二尺度分解和显著性提取的红外与可见光图像融合

为增强红外与可见光图像融合可视性,克服红外与可见光图像融合结果中细节丢失、目标不显著和对比度低等问题,提出一种基于二尺度分解和显著性提取的红外与可见光图像融合方法。首先,以人类视觉感知理论为基础,针对人眼对图像不同区域敏感性不同特性,在跨模态融合任务中需要对源图像进行不同层次分解,避免高频分量和低频分量混合减少光晕效应,采用二尺度分解方法对源红外与可见光图像进行分解,分别获取各自的基本层和细节层,该分解方法能够很好的表达图像并具有很好的实时性;然后,针对基本层的融合提出一种基于视觉显著图(VSM)的加权平均融合规则,VSM方法能够很好提取源图像中的显著结构和目标。采用基于VSM的加权平均融合规则对基本层融合,能够有效避免直接使用加权平均策略而导致对比度损失,使融合图像可视性更好;针对细节层的融合,采用Kirsch算子对源图像分别提取得到显著图,然后通过VGG-19网络对显著图进行特征提取获取权值图,并与细节层进行融合,得到融合的细节层;Kirsch算子能在八个方向上快速提取图像边缘,显著图中将包含更多边缘信息和更少噪声,且VGG-19网络能够提取到图像更深层特征信息,获取的权值图中将包...     

一种强鲁棒性的时域非连续伽略金可穿透薄层算法

本文研究了时域非连续伽略金算法(discontinuous Galerkin time-domain, DGTD)中的可穿透薄层问题,薄层问题属于多尺度问题,精确建模资源消耗太高难以实施,可采用近似方案.研究发现采用等效表面电流激励易产生发散,为提高计算方案鲁棒性,研究了电磁场修正方案,这一方案允许采用参数很大的薄层(高介电系数),其计算方法简便易行.此外,还给出了多层介质薄层的仿真方案,并对相关数值算例进行验证,结果说明了本文算法的精确性和有效性,本文方案可用于复杂薄层电磁问题的快速求解.     

基于多尺度双阶段网络的图像超分辨率重建

针对目前图像超分辨率重建算法中所存在的特征信息提取不充分、重建图像细节信息模糊等问题,提出了一种多尺度双阶段网络来实现图像的超分辨率重建。首先,考虑到单尺度卷积层会出现特征信息提取不充分的现象,故而以多尺度卷积层为大体框架,设计网络模型;其次,考虑到重建后的图像效果,将整体网络分为2个阶段,第1阶段根据输入的低分辨率图像进行特征信息的提取和重建,第2阶段对重建后的图像进行更深一步的特征细化,从而提高重建图像的视觉效果;整体网络中还引入了跳跃连接和注意力模块,以加强特征信息的有效传播;最后,以数据集Set5、Set14、Urban100、BSDS100和Manga109作为测试集展开实验,峰值信噪比和结构相似度作为图像质量的评价指标。实验结果表明,二者的值相比以往均有所提高,且重建图像视觉效果较好。因此,该算法在客观评价和主观视觉上都取得了较好的结果。     

一类含有分数阶导数的二自由度耦合系统

研究了一类含有小扰动具有分数阶导数的二自由度耦合振子的振动问题.首先对含有由Riemann Liouville定义的分数阶导数的振动方程组构造渐近解,利用多重尺度法,得到振动问题的可解性条件.然后在可解性条件下,得到分数阶指数、系数及小参数对振动的影响,并求得渐近解.最后研究了该解的稳定性,发现定常解都是稳定的     

基于目标尺度的自适应加权函数特征点检测方法

为提高Harris特征点检测方法对噪声的鲁棒性,通过一般化目标尺度的概念,应用到检测算子的加权函数之中,使得对于不同噪声强度的图像,滤波模板具备自适应性.针对高斯函数和双边函数,在每一个像素通过邻域搜索的方式得到该像素的目标尺度,作为高斯函数的标准差和双边函数的空间标准差,进而可根据相关准则确定离散情况下滤波模板的大小.试验结果表明,各种检测算子的优化方案能够有效地滤除图像中的噪声,不但减少了将噪声作为角点的情况发生,而且对不同噪声的变化具备较好的鲁棒性.     

a尺度三维八向加细小波尺度函数的构造算法

依据双向小波理论为基础,利用张量积构造a尺度三维八向加细小波尺度函数,研究了具有紧支撑性面具符号的a尺度三维八向加细方程拥有紧支撑分布解的情况,讨论了三维八向a尺度加细小波函数紧支撑区间.     

MFDC-Net：一种融合多尺度特征和注意力机制的乳腺癌病理图像分类算法

乳腺癌是全球最常见的恶性肿瘤之一，采用传统方法诊断需花费大量时间和精力，且受个人能力影响较大。用计算机辅助诊断的方法，可以提高病理图像分类的准确率和效率，从而满足临床应用的需求。为此，提出一种基于DenseNet的融合多尺度特征和注意力机制的乳腺癌病理图像分类算法（MFDC-Net）。在密集块中引入坐标注意力机制，精准定位重要特征的空间信息。采用多尺度池化过渡层，通过不同卷积核的平均池化和普通卷积，在实现降维的同时扩大感受野。采用多尺度特征增强模块，融合深层次图像特征，提高分类性能。结果显示，MFDC-Net模型的分类性能较其他经典模型更优，分类准确率达97.12%，易混淆率低至3.34%，能较好地进行乳腺癌组织病理图像分类，为诊断和治疗提供重要依据。     

半导体束缚激子基态能的变尺度法

提出了计算体系基态能的变尺度法，用该算法计算了电子和空穴有效质 量比值不同时，离子化施主束缚激子（D+，X）的基态能. 在求解体系基态能上与传统的变分法相比有很大的优势，尤其适合复杂体系基态能的计算. 关键词： 束缚激子 氦原子 基态能 变尺度方法     

基于连续小波变换的NOAA热红外影像信号场分析

利用二维连续小波变换(墨西哥帽小波),结合影像下的地物类型分布,对多时相的NOAA/AVHRR影像4波段数据进行信号场分析.结果表明,在小尺度下显示不同地物类型、相对差异、位置及形状等信息;而在大尺度则主要表现了水陆、地貌导致的地域差异.不同时相数据的大尺度分析对比,体现了空间格局和变化趋势.