一种新的平移不变Shearlet变换域图像去噪算法

提出了一种基于双边滤波和正态逆高斯模型的平移不变Shearlet变换域图像去噪算法。对图像进行平移不变Shearlet变换分解,低频子带采用快速双边滤波算法处理,高频子带采用正态逆高斯模型对其进行建模,在贝叶斯最大后验概率估计准则下推导出与正态逆高斯模型相对应的阈值函数表达式,从而达到去除图像噪声的目的。在对不同类型的图像进行仿真实验,其结果表明了本文方法不仅具有良好的视觉效果,而且具有较高的峰值信噪比和平均结构相似性。     

深度全卷积网络对MRI膀胱图像的分割

大多数膀胱癌患者的膀胱肿瘤组织和膀胱壁组织互相渗透，各自的大小、形状变化多样，位置不固定，且膀胱MRI（Magnetic Resonance Imaging）图像中存在复杂的噪声和伪影，这使得将肿瘤和膀胱壁两者精确分割出来为下一步治疗进行诊断和定量分析成为难题。文中提出一种以U-net作为基础网络框架的深度全卷积网络，用残差网络子模块代替普通的卷积层进行下采样，通过空洞卷积来提取特征图不同感受野的信息，从而对不同尺度的特征图进行并行分支下采样。针对数据集小的问题，提出对图像加入高斯噪声、调节亮度和各向异性扩散滤波三种方法来进行数据扩增。实验结果表明，文中提出的方法对肿瘤分割的DSC（Dice similarity coefficient）值达到了0.9058，对膀胱壁分割的DSC值达到了0.9038，能够达到很好的分割效果。      

基于CUDA的钢板图像去噪方法

针对钢板表面缺陷在线检测中图像处理速度快的要求,利用GPU强大的并行计算能力,提出了基于CUDA(计算统一设备构架)编程的钢板图像原始中值滤波、改进中值滤波和均值滤波三种去噪方法。实验结果表明,与传统的CPU方法相比,CUDA方法执行速度更快。     

智慧型油田定位与数据采集研究

针对油田井下环境的特殊属性,无线信号容易受到诸如反射,散射,折射等诸多客观因素的影响,使得传统的油田定位技术的应用受到很大的限制。通过使用油田井下无线信号的传输模型与油田井下分布特点相结合,经过改良后提出了一种信号强度目标识别定位算法,通过使用均值滤波的方法来消除多经效应或遮挡产生的野值点。实验结果表明在1km~2的油田区域内,总体平均定位误差仅为0.84m。该算法能够很好地解决其他定位方法在个别定点上定位误差较大的问题,使得整体定位精度水平提高,从而获得油田井下目标的理想定位结果。     

基于多特征和改进稀疏表示的高光谱图像分类

为了实现对高光谱图像的分类,提出了一种基于多特征和改进稀疏表示的方法——MFISR。从高光谱图像中提取光谱特征、Gabor特征和局部二值模式(LBP)特征,求解稀疏系数,同时增加一个2范式约束,利用所得系数得到每个测试像素的最终类别标签。实验结果表明:所提MFISR方法对小样本的检测效果显著,分类性能稳定且较优。     

非正态变异下的非线性轮廓异常点识别方法研究

在质量控制领域,非线性轮廓异常点识别问题是重点研究问题之一。本文综合运用了小波分析、数据深度、聚类分析等数据分析处理技术,提出了一种新的非正态变异的异常点识别方法。文章通过仿真分析技术,将新方法χ²与控制图方法进行性能对比,结果证实新方法能够以更高的准确率和稳定性识别异常点,表现出更好的异常点识别性能。最后将新方法应用于木板垂直密度轮廓实例对新方法进行验证,分析结果表明本方法能够有效识别出异常轮廓数据。     

基于小波Fisz变换的X射线脉冲星信号降噪研究

针对X射线脉冲星信号信噪比低,难以获取精确脉冲星信号相位的问题,提出了基于WaveletFisz变换的X射线脉冲星信号的估计方法.根据X射线脉冲星信号特性建立了信号模型,推导了Wavelet-Fisz变换理论,利用该变换将X射线脉冲星信号逼近于高斯分布,对变换后的信号数据进行估计.对大量RXTE的实测数据进行分析,结果表明在Wavelet-Fisz变换下能获得较好的估计性能,且耗时小,有利于X射线脉冲星导航的工程应用.