CCD非线性及其校正研究

分析了CCD非线性产生的原因,提出了CCD非线性校正的新方法——多点多段线性逼近法.给出了CCD非线性产生及校正方法的简单公式推导及物理解释.通过计算机模拟和实验进一步验证了CCD非线性校正之后,明显地减小了γ级频谱的产生.模拟情况下物体面形恢复后的标准偏差明显减小:未校正时为0.040 7 mm,校正之后时为0.025 2 mm;实验情况下校正之后的物体恢复面形效果明显优于未校正时的效果.     

傅立叶变换用于全息三维物体面形测量

介绍了将傅立叶变换用于全息三维面形测量的基本原理和实验装置。首先用全息干涉条纹替代投影条纹投影到待测物体上 ,在相位解调中 ,结合Gerchberg迭代算法对变形条纹进行处理 ,然后用汉宁窗口进行数字加权滤波。结果表明 ,该测量系统实验装置简单 ,测量精度高 ,速度快 ,适用于复杂大物体三维面形测量     

双频光栅傅里叶变换轮廓术频谱混叠研究

讨论了用双频光栅方法对包含突变成份的物体产生的变形条纹进行傅里叶变换时,可能会出现频谱混叠问题.推出了低频光栅的频谱f1与高频光栅的频谱f2不相互混叠的条件,分析了探测器非线性会引起同一光栅间频谱发生混叠情况.考虑到通常情况下低频光栅频谱f1与高频光栅频谱f2的混叠起主要作用,因此在该情况下用计算机仿真与实验验证了:当f2<2f1时,f1与f2相互混叠,物体面形难以恢复;当f2>2f1时,f1与f2不相互混叠,物体面形恢复得很好.     

双频光栅傅里叶变换轮廓术频谱混叠研究

讨论了用双频光栅方法对包含突变成份的物体产生的变形条纹进行傅里叶变换时,可能会出现频谱混叠问题.推出了低频光栅的频谱f1与高频光栅的频谱f2不相互混叠的条件,分析了探测器非线性会引起同一光栅间频谱发生混叠情况.考虑到通常情况下低频光栅频谱f1与高频光栅频谱f2的混叠起主要作用,因此在该情况下用计算机仿真与实验验证了：当f2<2f1时,f1与f2相互混叠,物体面形难以恢复;当f2>2f1时,f1与f2不相互混叠,物体面形恢复得很好.     

基于模糊理论的空间屏蔽滤波信号去噪

基于模糊理论提出了一种空间屏蔽滤波信号去噪方法.对信号进行二进小波变换后,对信号进行空间屏蔽滤波,对于未通过滤波器的系数进行模糊阈值处理实现去噪.通过对含噪HeaviSine和Doppler信号的去噪仿真,表明,该方法对噪音具有良好的抑制作用,能较好地保持信号在间断点处的信息.与传统空间屏蔽滤波相比,该方法对不同种类的含噪信号均具有良好的去噪效果.     

小波域高斯混合模型与中值滤波的混合图像去噪研究

基于高斯混合模型的小波去噪方法并结合中值滤波法对脉冲噪音有较好滤除效果的特点,将这两种方法结合起来,对含有高斯脉冲混合噪音图像进行去噪处理.该算法采用Matlab语言进行仿真.实验结果表明,这种混合去噪方法的效果要优于单纯使用中值滤波或者小波去噪的效果.     

基于椭圆形光强分布光栅投影的三维面形测量方法

基于椭圆形光强分布光栅投影测量物体三维面形的方法,将椭圆形光强分布光栅投影到被测物体表面,用摄像机获取变形条纹图,通过系统参量和条纹图携带的相位信息求解出物体的三维面形.推导出通过椭圆形光强分布光栅条纹求解相位的计算公式并对提出方法作了计算机仿真.实验结果表明该方法可以比较准确地测量物体的三维面形,在噪音较大的情况下测量结果仍具有较高准确度.     

基于椭圆形光强分布光栅投影的三维面形测量方法

基于椭圆形光强分布光栅投影测量物体三维面形的方法,将椭圆形光强分布光栅投影到被测物体表面,用摄像机获取变形条纹图,通过系统参量和条纹图携带的相位信息求解出物体的三维面形.推导出通过椭圆形光强分布光栅条纹求解相位的计算公式并对提出方法作了计算机仿真.实验结果表明该方法可以比较准确地测量物体的三维面形,在噪音较大的情况下测量结果仍具有较高准确度.     

改进的傅里叶域小波域联合去模糊算法

傅里叶域与小波域的联合去模糊算法在低噪声时具有优越的恢复效果,但是这种联合去模糊算法并不适用于含噪声的模糊图像.为了解决这一问题,本文将先验约束分别引入傅里叶域的去模糊步骤和小波域的去噪步骤.在傅里叶域,用矩阵形式表示目标函数.对目标函数添加平滑约束并且通过噪声水平和模糊图像高频信息计算得到平滑约束项的滤波系数.同样方式,在小波域对小波域目标函数添加能量约束,实现小波域目标函数的正则化过程.分析傅里叶域的噪声放大程度,通过傅里叶域的滤波系数计算得到小波域能量约束的滤波系数.傅里叶域的平滑约束可以抑制滤波过程中噪声的产生,小波域的能量约束可以提高小波域滤波的鲁棒性.仿真实验表明,改进的算法相比于原始算法具有更好的鲁棒性,可以有效提高图像的恢复质量.对于噪声标准差为0.010.1的模糊图像,改进算法恢复图像峰值信噪比比原始算法恢复图像的峰值信噪比高1左右.并且改进算法对于高斯型点扩散函数误差具有鲁棒性,当点扩散函数估计方差与实际方差相差0.4时,改进算法的恢复效果仍优于原始算法.     

混沌信号的压缩感知去噪

对非线性时间序列进行噪声抑制是从中提取有效信息的前提. 混沌信号的去噪算法不仅要使滤波后的信号具有较高的信噪比, 也要具有较好的不确定性. 从压缩感知的角度出发,提出了一种新的噪声抑制方法. 该方法包括估计噪声方差, 以及依据动态的稀疏度将观测值往确定的过完备字典上投影. 仿真实验表明, 该方法比常用的小波阈值法和局部曲线拟合法具有更高的输出信噪比, 而原始信号的混沌特性也能得到较大程度的恢复.     

小目标识别的小波阈值去噪方法

为改善小目标识别的滤噪效果并提高其信噪比,构造了新的阈值函数并采用局部方差估计法来计算阈值对小目标进行去噪处理。对小波分解层次中各高频子带选取不同的阈值,其中大于阈值的小波系数采用改进的双曲线函数作为阈值函数,小于阈值的小波系数采用指数函数与对数函数相互组合的方式作为阈值函数。对采用的阈值函数进行了理论推导,并与软、硬阈值法进行了实验对比。计算机仿真结果表明：经本文阈值法处理后,信噪比相对于含噪图像提高了70.8%,而软、硬阈值法分别提高了49.8%和59.7%。光学实验进一步证实：该方法能更有效地提高信噪比,增强联合变换相关器对于小目标的识别能力。     

Composite wavelet based morphological correlation for continuous-scale-invariant pattern recognition

A composite nonlinear correlation is proposed to perform invariant recognition for the input image with continuous-scale distortions. The proposed correlation can be considered as a summation of many composite wavelet matched filters. Every matched filter consists of a linear combination of binary slices that are generated from threshold decomposition of the training images, and an adaptive wavelet filter. The adaptive wavelet is optimized to produce the sparse image features. Computer simulations are carried out to prove the scale-invariance and noise robustness of the new scheme.     

EEMD自适应去噪在拉曼光谱中的应用

二代小波是公认较好的降噪手段,但是降噪效果依赖于基函数、分解层数和阈值等参数设置。经验模态分解(empirical mode decomposition, EMD)无需参数设定,按照频率特性将信号分解成本征模函数(intrinsic mode function, IMF),对IMF滤波,实现了信号自适应去噪。拉曼光谱中信号和噪声交叠集中在极高频段,EMD产生模态混叠问题,影响去噪效果。应用总体平均经验模态分解(ensemble empirical mode decomposition,EEMD)拉曼光谱克服了模态混叠,有效区分出高频信号和噪声,获得了与小波函数相似去噪效果。文中首先对一段非线性非平稳豆油脂拉曼光谱EMD分解,可见模态混叠,EEMD分解出清晰模态的特征分量。然后分别用快速傅里叶变换(fast Fourier transform,FFT)、小波变换(Wavelet)、EMD和EEMD处理含噪光谱,信噪比、均方根误差、相关系数三个方面指标表明FFT高频去噪效果最差,其次是EMD,恰当的Wavelet同EEMD效果相当,EEMD的优势是降噪过程的自适应。最后提出光谱时频分析方法和IMF噪声属性判别准则研究趋势。     

基于中值滤波和提升小波分析的图像去噪方法研究

针对现有算法大多对单一高斯噪声或脉冲噪声进行图像滤波的问题,在对二维图像平滑去噪的过程中,采用基于中值滤波和提升小波变换相结合的图像去噪方法。在中值滤波基础上,构造基于脉冲检测的中值滤波器,找出混合噪声中脉冲噪声并进行滤波;与此同时,对原始小波进行提升,构造提升小波,然后采用提升小波阈值去噪方法抑制高斯噪声。实验结果表明:采用本文方法,混合噪声得到有效抑制,去噪效果好。     

A human nonlinear cochlear filterbank.

Some published cochlear filterbanks are nonlinear but are fitted to animal basilar membrane (BM) responses. Others, like the gammatone, are based on human psychophysical data, but are linear. In this article, a human nonlinear filterbank is constructed by adapting a computational model of animal BM physiology to simulate human BM nonlinearity as measured by psychophysical pulsation-threshold experiments. The approach is based on a dual-resonance nonlinear type of filter whose basic structure was modeled using animal observations. In modeling the pulsation threshold data, the main assumption is that pulsation threshold occurs when the signal and the masker produce comparable excitation, that is the same filter output, at the place of the BM best tuned to the signal frequency. The filter is fitted at a discrete number of best frequencies (BFs) for which psychophysical data are available for a single listener and for an average response of six listeners. The filterbank is then created by linear regression of the resulting parameters to intermediate BFs. The strengths and limitations of the resulting filterbank are discussed. Its suitability for simulating hearing-impaired cochlear responses is also discussed.     

Optical stack filters using parallel fuzzy logic

Stack filters are more general and robust nonlinear filters than median filter, which possess threshold decomposition and stacking properties. Stack filters can be carried out one step using optical parallel fuzzy logic technique instead of three steps in threshold decomposition. All window, width 3 stack filters but two trivial stack filters are expressed in unified expression with coefficiencies to choose desired stack filter, so they are realized by an optical approach, window 3×3 separable stack filters can be realized by cascading the window width 3 stack filters. Window width 5 stack filters can be realized using the same method.     

Bright spatial solitons on a partially incoherent background

We present the first observation of incoherent antidark spatial solitons in noninstantaneous nonlinear media. This new class of soliton states involves bright solitons on a partially incoherent background of infinite extent. In the case where the nonlinearity is of the Kerr type, their existence is demonstrated analytically by means of an exact solution. Computer simulations and experiments indicate that these incoherent antidark solitons can propagate in a stable fashion provided that the spatial coherence of their background is reduced below the incoherent modulation instability threshold.     

基于小波变换的体内外酒精含量近红外光谱检测与分析

应用小波分析对体外和体内的酒精近红外光谱信号进行去噪分析,通过体外光谱分析确定酒精吸收峰特征范围,为体内近红外光谱分析确定有效区间。软阈值和硬阈值下,分别采用缺省阈值、Birge-Massart阈值和最大最小值阈值,比较酒精光谱去噪,信噪比(signal noise ratio,SNR)和均方根误差(root mean square error,RMSE)去噪效果。结果表明:缺省硬阈值方法对酒精近红外光谱去噪的效果较好;小波变换可以有效去除酒精近红外光谱的噪声,提高信噪比,保留有用真实信号。在不同的酒精浓度下,去噪后的近红外光谱能够较好的显示浓度变化规律。小波分析在近红外光谱法对人体酒精无创检测及定量分析方面有较好的应用前景。     

基于双边滤波算子的医学脊椎去噪

为了有效滤除医学脊椎模型的噪声点,同时更好地保持模型细节,提出了一种基于双边滤波算子的医学脊椎去噪模型.采用双边滤波在多尺度条件下进行脊椎三维模型轮廓线的提取,设计改进自适应扩散系数,以更好的优化控制整个扩散过程.根据图像的离散特征,建立相应的离散迭代方程,使迭代过程离散化,并设计迭代停止准则,当去噪平滑后的图像模型与噪声相关性最小时停止迭代.与经典的向异性扩散模型方法实验结果相比,本方法在解决去噪方面达到了很好的滤波效果,同时也较好地保持了医学图像的边缘细节特征,大大优于传统滤波算法.     

EEMD在土壤剖面反射光谱消噪中的应用

实测光谱常含有大量干扰信息,消噪在光谱数据处理和分析中极为重要,它直接影响后续的定量分析和信息挖掘。因此,选择适当的消噪方法是改善光谱分析精度,提升光谱分析能力的一个关键性突破。集合经验模态分解(EEMD)方法是一个以信号固有特征尺度为度量的时空滤波过程,能充分保留信号本身的非线性和非平稳特征,在信号的滤波和消噪中具有较大的优势。结合EEMD的多尺度滤波特性,提出了一种新的EEMD阈值光谱消噪方法,并应用于新疆塔里木河中游典型绿洲33个土壤剖面反射光谱数据的预处理。为探讨EEMD阈值法在土壤剖面反射光谱消噪中的效用,对EEMD阈值法和小波阈值法的消噪结果进行了对比分析。结果表明：与传统的小波阈值法相比,EEMD阈值法消噪结果的信噪比从14.836 6 dB提高到34.275 7 dB,均方根误差由6.786 1×10-5降到7.240 6×10-6,相关系数从0.982 5提高到0.999 8,EEMD阈值法的三个消噪效果衡量指标均优于小波阈值法。证明了EEMD阈值法可有效地去除土壤剖面光谱噪声,较好地保留了光谱的细节信息,提高了光谱的定量分析精度,且与小波阈值消噪方法相比具有较强的可靠性和自适应优势,作为光谱数据预处理的一种新方法,其应用前景良好。