抗混叠轮廓波域采用压缩感知的云图融合方法

提出一种采用压缩感知的云图融合方法.该方法针对传统轮廓波存在频谱混叠的缺点,结合抗混叠塔式滤波器组和方向滤波器组,构造出一种抗混叠的轮廓波变换,并将其引入压缩感知中的稀疏表示环节,将云图分解成稠密和稀疏两部分;对稠密成份采用传统方法进行融合,而对稀疏成份,则在压缩感知框架下,通过少数线性测量的融合,并采用二步迭代收缩的...     

采用冗余字典稀疏表达的红外与水汽云图融合

卫星云图作为典型的多光谱遥感图像,因各个遥感器成像波段的差异,致使云图间既有一定的相关性,又存在一定的差异,故可认为云图包含2种特征:共性特征和个性特征.一种稀疏表示的云图融合方法,能够把多幅云图在一个过完备字典上进行稀疏表示,使用稀疏系数作为云图的特征,然后对不同图像的个性特征根据稀疏系数向量的1范数决定权重因子,融合云图可以由共性特征和融合后的个性特征联合表示.实验表明,该方法的融合云图无论在客观指标还是视觉效果上都优于传统方法,蕴藏了更为丰富的天气信息.     

抗混叠轮廓波域采用压缩感知的云图融合方法

提出一种采用压缩感知的云图融合方法.该方法针对传统轮廓波存在频谱混叠的缺点,结合抗混叠塔式滤波器组和方向滤波器组,构造出一种抗混叠的轮廓波变换,并将其引入压缩感知中的稀疏表示环节,将云图分解成稠密和稀疏两部分|对稠密成份采用传统方法进行融合,而对稀疏成份,则在压缩感知框架下,通过少数线性测量的融合,并采用二步迭代收缩的图像重构算法,在迭代时利用前面两个估计值更新当前值,得到融合结果.实验表明,该方法的融合结果无论在视觉质量及定量指标上都明显优于传统方法,有利于揭示全面的天气信息.     

用模糊方法确定实时系统中功能块的优先级

实时系统设计中确定功能块的优先级是一个重要环节，传统确定优先级的方法大都以某个单项因素为依据。本文利用模糊数学方法建立多目标系统模糊优选模型，并应用到实时系统中功能块的优先级决策上。     

基于支持向量机的多因子风速预测

针对目前数值模式预报的风速普遍存在小风预报偏大、大风预报偏小的问题,本文基于支持向量机的方法,结合WRF模式预报和自动观测站的实况数据资料,建立多因子SVM风速预测模型,对渔业避风港锚地风速进行预测修正.实验结果表明,新模型预测的风速和实际风速基本一致,相关性达到了99%,很好地表达了风速与WRF模式预报因子之间的非线性关系,验证了该模型能改进WRF模式输出的风速数据.与仅利用历史风速的非数值SVM和LSSVM风速预报的结果进行比较,进一步证实了多因子SVM风速预测的优越性.     

嵌入式系统中实现拼音输入法

在嵌入式系统中实现拼音输入法可以采用数组和有序树两种方法，其中有序树方法更具有优势。本文采用改进的Trie树构造拼音生成树，在uClinux上实现了具有联想功能的汉字输入法。     

合成孔径雷达图像的Contourlet域空间选择滤波降斑算法

合成孔径雷达(SAR)图像的相干斑噪声降低了影像分割和分类的效果,会导致影像判识困难。结合Con-tourlet系数的结构特点和SAR图像相干斑乘性噪声模型,提出了一种新的基于Contourlet变换的降斑算法。该算法利用信号与噪声在Contourlet域尺度间相关性的不同,通过空间选择滤波对系数进行分类,采用混合分布模型,实现了SAR图像的降斑处理。实验结果表明,该算法不仅能有效地抑制相干斑,而且还能有效地保护图像的细节特征。     

一种新颖的非冗余图像多尺度几何分析

将小波和方向滤波器组（DFB）结合，实现了一种非冗余的图像多尺度几何分析WDFB．首先利用小波变换将图像分解为高频子带和低频子带，然后高频子带通过方向滤波进一步分解成方向子带．这一过程对低频子带迭代进行，从而提供了一种多尺度多方向的分解，它能更稀疏地表示图像．在进行方向滤波时，通过应用等效易位及错切操作，避免了复杂的树结构扩展．实验结果表明，WDFB在非线性逼近指标上优于Contourlet变换，尤其对于舍有丰富纹理的图像．例如对于512×512的Barbara图，在保持8192个重要系数时，重建图像的峰值信噪比较采用Contourlet变换时提高0．68dB．     

基于信息扩散的海洋稀疏观测资料插值算法-椭圆模型

针对海洋科学研究中ARGO等观测资料零散、稀少等问题,提出了一种基于信息扩散思想的插值方法一信息扩散插值算法。该方法基于模糊映射思想,通过对稀少数据点信息进行模糊扩散和插值映射,进而实现有限数据点信息向其邻近区域点的概率插值;针对正态扩散函数在表现非对称结构的数据资料时存在的局限性,发展了一类非均匀信息扩散函数,建立了相应的非均匀信息扩散插值算法一椭圆模型,进行了试验对比和实际ARGO资料的插值应用。     

架构于双树轮廓波方向及相位特征的纹理图像分割

考虑到纹理的方向及相位特性,提出一种基于双树轮廓波变换的纹理图像分割新方法.双树轮廓波由塔型双树方向滤波器组构建,它不仅保持了轮廓波灵活的方向选择性,克服了传统轮廓波不具有移不变性的缺点,而且提供了复子带系数.本文以各方向子带的能量作为方向特征,复系数的平均相角作为相位特征,生成特征向量,利用模糊C均值聚类算法进行纹理图像分割.实验结果表明,相位特征是方向特征的有效补充,与传统方法相比,该方法在分割错误率、边缘准确性以及区域一致性等方面均有明显的改善.