Hilbert-Huang变换的自适应频率多分辨分析研究

Hilbert-Huang变换方法能自适应地提取非平稳数据的局部均值曲线,将复杂的叠加信号分解成有限数量的、且有物理意义的内蕴模式分量函数,从而得到有意义的瞬时频率和希尔伯特时频谱.它是一种局域波分析方法.其特点是比小波分析有更高的时频分辨率,没有Wigner-Ville分布的交叉项,特别适合分析非平稳数据.本文根据Hilbert-Huang变换的原理,推导出内蕴模式函数的递推表达式,给出了希尔伯特谱的最高频率分辨率,首次提出了一种新的的自适应频率多分辨分析原理和方法,从而完善了局域波分析的理论.     

成分波的分辨与重构

本文主要研究了针对一般混全波运用小波进行其成分波的分辨与重构问题，给出了分辨与重构的方法，并对方法进行了数值模拟实验。     

冗余轮廓波变换的构造及其在SAR图像降斑中的应用

构造了由非抽样塔式分解和方向滤波器组实现的冗余轮廓波变换。文中利用McClellan变换设计非抽样塔式分解中满足精确重构条件的圆对称滤波器组。利用冗余轮廓波变换系数的自适应局部统计模型及最大后验概率法对SAR图像进行降斑处理,并与基于平稳小波和轮廓波变换的降斑算法进行比较。结果表明,提出的算法能有效地去除散斑噪声,并且具有更强的边缘保持能力。     

利用多尺度变换提高数字全息再现像质量

针对三维物体数字全息实验系统的特点,提出了基于多尺度变换的数字图像处理方法.利用小波变换和Curvelet变换的多尺度处理,成功滤除再现像中的零级衍射光斑,有效减小散斑噪声的影响并保留更多物像边缘信息,得到较高质量的数字全息再现像.实验结果表明,该方法具有较高实用性.     

基于多尺度注意力小波网络的可适应病变规模超声乳腺图像分割

针对超声乳腺图像中对不同规模病变的分割鲁棒性不足的问题,提出了一种多尺度注意力小波网络(MAW-Net).通过设计两个轻量的网络模块,多尺度拼接模块和跳过连接升维模块,达到在不同尺度上集成丰富的特征和全局上下文信息,减少编码器和解码器之间的语义差距以适应不同规模病变分割的目的.并引入双树复小波变换,很好地削弱了噪声影响.在两个公共的乳腺超声数据集UDIAT和BUSI数据集上进行测试,其Dice系数分别达到91.32%和84.23%.并与其他6种先进的图像分割方法进行比较,具备强分割鲁棒性、噪声影响小等优势.     

基于小波变换多尺度统计分析功能MRI数据的方法

如何从低信噪比的序列图像中准确、可靠地检测及定位功能激发信号成为功能磁共振(fMRI)数据分析的关键问题。通过分析MRI的Rician噪声特性,我们得到平方幅度图像的小波系数是无噪的平方幅度图像的小波系数的无偏估计,并提出了一种新的小波域多尺度分析fMRI数据的方法。该方法基于对fMRI平方幅度序列图像进行多尺度离散小波分解,然后对滤波后的小波系数直接进行统计参数检验,最终对统计显著的系数进行小波合成得到脑功能激发映射图。实验结果表明,我们提出的方法具有较高的检测敏感性及定位可靠性。     

基于剪切波变换的光场图像质量评价方法

光场成像作为新一代成像技术可采集更丰富的视觉信息,但在其各个处理过程中都会引入失真导致光场图像主观质量的下降,因此需要设计与人类视觉系统(Human Visual System,HVS)保持一致的客观评价方法以自动评价光场图像的质量。本文提出了一种基于剪切波变换的光场图像全参考质量评价方法。首先,为了同时考虑光场的空间域和角度域失真,分别在光场视图和极平面图(Epipolar Plane Image,EPI)上提取特征。其次,在光场视图上进行剪切波变换后,分别提取局部相似性特征和全局统计特征。然后,在EPI上分别提取局部相似性特征和全局方向统计特征。最后,采用随机森林对以上特征进行池化得到最终质量预测值。在密集光场图像数据库中进行测试的实验结果表明,所提出方法优于现有的图像质量评价指标,与主观视觉评价结果的一致性较高。     

采用剪切波变换的红外弱小目标背景抑制

提出了一种将剪切波变换与贝叶斯统计机理相结合的背景抑制新方法来解决红外搜索跟踪系统探测复杂空中和地面背景杂波中的弱小目标这一难题.根据红外图像中目标和背景杂波的不同分布特性,首先,采用剪切波变换对原始红外图像进行多尺度和多方向分解,获得原始图像的多尺度和方向细节特征,然后,通过应用高斯尺度混合模型进行处理,从而将红外图...     

图像的多尺度几何分析：回顾和展望

多尺度几何分析旨在构建最优逼近意义下的高维函数表示方法．本文以二维函数的非线性逼近为主线，分析了推动多尺度几何分析发展的深刻数学和生理学背景，综述了图像多尺度几何分析方法的最新进展及存在的问题，指出了进一步研究的方向．     

采用剪切波变换的红外弱小目标图像预处理

提出一种采用剪切波变换的红外弱小目标图像预处理新方法.该方法首先采用剪切波变换对图像进行分解,针对高低频子带的不同特点,对低频子带系数采用基于贝叶斯统计的方法进行处理,推导出剪切波系数为拉普拉斯先验分布的最大后验估计表达式和低频子带阈值;而高频子带则对其系数构成分析后,利用图像不同组成元素能量值的不同设定阈值;对处理后的子带系数进行重构以获得预测的背景图像,将其与原图相减,可得到突出目标且背景被抑制的图像;采用经典的自适应阚值分割法对预处理后的图像进行分割,很好地实现了目标检测.实验结果表明,该方法处理的图像信噪比值高,在客观评价指标与主观视觉两方面均表现出良好的效果.     

基于小波变换多尺度积的图像融合算法

图像融合是图像处理中的关键技术之一。它在军事和民用图像处理领域获得了广泛的应用。提出了一种新的基于小波变换多尺度积的图像融合算法,小波变换多尺度积具有放大信号边缘特征和降低信号噪声的特点,有利于在融合图像中保持图像的细节特征。利用统计分析的评判准则,如熵、标准偏差评价图像的融合效果。实验结果表明该方法提高了图像的熵和标准偏差。在保留原图像信息的情况下增强了融合图像的细节信息。     

基于非下采样剪切波变换域三变量模型图像去噪算法

结合非下采样剪切波变换域三变量阈值滤波和多分辨引导滤波,本文提出一种去除高斯白噪声的图像去噪的有效方法.在非下采样剪切波变换域中,以三变量非高斯模型对方向带通子带系数间相关性进行建模,采用最大后验估计理论推导出三变量收缩阈值函数.此外,对低频子带系数采用多分辨引导滤波进行平滑处理,以达到更好的噪声抑制效果.实验结果显示,本文所提去噪方法可以有效抑制噪声同时保留更多的图像细节信息,与其他滤波算法相比,该去噪算法可得到更高的客观数据及更好的视觉效果.     

基于对比度的多分辨图像融合

本文给出一种基于对比度的多分辨图像融合算法.首先,利用小波变换得到待融合图像的多分辨分析,同时得到图像的多分辨对比度序列;然后以对比度为判据,在图像的多分辨分析的相应各级上进行融合,得到融合图像的多分辨分析;最后,利用小波逆变换重构融合图像.算法使用同一场景可见光图像和红外图像进行了验证,结果表明,融合图像完好地显示了源图像各自的信息.     

基于小波多分辨分析的图像融合方法

图像融合的目的是把来自多传感器数据的互补信息合并形成一幅新的图像,以便更好地进行监视和侦察之类的视觉感知[1,2]。在阐述了小波变换多分辨分析的基本原理及其特点的基础上,提出了基于小波多分辨分析的图像融合的新方法。实验结果表明,该方法效果良好,可广泛用于各研究领域。     

用基于Coifman尺度函数的多分辨时域分析计算电磁散射

本文利用Coifman尺度函数具有消失矩和紧支集的特点,提出了一种新的多分辨时域分析方法,研究了它的数值色散特性,并与通常的FDTD方法进行了比较.通过算例,表明该方法比通常的FDTD方法需要网格数量少、计算时间快.     

一种小波变换的多尺度方法及其在波达时间精确估测中的应用

本文提出了一种雷达回波到达时间精确估测的多尺度方法．该方法只需对接收信号计算三尺度的小波变换．和对所检测到候选回波的两尺度小波变换。这种方法可采用Mallat算法．故其计算效率是很高的。实验结果也表明该方法不仅能精确检测雷选回波并测量其波选时刻．剔除多径干扰，而且还具有很强的噪声抑制能力。     

一种使用曲波变换的多聚焦图像融合方法

提出一种使用曲线波（Curvelet）变换的多聚焦图像融合方法：首先采用非均匀采样的快速傅里时变换（FDCTUSFFr）实现方法的二代Curvelet变换,对待融合图像进行分解;然后对不同尺度和方向上的曲波系数采用设计的融合策略进行融合;最后通过融合系数重构得到结果。实验结果表明该方法在主观感觉和客观评价指标上较小波分析的融合算法均有一定的提高。     

基于多尺度变换的直觉模糊推理图像融合算法

提出了基于多尺度变换的直觉模糊推理医学图像融合方法,针对4种多尺度变换对图像融合的影响进行了分析。文中融合算法是利用4种多尺度变换对待融合图像进行分解,并对得到的低频分量和高频分量采用直觉模糊推理融合规则进行处理,最后将融合后的低频分量和高频分量经逆变换得到融合图像。实验结果表明本文算法优于传统的模糊推理图像融合算法,并且在变换域中,Contourlet变换下的融合结果要优于其它3种变换。