基于NSST和CS的红外与可见光图像融合

针对红外与可见光图像需要实时融合的特点,提出一种降低算法复杂度的基于非降采样剪切波变换(Non-subsampled Shearlet Transform)和压缩感知域的红外与可见光图像融合算法。利用NSST算法对红外图像和可见光图像分别进行多尺度、多方向稀疏分解,分别得到低频系数和各带通方向子带系数。对低频子带系数采用基于目标特征的加权平均融合规则;压缩感知理论的测量矩阵采用哈达马阶快速沃尔什矩阵,对细节信息保留较多的各带通子带系数进行观测测量,得到更稀疏的各带通子带系数测量值,对此测量值采用基于区域方差选大的融合规则得到融合测量值,运用基于增广的拉格朗日乘子和交叠方向恢复算法对融合测量值进行重构得到近似精确的各带通子带融合系数,最后对低频子带融合系数和各带通方向子带融合系数执行NSST逆变换得到最终的融合图像。实验结果表明,该融合方法不仅可以保证融合清晰度,同时还可以缩短算法的运行时间。     

NSST域模糊逻辑的红外与可见光图像融合

为了在红外与可见光图像融合时保留各自更多的细节信息,同时降低算法复杂度,采用了非下采样剪切波变换（NSST）和改进模糊逻辑的红外与可见光图像融合方法,利用NSST算法对红外图像和可见光图像分别进行多尺度、多方向稀疏分解,分别得到低频子带系数和高频子带系数。然后对低频子带系数采用基于改进的模糊柯西隶属函数的权值平均融合规则;对高频子带系数采用能量匹配度和视觉敏感度系数相结合的融合规则。最后对低频子带融合系数和高频子带融合系数执行NSST逆变换得到最终的融合图像,并进行了理论分析和实验验证。结果表明,此融合方法不仅可以保证融合清晰度,对缩短算法的运行时间也是有帮助的。     

学习者视域下基于SDOD理念的慕课质量评价体系的建构与应用

随着大规模在线开放课程的兴起,越来越多的高校参与到慕课(MOOC)建设中。目前已有的标准和措施大多是从课程建设者和管理者的角度提出,从学习者的角度保证MOOC课程质量的研究还不够系统和完善。以“中药化学实用技术”课程为例,尝试从学习者的视角出发,基于SDOD理念,构建了基于学习体验的含3个一级指标、11个二级指标和43个三级指标的慕课质量评价体系,通过2轮德尔菲法的修正,采用层次分析法和专家排序法计算指标权重,并结合模糊综合评价法对本课程慕课的质量做出评价,为提高本课程慕课质量、提升课程学习体验提供理论上和方法上的参考。     

浅析电信运营商物联网发展策略

通过对物联网产业的分析研究,探讨了运营商近期物联网的发展定位、业务策略,以期为运营商物联网业务的开展提供参考和借鉴。     

基于NSCT域的动态WNMF图像融合算法的研究

在红外线与可见光图像的融合过程中，经常会出现融合图像细节方面缺失的情况。为了解决这一问题，采用了改进的非下采样轮廓波变换（NSCT）图像融合算法，融入动态的加权非负矩阵分解规则（WNMF），对图像进行融合处理。结果表明，利用非下采样轮廓波变换算法对两幅源图像进行多尺度多方向的分解，可得到低频与高频部分；动态的WNMF融合规则作为低频部分的融合规则；高频部分中最高层的分解尺度采用绝对值取大的方法；高频部分其它各层则设定匹配度阈值；低于阈值时，使用基于区域能量匹配度的区域方差选大的方法；如果高于阈值时，采用加权平均的方法进行；通过对低频部分与高频部分的处理，用NSCT逆变换方式获得了融合图像。该方法有效提高了融合图像清晰度，凸显了其细节信息，缩短了所需的计算时间。     

小波域含噪图像的压缩方法研究

针对含噪图像的压缩问题,分析了噪声对图像压缩的影响,介绍了在小波域同时实现去噪与压缩的重要思想。把软阈值函数和带死区的量化技术结合起来,提出了基于Bayes Shrink阈值和EZW算法的压缩方案,与EZW压缩和JPEG压缩方法进行了比较,仿真实验结果表明：在相同的压缩比下文中方法得到了更好的重建图像质量。