时分采样实现三分量地震数据并行同步采集

为降低三分量地震信号并行同步采样系统功耗并压缩其体积,结合数字信号处理中的采样率变换理论,提出以时分采样系统实现三分量地震信号的并行同步采集方案;该方案通过对三组时分采样结果做三倍插值将其转换为并行同步采样序列,再经信号插值或抽取实现数据采样率由系统采样率向目标采样率的转换。误差分析表明该转换过程数值计算精度已优于系统硬件分辨率。该方案突出特点是可优化带限信号并行同步采样系统功耗和成本,提高系统性能。     

软件无线电中采样率转换系统的研究

介绍了采样率转换系统和分层计算的采样率转换系统,指出此系统可以有效地降低计算输出采样所需的计算需求,可以有效地提高宽带信号的采样率,对一个单级和多极的采样率转换系统来说,可以明显减少每个采样的平均计算量。     

基于形状特征的物体匹配方法研究

针对基于形状特征的物体匹配,对精尺度图像提出一种分层罔匹配算法.采用两条马尔可夫链同时对图形进行分割与匹配采样.该方法无需额外的学习训练过程,实现了将物体对象与复杂背景分离,并同时完成了匹配参数及能量计算.对粗尺度图像提出基于方向梯度直方图算子的图像匹配算法,利用物体的整体形状信息进行全局匹配,能忽略局部纹理的干扰,并具有运算速度快的优点,且与分层图匹配算法在计算尺度图像及速度上形成互补.结果表明,分层图匹配算法在100次迭代内便能实现精确匹配.     

基于结构张量与随机游走的图像分割算法

将结构张量与随机游走算法相结合,提出一种新的图像分割策略.算法通过分析结构张量特性,提出尺度向量的概念来计算像素间的连接权值,然后应用随机游走算法实现分割.利用尺度向量得到的权值刻画了图像局部的结构信息,更有效地实现了图像分割.此外,还提出了一种自适应各向异性的滤波函数,用以代替高斯函数对结构张量进行平滑,使所得到的结构张量可以更好地保留图像的复杂结构信息.实验表明,所提算法具有更好的分割准确性和稳定性.     

贺兰山岩画的多尺度非局部滤波算法

针对贺兰山岩画提出了一种新的滤波算法,该方法基于混合多尺度和非局部平均滤波的思想处理噪声图像.首先,将RGB彩色空间转换到L*a*b*颜色空间;其次,对L*a*b*颜色空间的每个分量进行多层小波变换;然后通过2种不同的策略处理粗尺度的小波系数,即对低频系数进行非局部平均滤波,对高频系数进行阈值处理,并对处理后的粗尺度小波系数进行重构得到上一层的低频图像;之后,对每一个尺度继续上面的操作直到得到最细尺度的系数,并对完全重构的图像进行非局部平均滤波;最后,将处理结果转换到通常的RGB彩色空间.大量的实验用于讨论参数的选取和算法的有效性.结果表明,该方法在计算效率、鲁棒性和视觉效果方面均优于已有的混合高斯尺度方法、多尺度双边滤波方法、非局部平均滤波方法.     

基于几何不变量和规格化直方图的层次图像检索模式

提出层次图像分割方法,将检索图像在不同的层次上分割为不同大小的子块,计算这些子块与查询图像间的相似度进而实现检索,同时可以获得检索图像中查询目标对象的尺度和位置信息。根据图像的几何不变量和规格化直方图特征提出了一种层次块图像检索模式,并且用500幅各类图像进行了试验。在最理想的相似度阈值下,仅以几何不变量为特征的检索精度可达到78%。此外,该检索模式也可很好地处理大小不同的图像。     

基于双边滤波的二维动画图像多尺度细节增强方法

传统二维动画图像增强方法很难保证色彩通道之间存在的关联性,导致图像缺乏层次感,可靠性差。为此,设计基于双边滤波的二维动画图像多尺度细节增强方法。对原始的二维动画图像进行多尺度分解,通过双平台直方图均衡处理分解后的背景层图像,保证图像整体灰度动态范围与原始图像相同。在多尺度图像融合过程中,引入梯度权重因子,利用梯度函数增强图像细节,获得细节图像,并计算出所有分解图像的细节系数,通过加权平均实现分解图像融合。实验结果表明,所设计的基于双边滤波二维动画图像多尺度细节增强方法能够有效去除图像噪声,保持图像边缘平滑,提高图像的层次感,可靠性强。     

基于光顺优化的有理Bezier曲线权因子估计方法

在控制顶点和节点已定的情况下,有理Bezier曲线的权因子可作为形状参数为外形设计带来了很大的灵活性.但在实际应用中,权因子的取法有物理背景的限制.本文讨论基于富有弹性的薄梁的应力能和扰动能的光顺要求的有理Bezier曲线的权因子的估计方法.我们的方法是将应力能和扰动能离散化,得到一个泛函,对此泛函极小化而得权因子.如此得到的有理Bezier曲线具有最好的光顺性.同时,为减少计算有理Bezier曲线的导数的计算量,本文设计了一个有理Bezier曲线的重参数化算法,使得导数计算变为多项式曲线的导数计算,从而大大减少了计算量.     

一种利用采样率转换方法的灰度图像放大算法

数字图像放大是图像处理的基本操作之一,传统放大算法是运用各种插值算法在图像的像素点间插值实现图像的放大,插值时会退化图像的高频成分,使放大图像轮廓变得模糊.为此从另一种角度出发,根据数字图像的频率特性,利用数字信号处理中采样率转换滤波的原理,通过零值内插器对图像内插零值,用FIR低通滤波器进行滤波的方法实现灰度图像的放大.由于该算法是根据图像的频率特性进行放大,只要放大后图像的频率特性不变,就能得到比较理想的放大效果.同时该算法为图像放大算法研究提供了一种新的思路.     

基于NSCT和SQI的光照不变量及人脸识别

为了消除光照变化对人脸识别的影响,提出了一种结合无下采样轮廓波变换(Nonsub-sampled contourlet transform,NSCT)和自商图像(Self-quotient image,SQI))的光照不变量提取算法。该算法首先对图像进行伽玛校正,一定程度上减弱了不同光照条件的影响,然后使用NSCT对伽玛校正后图像进行多尺度多方向分析,使用自适应NormalShrink方法对各高频子带进行滤波,通过反无下采样轮廓波变换得到平滑图像,最后利用SQI提取光照不变量。在YaleB与CMUPIE人脸库上的实验结果表明:所提出的算法能够有效消除光照变化对人脸识别的影响,识别率高于多尺度Retinex(Multiscale Retinex,MSR)、SQI和对数全变差(Logarithmic totalvariation,LTV)等方法。     

导航接收机数字化射频前端的设计与验证

针对传统导航接收机射频前端在实现多频点信号接收时复杂度高、灵活性差的问题,提出了一种基于直接射频采样的数字化射频前端设计方法．该方法针对整个导航频段信号主要集中在低频和高频2个频段的特点,将这2个频段视为2个整体的带通信号,通过多带通信号采样率选择算法选定射频直采的采样率;由于采样率较高,设计了一种滤波抽取网络来降低数据速率,它利用了射频直采专用A／D可输出半采样率数据的特性,最终实现了各频点导航信号的下变频和分离．该设计方法只需修改软件就可实现多频信号接收,使得系统灵活性大大增加．实验证明该方法是有效的．     

软件无线电中多速率信号处理设计及仿真

针对软件无线电中的采样率转换问题,提出了一种先抽取再内插来实现采样率转换的结构,讨论了与之相应的CIC滤波器、HB滤波和多相滤波器的设计,结合各滤波器的特征,对各抽取器关键参数的选择进行了分析,实现了整个抽取系统从输入到输出的仿真,完成了多采样率的变换.     

一种胸部X射线摄影图像中结节检测的多尺度匹配滤波器

为了提高胸部X射线摄影图像中肺结节的正确检测率,提出一种基于通道化Hotelling模型的多尺度匹配滤波算法.以X射线胸片中的正样本和负样本图像作为训练集合,用Hotelling分类器训练出不同尺度的匹配滤波器组,并与待检测的胸片图像做滤波.计算滤波输出图像的视觉检测差异,以最大差异为约束条件寻找最优尺度的滤波器,计算...     

一种稀疏度拟合的图像自适应压缩感知算法

针对运用压缩感知理论对图像进行自适应压缩采样时,采样率及稀疏度阈值确定具有很强的主观性,提出一种稀疏度拟合的精确自适应采样算法.该算法通过循环迭代来确定各个稀疏度下满足PSNR要求的最低采样率,利用最小二乘法对稀疏度及采样率数据进行拟合,得到稀疏度-采样率选取的最佳目标函数.基于TVAL3重构算法对上述自适应采样算法进行了实验仿真,结果表明,重构图像的PSNR均高于用相同值的固定采样率重构的PSNR值,其中纹理特征区分明显的图像此PSNR差值能达到3.5 dB以上.相比粗糙自适应算法,平均采样率比其降低的同时,重构图像仍得到了更高的PSNR值.      

基于SIFT的自适应旋转图像无缝拼接算法

针对旋转图像拼接融合过程中产生缝合线的问题,提出了基于尺度不变特征转换(SIFT)的自适应旋转图像无缝拼接算法。该方法在SIFT特征匹配的基础上,使用了最小距离加权算法融合图像。为减少算法计算加权因子的耗时,提出了加速融合策略,最终快速完成了无缝拼接。实验结果表明,该算法的融合效果好,速度快,稳定性好。     

数控机床能耗多通道监测系统的数据处理研究

针对使用多通道监测系统监测数控机床能耗信息时存在的信号干扰、采样率不同等问题,提出了一种基于软件编程的数据预处理方法。通过设计低通滤波器,对采集信号进行滤波处理,消除数控机床加工过程中采集信号振动较大、干扰噪声较多的问题。对于个别系统的采样率不同,利用重采样技术改变其采样频率,获得新的采样序列。根据数控机床切削和空载转换时采集信号的突变,运用多阈值分割算法,基于Matlab编程获取其突变特征点,并以此为基准实现不同采集系统之间的数据同步。研究结果表明,运用上述方法对采集信号数据进行预处理,为后续分析数控机床能耗信息带来了极大的便利。     

基于非下采样contourlet变换的纹理图像检索算法

提出一种应用非下采样contourlet变换(nonsubsampled contourlet transform,NSCT)进行图像检索的算法,以获取一种兼顾纹理图像概貌和细节信息的特征,从而提高图像检索的性能.该算法利用NSCT对图像进行多尺度、多方向分解,获得子带系数矩阵;对低频子带系数提取能量和方差作为全局纹理特征,并对高频子带系数分别提取尺度间和尺度内纹理信息;通过非高斯双变量模型拟合子带系数,利用信息熵描述尺度间特征;尺度内特征通过对同一层子带图像按主方向排序,获得直方图图像,计算其加权信息熵作为特征向量.对Brodatz标准纹理库的检索实验结果表明,与同类算法相比,该文方法具有更高的检索性能.     

基于Gabor的维纳滤波去模糊

数字图像复原旨在由降质图像重建清晰图像,运动模糊是最常见的降质模式,模糊参数的正确估计是去模糊的前提.文章提出了新的运动模糊角度估计方法,该方法基于Gabor滤波的角度估计,运动模糊尺度采用自相关函数算法求解,进而采用Wiener滤波进行图像复原.对一系列模糊图像进行测试,结果表明,该方法比现有的方法具有视觉上的优越性.     

基于非下采样Contourlet变换和PCNN的表面缺陷自动识别方法

基于多尺度几何分析的表面缺陷特征提取方法中,常用的可分离二维Wavelet基是各向同性的,无法有效表示图像的纹理和边缘,且通常对多尺度分解系数所提取的特征不全面.提出基于非下采样Contourlet变换(NSCT)和脉冲耦合神经网络(PCNN)的特征提取方法,并应用于冷轧带钢表面缺陷自动识别.首先用NSCT对缺陷图像进行多尺度多方向分解;然后将子带图像输入PCNN迭代点火,计算点火图的熵序列作为子图的特征,合并各子图特征得到原图的特征向量;最后用支持向量机进行分类识别.该方法能够全面准确提取缺陷图像信息,尤其是纹理边缘等方向信息,且方法可并行实现,PCNN不需要训练.利用从生产线现场采集的缺陷图像对文中方法进行了试验,识别率达95.44%.     

小波包变换在正电子发射断层扫描仪图像重建中的应用

在对常用的计算机断层图像重建方法-解析法深入研究的基础上,将小波包技术应用于断层图像重建,提出了基于小波包变换的多尺度断层图像重建框架。该方法能够直接从投影数据的多尺度表达中计算出目标多尺度表达系数,可在提取重建图像多分辨信息的同时,保留传统滤波反投影法的简便性和有效性,计算机仿真模型和临床正电子发射断层扫描仪投影数据的重建结果表明,该方法和滤波反投影方法相比,在不增加计算量的基础上,能够对任意不同频段的信号进行较为精确的重建,可以满足临床上识别重建图像不同特征的需求。