某于Legendre矩的多阂值二值图像重构算法

首先介绍Legendre正交矩及其逆变换；然后根据Legendre矩逆变换的特点，采用一种新的方法——多阈值法对重构的值进行二值化；最后给出该方法的实验结果，以说明它的有效性.     

二值图像Legendre矩快速算法

提出一种有效的计算二值图像Legendre矩的方法，首先使用Yang-离散格林公式将二值图像矩计算中区域内求和转换为沿区域边界求和；然后提取该图像的边界点，再利用Shu提出的公式计算出边界点的Legendre多项式的叠加值，经过这3步后，二维Legendre矩计算转化为一维Legendre矩计算，从而有效地减少计算复杂度，介绍了用Hatamian滤波器计算一维Legendre矩的方法，最后给出实验结果证明方法的可行性。     

基于联合Legendre矩的图像分析

通过使用一种新的以联合Legendre函数为正交变换基的图像矩联合Legendre矩重建图像,并通过与Legendre矩重建图像相比较,证明了该方法的优越性。     

基于正交矩模糊和仿射混合不变量的图像识别算法

为了识别含有模糊和仿射混合形变的图像,提出了一种新的基于正交矩模糊和仿射混合不变量的图像识别算法.该算法首先使用归一化方法构造了基于Legendre正交矩的仿射不变量,并结合Legendre正交矩的模糊不变量提出了Legendre正交矩的模糊和仿射混合不变量;然后将该混合不变量作为描述算子,将欧几里德范数作为分类尺度,以最近邻法则作为分类器,对图像进行识别.实验结果表明,与其他基于非正交矩的混合不变量相比,基于Legendre正交矩的模糊和仿射混合不变量在混合形变下能够获得更好的不变性,不会带来信息冗余问题,并且对噪声鲁棒性较好;此外,该图像识别算法比其他算法具有更高的识别率,特别是在图像含有较大噪声的情况下.     

基于Zernike矩和BP神经网络的纹理分割

提出了一种基于Zernike矩和BP神经网络的纹理分割方法.对图像的每个像素,选择一个窗口,计算该窗口内的Zernkie矩,然后通过非线性变换器将得到的矩值转换成纹理特征;选择BP神经网络作为分类器,将图像的每个像素得到的n维特征向量输入BP神经网络进行分类,最后将结果标注在原图像上.和基于Legendre矩的纹理分割结果相比,基于Zernike矩的纹理分割可以降低分割错误率.     

一种基于IFFT的小波矩的快速算法

该文提出了一种基于快速傅立叶逆变换 (IFFT)的小波矩的快速算法。小波矩除本身具有矩特征的旋转、平移、缩放不变性外 ,还具有对图像细节特征的描述。该文在小波矩和快速傅立叶逆变换方法的基础上提出了一种基于IFFT的小波矩的快速算法。实验结果证明 ,这种方法大大简化了小波矩的计算     

几种正交矩描述图像的性能比较

给出几种常见的正交矩(Legendre矩、第1类Chebyshev矩、第2类Chebyshev矩、jacobi矩)的定义，对它们的特性进行了初步分析．采用这些矩进行图像的重建，对其图像描述能力进行了分析比较．在此基础上．提出一种变形Jacobi矩，具有很好的图像描述能力．     

基于Legendre正交矩的亚像素线宽测量方法

线宽测量对弱小目标检测有重要意义。该文提出了一种基于Legendre正交矩的亚像素线宽检测方法。该方法将一般线宽分解为两个对称线宽之和,通过推导0、2、4阶Legendre正交矩,得到对称线宽的计算公式,最后加和得到实际线宽。针对离散数字图像,推导并给出了正交矩的模板系数,并分析了离散带来的测量误差及其修正方法。采用该测量方法对安瓿内标准颗粒异物进行粒径测量,实验结果表明该方法具有较高的测量精度和效率。     

基于Legendre正交矩的三维边界检测算子

提出一种基于Legendre正交矩的新的三维边界检测算子. 通过窗口计算, 该算子可以用来检测三维物体的边界, 并具有比一般其他算子更高的方向灵敏度和表面精度, 同时具有明确的几何模型意义. 计算量是采用矩算子时必须考虑的一个地方. 通过预先计算模板, 可以大大加速计算过程. 我们通过光线跟踪方法将该算子应用于医学图像的绘制当中. 结果表明, 采用Legendre矩的三维边界检测算子, 是一种位置方向计算精度较高的三维边界检测方法.     

基于Legendre矩的圆度测量方法

由于传统的依靠图形面积和周长的圆度测量方法不适合边沿有突变的图形测量并易受到噪声的影响。为此,提出了基于Legendre矩的新型圆度测量方法,通过图形的(p+q)阶Legendre矩与图形的0阶和p阶极半径矩来计算该图形的圆度。该方法的主要特点在于:首先,其满足图形圆度测量的基本条件;其次,与传统的依靠图形面积和周长的圆度测量方法相比,新提出的方法更适合于一些边界有突变的图形的圆度测量并具有较低的时间复杂度和较强的抗噪能力。实验结果同样表明了这两种方法要明显优于传统的圆度测量方法。     

Mobius函数及其在逆Z变换计算中的应用

该文首先对一维Ｍｏｂｉｕｓ函数的一个性质作了证明，并定义了二维Ｍｏｂｉｕｓ函数，给出其有关性质的证明。文中重点讨论了运用二维Ｍｏｂｉｕｓ函数及二维序列的有限长傅里叶变换在单位双圆上的有限样值点，来计算无限长二维时域序列的逆Ｚ变换的问题，并将二维双边序列的逆Ｚ变换问题全部转化为第一象限问题来讨论，所得公式非常便于计算机实现。     

一种基于曲波变换与引导滤波增强的图像融合方法

针对可见光图像受光线、 天气等影响而成像不清导致图像融合效果差的问题, 提出一种基于曲波变换的红外与可见光图像增强融合方法. 首先, 利用引导滤波对可见光图像细节进行增强； 然后, 利用曲波变换将增强后的可见光图像和红外线图像分别进行分解, 对低频部分取系数最大值, 高频部分采用正方形邻域窗口中绝对值和所对应的像素最大值为融合图像的值； 最后, 利用曲波变换的逆变换得到融合后的结果. 实验结果表明, 该方法在细节处理、 保护边缘及源图像信息的保留上都有良好的效果.     

一种基于曲波变换与引导滤波增强的图像融合方法

针对可见光图像受光线、 天气等影响而成像不清导致图像融合效果差的问题, 提出一种基于曲波变换的红外与可见光图像增强融合方法. 首先, 利用引导滤波对可见光图像细节进行增强; 然后, 利用曲波变换将增强后的可见光图像和红外线图像分别进行分解, 对低频部分取系数最大值, 高频部分采用正方形邻域窗口中绝对值和所对应的像素最大值为融合图像的值; 最后, 利用曲波变换的逆变换得到融合后的结果. 实验结果表明, 该方法在细节处理、 保护边缘及源图像信息的保留上都有良好的效果.     

Radon变换方法重建高维波动方程声速系数

研究了高维波动方程的反问题，根据奇性解的演化去求声速的Radon变换，将反问题的解转化为Radon反变换，而Radon反变换能够只根据外部测量数据重建内部截面图像，计算实例证实了这种方法的有效性。     

Hartley变换的修正循环卷积特性

Hartley变换不仅等效于富氏变换 ,其正逆变换又具有相同的形式 ,而且在实序列数据处理中仅需用到实运算 ,在存储量和复杂性上要比富氏变换更经济更有效。针对一维及二维离散 Hartley变换分别建立了其修正循环卷积特性定理。籍此可得计算循环卷积的快速 Hartley变换法。     

不同Nakagami-m信道仿真方法的性能

通过仿真概率密度曲线逼近理论曲线的程度和程序运行效率两方面对生成Nakagami-m分布随机变量的几种典型方法———Brute force法、正弦求和法、逆变换法性能进行研究和比较.结果表明,无论是对理论曲线的逼近程度还是运行效率,逆变换法都是三种方法中最优的.Nakagami-m衰落信道仿真时应优先考虑逆变换法.     

基于小波变换的爆破地震信号去噪的应用

运用小波变换在不同的尺度下观察信号局部化特征。由于信号和噪声具有不同的奇异性，它们的二进小波变换模的极大值在不同尺度下的传播特性也不相同。在相邻模极小构成的待选通域中分析出噪声局部极大值所在的选通域进行平滑处理，从而得到局部信号的小波系数，将其反变换重建出去噪后的信号。将该方法用于爆破地震信号去噪声，结果表明：这种方法计算简单，且去噪效果较好。     

含参变量的拉普拉斯逆变换及其应用

介绍含参变量的拉普拉斯变换及其逆变换,给出参变量的拉普拉斯逆变换的唯一性定理和一些常用性质,并列举实例说明其应用。     

像素级多模式医学图像融合研究

采用小波变换算法,对颅脑计算机断层成像(CT)与核磁共振成像(MRI)的图像进行融合.将两幅源图像分别进行小波分解,然后取两幅图像小波系数矩阵对应元素的最大绝对值构造小波系数矩阵,进而重构融合图像.结果表明,融合生成的图像中软组织和骨骼均十分清晰,能提供反映原始图像中更为全面的、互为补充的多重信息,对颅脑病变的定性、定位研究有实用意义,从而具有重要的临床应用价值.     

地震波能量补偿的并行反Q滤波方法研究

在石油勘探地震资料处理中,反Q滤波方法能有效地对地震波进行振幅补偿和相位校正,为地震反演和储层预测提供更准确的信息。对于大规模的地震道集数据处理,反Q滤波方法在CPU计算平台上执行时间较长,影响了地震解释的效率。分析发现,反Q滤波方法大量时间消耗在振幅相位补偿与短时傅里叶变换。在GPU平台上,首先,对振幅相位补偿部分进行并行化;其次,对批量短时傅里叶变换用CUFFT库进行加速;最后,对批量短时傅里叶变换进一步优化并将其应用于反Q滤波方法。实验结果表明,相比CPU计算环境,基于CUFFT库的反Q滤波并行算法效率提升了3.9倍,优化后的批量短时傅里叶变换进一步将效率提升了12%。