2.1.2 多分辨分析2.2 多小波理论2.2.1 多小波的多分辨分析2.2.2 多小波的尺度函数2.3 正交多小波的构造2.4 平衡多小波的构造2.4.1 平衡多小波概述2.4.2 平衡多小波滤波器组的构造2.5 常用的小波函数第三章 无网格方法3.1 加权残值的基本概念3.2 紧支近似函数3.2.1 移动最小二乘(MLS)近似3.2.2 核近似和重构核近似3.2.3 单元分解近似第四章 小波变换在图像处理及虹膜识别系统中的应用4.1 基于小波变换的图像处理4.1.1 图像处理的意义4.1.2 图像处理概述4.1.3 基于多小波变换的图像处理4.1.4 基于平衡多小波变换的图像处理4.2 小波变换在虹膜识别系统中的应用4.2.1 虹膜识别系统概述4.2.2 虹膜识别原理4.2.3 虹膜的特点4.2.4 虹膜图像数据库4.2.5 性能评价4.2.6 虹膜识别技术4.2.7 实验及结果分析第五章 伽辽金无网格法5.1 基本原理5.2 数值积分算法5.2.1 节点积分算法5.2.2 背景网格算法5.2.3 有限元网格5.2.4 移动最小二乘积分5.3 位移边界条件的处理5.3.1 拉格朗日乘子法5.3.2 修正变分原理5.3.3 罚函数法5.4 正态分布权函数5.5 实验及结果分析第六章 基于小波基函数的无网格法6.1 基本原理6.2 控制方程6.3 数值算例6.4 结论第七章 总结与展望参考文献摘要ABSTRACT攻读博士学位期间科研情况简介致谢
相关论文文献
标签:小波论文; 多小波论文; 图像处理论文; 虹膜识别论文; 无网格法论文;