基于小波变换的双匹配度图像融合算法

在研究图像融合基本方法的基础上,提出了一种基于小波变换的双匹配度并结合方向与区域能量的图像融合算法.对低频分量采用双匹配度的融合策略,对高频分量采用结合区域能量的带有方向性的加权算法.实验表明,图像融合算法使得低频部分的内容更详尽,而高频部分保留了有效的细节和边缘信息,最终使图像的清晰度更高.     

基于小波变换的医学解剖与功能像融合新算法

摘要： 近年来，用于从多模医学图像数据中挖掘有用信息的融合算法不断被提出。但是，还没有一种合适的算法用于医学解剖和功能像的融合。基于此，提出一种基于小波变换的新方法，用于医学解剖和功能像的融合。选择高频系数时，通过计算各子图像的全局梯度来实现高频信息的融合，使融合后的图像较好地保留解剖结构所对应的功能信息；低频系数采用基于邻域能量的融合算法，保留解剖图像的边缘和纹理特征。实验结果和评价参数表明，这种改进的医学图像融合算法强化了融合图像的边缘和纹理特征，有效地保留了原图像的解剖信息和功能信息。     

基于小波变换的图像融合算法研究

为提高不同聚焦图像的融合质量,提出一种基于小波变换的图像融合改进算法. 利用小波变换将多聚焦图像进行多尺度分解,对分解后的高频系数与低频系数采用不同的选择方案,采用3×3滑动高斯窗口分别计算出待融合图像高频部分的相似度矩阵以及边缘能量矩阵,最后采用将结构相似度与图像边缘算子结合的融合算子对图像进行融合. 结果表明,该改进算法极大地抑制了图像融合中振铃效应,有效避免了融合过程中的信息缺失, 融合图像具有更好的视觉效果.      

基于小波变换的医学解剖与功能像融合新算法

近年来，用于从多模医学图像数据中挖掘有用信息的融合算法不断被提出.但是，还没有一种合适的算法用于医学解剖和功能像的融合.基于此，提出一种基于小波变换的新方法，用于医学解剖和功能像的融合.选择高频系数时，通过计算各子图像的全局梯度来实现高频信息的融合，使融合后的图像较好地保留解剖结构所对应的功能信息；低频系数采用基于邻域能量的融合算法，保留解剖图像的边缘和纹理特征.实验结果和评价参数表明，这种改进的医学图像融合算法强化了融合图像的边缘和纹理特征，有效地保留了原图像的解剖信息和功能信息.     

双波段红外图像融合的小波分维算法

针对双式红外(中红外和长红外)提出了一种基于小波的分维融合算法.通过小波变换,分别对中波红外和长波红外的两幅图像进行小波分解,在小波变换域低频部分对小波系数用能量融合,高频部分采用分形分维进行融合,得到变换域中各个频带的融合图像,然后反变换进行重构,获取融合后的图像.实验结果表明,根据用分维进行数据融合的方法来确定两幅不同原图像在融合图像中所占的信息比例,可以有效地保留两幅原图像的边缘和纹理特征,避免融合图像平均化而出现的模糊现象,融合后的图像综合了两幅原图像的不同特征,使得处理后的图像更容易识别.因此,提出的双波段红外图像的小波分维融合算法是有效的,并且可以取得较好的效果.     

非采样轮廓波变换下的红外与可见光图像融合

针对红外与可见光图像融合存在的边缘模糊、视觉效果不佳的问题,提出了一种改进的基于非下采样轮廓波变换(NSCT)的红外和可见光图像融合方法。首先采用NSCT对红外与可见光图像进行多尺度、多方向分解,然后对低频系数采用基于边缘的方法进行融合;对高频系数采用基于区域能量的方法进行融合。最后,通过NSCT反变换来获取融合图像。实验结果表明:文中改进算法得到的融合图像不仅边缘等细节部分更加清晰,而且在视觉效果上更加符合人眼视觉特性。     

基于边缘定位的局部小波变换融合

针对所需融合图像自身拥有的数据信息,提出了一种基于边缘定位的局部小波变换融合算法.将获取的两幅原始图像分别进行边缘检测,提取出两幅图像中的主要边缘信息.对所提取到的信息进行处理,收集两幅图像中互补的主要信息数据.将两幅图像的边缘信息进行融合,根据信息比例对图像进行模板图像替换或小波局部图像替换得到融合结果.实验结果表明,该算法对图像信息进行整合与优化后在互信息、感知信息保留与融合扭曲度方面,优于小波融合等经典融合算法,在主观视觉效果与客观评价指标上均有较大改善.     

基于改进小波变换的图像去噪与融合

为了提高图像去噪的质量，提出一种基于改进小波阈值的图像去噪和融合算法。首先利用小波阈值法和传统均值法对含噪图像进行去噪，得到两幅去噪图像；然后采用小波融合方法进行图像融合，得到最后的去噪图像。针对图像小波系数分布特点，低频系数采取加权能量融合算法，高频系数采取局部均值和局部标准差相结合的融合算法，尽可能保留图像的边缘纹理信息。为了验证该方法的有效性，与多种滤波方法进行比较，实验结果表明，在视觉效果和峰值信噪比定量指标上该方法去噪效果均优于单一小波去噪。     

基于NSST域方向性加权的多聚焦图像融合方法

传统区域特性方法在进行图像融合时,一方面,低频子带融合规则不能同时充分利用区域内能量信息和边缘信息,另一方面,高频子带融合规则没有充分利用子带的方向性信息。针对传统区域融合方法存在上述局限性的问题,提出了基于NSST域方向性加权的区域特性图像融合方法。首先对图像进行NSST分解,得到一个表征图像概貌的低频子带和多个表征图像细节的高频子带;针对低频子带含有轮廓能量的特点,提出采用基于区域能量匹配的空间频率融合规则,从能量和区域变换2个方面对邻域信息加以利用。针对高频子带含有方向性信息的特点,提出采用带有方向加权的改进拉普拉斯能量和的融合规则,并通过实例验证了该方法的有效性。     

基于MSTO的含噪声多传感器图像融合算法

为了解决在含噪声多源传感器图像融合中,常规滤波存在图像边缘缺失、对比度差的缺点,提出了一种基于多尺度顺序开关算子(multi-scale sequential toggle operator,MSTO)和Beamlet保边滤波算子的含噪声红外与可见光图像融合算法.首先,将多源图像通过MSTO进行多尺度分解,得到能量分量和细节分量.对于细节分量采用Beamlet保边滤波算子进行处理,保持图像边缘细节的同时滤除噪声,采用MSTO计算出能量图像的亮边缘和暗边缘并融合叠加到细节分量中,进一步增强融合图像的边缘.对于能量分量采用基于灰度值取大的融合规则.最后根据MSTO反变换对融合后的能量分量和细节分量进行重构,得到结果图像.实验结果表明,融合后的图像不但滤除了噪声,而且对轮廓和边缘细节得到较完整的提取和增强.该图像融合算法在含噪声多源传感器的融合中取得较好的效果.     

无线传感器分簇网络实验系统设计

针对无线传感器网络分簇算法验证,设计了分簇网络实验系统。系统中无线网络节点计算能量消耗,通信报文传输节点消耗能量值和分簇节点标记,主机节点依据数据实时绘制分簇网络结构和能量消耗分布图,并计算总消耗能量,对分簇算法进行评估。系统经试用,对分簇算法设计与优化有重要的作用。     

基于能量法的结构瞬时最优控制的参数影响

基于瞬时最优控制方法和能量法的基本原理研究,推导出瞬时最优控制算法的能量平衡等式.进行基于能量法的瞬时最优控制算法的参数分析,考察时间间隔对结构动力反应以及结构能量分配的影响.结果表明:时间间隔增大会使结构的位移和速度响应减小,对加速度反应的影响还与结构自振周期相关;对能量分配的影响也随之减小;控制力和控制能与时间间隔和位移或速度的综合作用相关,时间间隔越大,输入地震动能量受结构周期影响越小.     

使用特征点定位的纹理优化

提出一种纹理优化算法,以加速纹理合成和确保输出图像结构的正确.在预处理阶段,分析纹理样图中特征点的全局分布,并计算样图结构坐标.在优化阶段,像素邻域匹配之前通过结构坐标匹配排除会导致图像结构错误的匹配位置,避免不必要的匹配计算并确保图像结构的正确;使用低能量的初始值及结构坐标动态调整加速迭代过程的收敛.实验证明,该算法提升了图像质量并加速了合成过程,加速比随纹理随机度的不同而不同,对大多数结构性纹理,至少达到两个数量级.     

基于改进适应度函数的RNA结构预测

RNA二级结构预测是生物信息学的重要研究内容。本文提出了一个新的启发式算法进行带假节的RNA结构预测。本文首先通过对RNA序列的若干特征和RNA二级结构进行相关性分析,从中选择跟RNA结构有较大相关性的特征,然后依据遗传算法、综合自由能、被选择茎区的条数以及被选择茎区的平均长度等特征来构造打分函数预测RNA的结构。本文对该方法进行了测试,结果表明本文所采用的从特征分析中得出的打分函数以及通过启发式算法来叠加茎的方法是有效的,在对tRNA以及5SrRNA等序列的预测上相比单纯的自由能最小方法有更高的准确性。并且该方法进一步推广到预测含假结的RNA的二级结构时也有较好的结果。     

异常晶粒长大的Monte Carlo模拟方法

采用Radhakrishnan等改进后的Monte Carlo方法,模拟了两种能量结构下的异常晶粒长大过程.研究结果发现,在相同参数下用改进算法模拟异常晶粒长大比Srolovitz和Grest等人的模拟所得到的效率高,而且结果比后者与实际符合得更好.在两种能量结构下,异常晶粒长大的趋势相同,随着J1/J2值的增大,晶粒长大指数有所增加,异常晶粒的体积百分比曲线都出现平台阶段.在相同参数下,第二种能量结构的异常晶粒长大的速率比较快.     

摩擦耗能支撑参数优化

提出摩擦耗能支撑参数优化的一种新数学模型．它的特点是在相同的层间位移角限值下，所求得的框架各层耗能支撑刚度之和最小，从而实现安装较少的耗能装置而能达到相同的抗震要求．文中利用遗传算法求解该优化问题，编制基于遗传算法的摩擦耗能框架结构弹塑性动力优化分析程序GAOFF．算例表明，该方法有效。     

面向高效节能和拥塞优化的 WSN 数据汇集算法研究

无线传感器网络应用中经常需要对信息进行查询,而查询主要通过数据汇聚完成。过多的数据查询必然引起能量的快速消耗。通过分析无线传感器网络中基于查询的数据汇聚算法,并设计实现了基于树结构的数据汇集算法;并引入了能量估算模型和延时抖动模型,提出基于树结构的汇聚改进策略;同时基于 TOSSIM 仿真平台建立WSN网络;调节不同参数数值,测试数据汇聚算法的成功应答率、总能量消耗、总传输次数和总延迟等性能指标。实验表明：该改进算法通过数据汇聚算法在能源消耗和传输拥塞控制上达到较好的表现。     

基于最大选票的无线传感器网络分簇算法

在分簇的传感器网络中,簇首节点的选取将直接影响网络的生存期。提出了一种基于最大选票的分簇算法(CABMV),该算法综合考虑节点剩余能量及网络拓扑结构对簇首选举的影响,每个节点根据邻居节点的投票数决定是否当选簇首。该算法是完全分布的,不依赖网络大小及结构。仿真实验表明,该算法扩充性强,能量利用率高,能有效的延长网络生存期。     

基于遗传算法的结构振动主动控制优化方法

在结构振动主动控制的研究中，控制能量是限制其广泛应用的瓶颈。为减少控制系统所需能量，有必要对结构进行优化设计，而传统的优化方法对于振动主动控制系统的优化不太适合。为此，在杂交遗传算法和实代码遗传算法的基础上，开发了一种改进的杂交遗传算法，该算法不仅可以计算含不等式约束的优化问题，而且可以处理含线性等式的优化目标问题。最后给出了计算实例来说明所提方法的有效性。     

采用力法和遗传算法的结构非线性分析

考虑结构的材料非线性,采用力法、能量原理和遗传算法对结构进行了非线性分析.首先给出了基于力法和能量原理的线性分析问题的方程,推倒了结构的余能,并采用遗传算法使结构的能量达到最小的方法对结构进行分析.在此基础上,考虑结构的材料非线性,利用力法和遗传算法进行分析.最后用该方法对不同桁架结进行了分析,其结果与运用Castigliano方法所得结果一致,证明采用力法和遗传算法对结构进行非线性分析是准确有效的.