二维DFT域全相位数字滤波器设计与实现

一维全相位数字信号处理已经在谱分析、自适应、模板设计、滤波器组分析与综合等领域得到应用,但对于二维全相位理论的推导很少而且没有实现的方法.因此,本文在一维全相位信号处理方法的基础上,首先系统地分析二维全相位信号处理模式,理论推导出无窗、单窗和双窗模式下传输函数表达式;其次,首次设计出二维全相位处理的系统实现框图,并对算法复杂度进行了优化分析;还有,对二维全相位信号处理的性质进行了分析;最后,借助MATLAB实现了DFT滤波器设计并画出3D特性曲面,完成设计二维DFT全相位滤波器的理论、方法和实验验证.     

全相位半带滤波器设计与实现

半带滤波器是一种特殊的低通FIR滤波器,在信号的分析与完全重构中应用广泛。本文在分析全相位滤波器频率取样特性基础上,首先得到无窗、单窗全相位恒通过而双窗则低于频率取样点的结论,其次利用全相位双边带对称传输特性H设计三种类型的半带滤波器且均具有严格零相位特性,类型I和II具有实系数单位冲激响应,类型III则具有复系数冲激响应而使半频点处幅值不等于0.5。第三,分别实现全相位九种半带滤波器并与三种传统设计方法进行比较,结果表明,全相位设计半带滤波器通带及阻带波纹数更少,且衰减降低近3dB。      

基于图像序列的YG算法二维相位恢复

迭代算法相位恢复计算中存在可能陷入局部极小值,导致算法收敛速度慢和不稳定的缺点,为了克服这一缺点,本文利用多个输出平面上光的强度信息,将YG算法推广到空域约束(光强度约束)二维相位恢复问题,提高算法收敛速度.模拟实验结果表明,基于图像序列的YG算法二维相位恢复收敛速度快,相位恢复精度高,同时对噪声具有较好的鲁棒性.     

基于全相位滤波的卷积窗设计

理论推导出全相位数字滤波器的频率采样定理,并证明了无窗、单窗条件下系统特性通过频率采样点而双窗条件下则低于采样点的结论。基于矩形窗、Bartlett、Cosine、Hanning、Hamming、Blackman和Papoulis,分别给出全相位单窗和双窗下卷积窗的过渡带宽度、最小旁瓣衰减及旁瓣衰减速度。在此基础上,本文提出了按照最小二乘准则的窗函数构造的新方法,理论推导出窗函数的算术表达式。实验中,基于全相位数字滤波器幅频特性函数,采用最小二乘法设计最小误差的基窗,与Bartlett基窗相比,误差降低2%且过渡带减少6.9dB。      

用于小波变换的图像信号二维频谱分析

本文在对理想和实际原始图像信号的二维频谱及其幅频特性进行数字分析的基础上，提出了对小波变换二维频谱分解的两种改进方案，从而可利用图像信号的频谱特性和人眼的视觉特性，进一步压缩码率，在保证图像质量的前提下，提高压缩性能。最后提出了设计菱形滤波器来获得原始图像信号二维菱形频谱的方案，该方案将在后继的论文中介绍。     

基于二维DFT域全相位滤波的图像多分辨率分析

图像多分辨率分析在信号滤波、图像除噪、图像 融合、图像边缘检测领域中应用广泛。该文设计了一种新的 图像多分辨率分析方法,通过对全相位系统函数进行谱分解,实现了基于全相位的严格功率 互补的高低通滤波器设计, 按照全相位处理的基本理论,选择不同的正交变换方式和基窗函数可以方便地设计出具有不 同分析/合成效果的全相位波 包。实验表明,DFT域全相位分析滤波器可以实现对图像的多层分解,由合成滤波器还原得 到的图像误差几乎为零。在 图像数据压缩、自适应除噪方面具有较为广泛的应用前景。     

纯二维全相位滤波器组及其在图像压缩中的应用

基于全相位理论,设计了3种纯二维全相位滤波器组(ADFB).这些滤波器组可以直接对图像进行纯二维分解和重构,若忽略滤波器的有限精度问题,系统是全重建的.为了减小运算量,纯二维ADFB采用提升格式实现.仿真试验表明,纯二维ADFB具有良好的数据压缩特性.在压缩率相同的情况下,尤其是IDCT-AFB7.7比Daubechies9/7小波重建图像的峰值信噪比(PSNR)最多小0.7 dB,这与采用的适合于可分离二维小波变换的四叉树SPIHT编码方案有关,若采用二叉树SPIHT编码,会使压缩效果得到改善.     

盲图像恢复中的二维盲均衡研究

数字图像在传输过程中,由于受到二维信道的点扩展函数(PSF)的影响,会产生图像模糊问题。在对图像进行恢复时,需要消除PSF的影响,在许多实际应用中PSF的特性未知,此时图像的恢复就是盲图像恢复。该文提出了一种应用于盲图像恢复的二维盲均衡迭代算法,该算法是通信领域中应用的EVA盲均衡算法的一种二维扩展。仿真结果表明,该算法具有信噪比增益高、收敛速度快等特点,有较为广泛的应用前景。     

加窗全相位半带滤波器在PR QMF组中的应用

研究了一种可以完全重建输入信号的滤波器,称之为正交镜像滤波器(Quadrature Mirror Filter,QMF)。这种滤波器在重建信号方面非常有效。文中设计采用一种对加窗全相位半带滤波器直接进行谱因式分解的方法来完全重建(Perfect Reconstruction,以下简称PR)输入信号的二通带QMF组。通过Matlab实例仿真,得到通带波纹小、阻带衰减大的QMF组,滤波器性能得到明显改善。     

基于二维DFT域全相位滤波的波包设计

信号滤波、谱分析和自适应信号处理在全相位信号处理领域中已得到广泛应用。本 文在一维全相位信号处理方法的基础上,给出二维全相位变换的数学表达式,并构建了相 应的信号处理系统图。其次,分析出全相位变换具有线性相位的充要条件,进而提出全相位 波包的概念。第三,分别选择Bartlett和Blackman作为基窗,仿真出20个全相位正交波包。 最后,借助全相位波包顺利地对图像展开了分解验证。分析表明,全相位波包可以实现对图 像的多层分解,并在时域和频域上得到多种分辨率的子图。此分析方法在图像数据的压缩, 边缘检验和自适应信号处理等诸多方面有着十分广泛的应用领域和发展前景。     

用全相位傅氏法重构间断信号

为利用有限的信息为最小误差重构间断信号,将全相位处理的思想与传统傅氏逼近相结合,利用对信号离散采样后得到的DFT系数,并充分利用高次谐波信息,形成了全相位傅氏重构法。理论和实验表明:用全相位傅氏法对间断信号进行重构的波形,相比于传统的连续傅氏积分逼近和离散傅氏重构的波形,具有更小的误差。     

Processing of 2D Images Using the Bragg Diffraction

Journal of Communications Technology and Electronics - Application of the acousto-optic (AO) Bragg diffraction in the processing of 2D images is analyzed. It is shown that conventional Bragg...     

采用帧转移CCD的Smear校正通道恢复饱和图像通道的方法研究

海洋水色遥感应用对光学遥感仪器提出了高灵敏度与高精度的要求.本文研究的可见近红外成像光谱仪采用推扫扫描的方式,从而获得了较高的灵敏度;通过对系统进行杂散光定标和校正实现高精度测量.杂散光校正算法要求图像中所有目标信号不能饱和.由于仪器的动态范围针对水色目标设置,因而大部分图像通道高亮度的云目标信号会饱和,导致杂散光校正算法无法获得较好效果.以一台基于帧转移面阵CCD的推扫式可见近红外成像光谱仪为研究对象,通过分析系统设置的CCDSmear校正通道的成像机理,论证了在不同光源下Smear通道和各图像通道间均存在线性相关性,进而提出了一种利用Smear校正通道来恢复各图像通道饱和信号的方法,为星上高光谱图像的杂散光校正提供有效的数据源,也为饱和图像恢复提供了一种较为可行的方法.     

基于窗平面的近红外激光三光带三维扫描仪优化

为有效提高三光带激光三维人脸扫描仪的性能,提出一种基于辅助窗平面的优化方法.通过在测量区域的前沿安装窗平面,不但可有效定位扫描系统的测量区域,保证获得完整的待测人脸三维点云模型,最主要的是借助窗平面左右竖直边框散射的辅助光带可实现对三条测量光带的快速、可靠分组,有效解决了原扫描系统要求的在首帧图像中必须同时包含三条测量光带的问题.实验结果表明所提方法算法简单、鲁棒性强,使得扫描测量过程更加易于操控.     

时－空二维信号模型下的波达方向估计方法及其性能分析

在时－空二维信号模型下，基于最大似然（ＭＬ）参数估计，本文提出和归纳出三种波达方向估计方法为：①常规空域处理（传统ＭＬ方法）；②时－空域联合处理；③时－空域级联处理．文中对这些算法进行了性能分析，并对理论分析结果进行了计算机数值分析和仿真实验，最后给出了一些有意义的结论．     

实变量Compact 2D FDTD法及窗函数分析传输线特性

本文讨论Ｃｏｍｐａｃｔ ２Ｄ ＦＤＴＤ法的复变量差分格式与实变量差分格式之间的关系,以及复变量差分格式能够换为实变量差分格式的情况。用Ｂｌａｃｋｍａｎ窗函数（ＢＭＷ）截取ＦＤＴＤ时域信号,然后再作Ｆｏｕｒｉｅｒ变换,可以改善频域特性的计算结果,提高计算效率。通过微带色散特性的分析,表明用实变量Ｃｏｍｐａｃｔ ２Ｄ ＦＤＴＤ法与Ｂｌａｃｋｍａｎ窗函数,只需要较少的迭代就可以得到比较好的结果。     

Speckle Suppression in SAR Images Using the 2-D GARCH Model

A novel Bayesian-based speckle suppression method for Synthetic Aperture Radar ( SAR) images is presented that preserves the structural features and textural information of the scene. First, the logarithmic transform of the original image is analyzed into the multiscale wavelet domain. We show that the wavelet coefficients of SAR images have significantly non-Gaussian statistics that are best described by the 2-D GARCH model. By using the 2-D GARCH model on the wavelet coefficients, we are capable of taking into account important characteristics of wavelet coefficients, such as heavy tailed marginal distribution and the dependencies between the coefficients. Furthermore, we use a maximum a posteriori (MAP) estimator for estimating the clean image wavelet coefficients. Finally, we compare our proposed method with various speckle suppression methods applied on synthetic and actual SAR images and we verify the performance improvement in utilizing the new strategy.     

运用隔帧模板匹配算法检测复杂背景下运动目标

提出一种用于复杂背景下实时识别运动目标的新方法,该方法首先利用预处理滤除大部分灰度较低的背景和杂波,然后再采用不同间隔的序列模板分别进行二次误差匹配并构成并行结构来识别目标.该方法成功地克服了传统的模板匹配法计算量大,耗时多的不足,并使整个系统能够探测到静止甚至速度较大的运动目标,且在部分被遮挡甚至偶尔目标失锁的情况下依然能较好地跟踪.仿真结果也表明了该方法的有效性.     

Edge-based Segmentation Using Robust Evolutionary Algorithm Applied to Medical Images

Although medical image segmentation is a hard task in image processing, it is possible to reduce its complexity by considering it as an optimization problem. This paper presents a robust evolutionary algorithm based on a cost minimization function to segment and to extract image edges. Since, the goal is to outperform a high edge detection quasi independent from the input problem characteristics, an adaptive detector is considered. As a first step, the main evolutionary algorithm parameters are highlighted based on an adaptive parameterization to overcome convergence problem. In a second stage, the reached optimal setting is applied on medical images to exhibit the quality of the proposed algorithm.     

Eye Detection in Facial Images Using Zernike Moments with SVM

An eye detection method for facial images using Zernike moments with a support vector machine (SVM) is proposed. Eye/non‐eye patterns are represented in terms of the magnitude of Zernike moments and then classified by the SVM. Due to the rotation‐invariant characteristics of the magnitude of Zernike moments, the method is robust against rotation, which is demonstrated using rotated images from the ORL database. Experiments with TV drama videos showed that the proposed method achieved a 94.6% detection rate, which is a higher performance level than that achievable by the method that uses gray values with an SVM.