基于多尺度逼近的多维传感信息解耦方法

针对多尺度插值解耦方法的尺度特征计算和尺度阈值优化求解问题,提出了一种基于多尺度逼近的多维传感信息解耦方法.该方法通过函数多尺度逼近快速获取尺度特征,无需构建传感器的特征方程,根据尺度取值顺序确定尺度阈值和相应的插值方法,从而实现准确度目标下的快速解耦.仿真结果表明,尺度特征计算方法简单直接,当解耦的准确度目标为0.5%时,计算得到的尺度阈值为2-4,此时的最短解耦计算时间为80ms,解耦误差约为0.4575%.     

对流扩散方程的多尺度解耦小波算法研究

针对传统有限元方法在求解对流扩散问题时常会出现的数值震荡和数值耗散等缺点,提出一种对流扩散方程的尺度解耦小波求解方法。介绍第二代小波多分辨分析,推导有限元多分辨空间的两尺度关系,提出对流扩散方程的多尺度计算框架。推导对流扩散方程的解耦条件,并利用提升方案构造多尺度解耦小波。提出多尺度解耦小波算法,该方法通过向求解域添加解耦小波,逐步逼近问题精确解。数值算例证明,解耦小波是一种求解对流扩散方程性能优良的小波基。     

具有高逼近阶的插值多尺度函数的构造

研究了对应于插值多尺度函数的两尺度矩阵符号的特殊形式,并将其代入逼近阶方程,推导出逼近阶方程的一种新的表达式。给出了构造具有高逼近阶的3尺度紧支撑插值多尺度函数的具体算法,应用该算法设计了几组例子,计算得到了含有一个或两个参数的滤波器的准确表达式,同时计算出了使多尺度函数具有最高正则性的参数值,并画出了相应的光滑的尺度函数图形。     

多尺度函数逼近阶的计算

多尺度函数由于具有高的逼近阶而成为小波分析的研究热点．本文给出了多尺度函数逼近阶的两种计算方法，并就尺度伸缩因子不同的情况给出了具体算例．     

机器人光纤接近觉复合传感器解耦新方法

介绍了一种具有自补偿功能的光纤接近觉距离方位复合传感器的结构和工作原理，提出了一种基于多尺度特征的光纤接近觉复合传感解耦新方法，通过对传感信息的多尺度分辨级进行划分，进而采用不同精度的数值逼近方法实现对耦合方程的求解．文中介绍了该方法的原理、物理意义和具体实现过程．结果表明，该方法具有精度高、实时性好的特点，可以应用于存在类似问题的场合．     

多尺度函数逼近阶的计算

多尺度函数由于具有高的逼近阶而成为小波分析的研究热点.本文给出了多尺度函数逼近阶的两种计算方法,并就尺度伸缩因子不同的情况给出了具体算例.     

M带多尺度函数逼近阶的频域条件

在小波理论中，精度或逼近阶是刻划尺度函数最重要的特征之一。就肘带多小波的多尺度函数逼近阶在频域里进行研究，给出了肘带多尺度函数具有逼近阶m的频域充要条件。     

非下采样Contourlet自适应的地震信号插值方法

为了提高地震数据的重构效果,提出了一种基于非下采样Contourlet变换(NSCT)自适应阈值的插值方法。该算法对缺失地震数据进行变换,并利用NSCT变换系数计算N次迭代对应的阈值。每次迭代时自适应选取阈值对各方向各尺度的NSCT系数进行处理,利用未缺失地震数据填充到反变换后的缺失地震数据中,完成缺失地震数据的重构。实验结果表明,利用NSCT变换的平移不变性和自适应阈值处理,对均匀丢失和随机丢失的地震数据进行插值重构,能得到更好的插值效果。     

基于小波分析的二值化阈值选取

图像阈值的自动选取是灰度图像二值化处理中的关键。文章提出一种基于多尺度小波分析的阈值选取方法。通过对图像直方图特征点由粗到精的表示 ,在最佳尺度上确定出个数有限的波谷点 (即候选阈值点 ) ,再根据图像阈值的性质定出唯一的阈值点。该方法计算简单 ,适应性强 ,满足了实时性要求高的图像处理与分析系统。     

基于多分辨分析神经网络的函数逼近

基于小波分析的基本理论,提出了迭代求解Daubechies小波函数和尺度函数,并用多项式最小二乘曲线拟合离散数据点,得到小波函数和尺度函数的近似封闭解析式的方法。最后基于L^2的多分辨逼近思想,构造了基于尺度函数的多分辨分析网络,用迭代的梯度下降算法训练网络,并用此网络对有局部奇异性的函数进行学习,获得了很好的逼近效果。数值仿真结果表明：本文提出的方法是可行的,它避免了无封闭解析式的小波和尺度函数在实际应用中需要大量进行插值运算的繁琐和求导运 算的不便。     

一种面向对象的遥感影像多尺度分割方法

高分辨率遥感影像中丰富的空间结构信息和地理特征信息提取需要在多种不同的尺度下进行,而传统的基于像素光谱特征的影像分割和单尺度影像信息提取方法在这方面存在明显的缺陷.基于区域的面向对象影像分析方法,为高分辨率遥感影像信息提取提供了新的思路,其关键的核心问题在于实现对高分辨率遥感影像的多尺度分割.本文提出了一种基于相邻影像区域合并异质性最小的面向对象多尺度分割算法.影像分割试验结果表明:该方法可以根据任意特定尺度下的影像分析任务或任意感兴趣尺度的地物目标,调整影像分割的尺度参数,从而获得特定尺度下感兴趣的影像区域(对象)作为后续面向对象影像分析和应用的基础.     

不完备广义多尺度决策系统的逐步最优尺度选择

现有的最优尺度选择算法有可能无法得到全局最优尺度组合,且具有较高的时间和空间复杂度。针对该问题,提出了不完备广义多尺度决策系统的逐步最优尺度选择算法。介绍了不完备广义多尺度决策系统,给出了上下近似集的性质;采取属性约简与尺度选择同步优化策略,以得到全局最优尺度组合;给出了一个快速的求相容类方法,并提出了不完备广义多尺度决策系统的逐步最优尺度组合选择算法,该算法显著降低了时间复杂度与空间复杂度。数值实验表明所提出的算法是有效的。     

基于U-Net多尺度和多维度特征融合的皮肤病变分割方法

针对皮肤病变区域尺度不同和形状不规则, 传统U-Net网络方法缺乏从不同尺度分析目标的鲁棒性, 并在提取图像高层语义特征时丢失部分空间上下文信息而影响后续分割精度等问题, 提出一种基于U-Net多尺度和多维度特征融合的医学图像分割方法. 首先, 用空洞卷积融合不同尺度的空间上下文信息; 其次, 用通道上下文信息融合模块提取特征图各通道间的权重信息; 最后, 将特征图中的多尺度和多维度信息进行融合, 以保留更多的空间上下文信息. 实验结果表明, 该方法在皮肤病变数据集上对皮肤病变区域进行分割的分割效果较好.     

基于面向对象的热带林分类方法研究

【目的】为了加强热带林资源的保护,采用遥感技术对热带林植被进行分类研究。【方法】基于SPOT6高分辨率遥感影像,采用ESP多尺度分割评价模型与专家知识结合的方法确定最优分割尺度参数,在分割的基础上充分挖掘目标地物的光谱、形状及纹理信息,合理选择分类特征组合,建立分类规则,构建了一套基于面向对象的热带林多尺度分类方法。【结果】与单一尺度的分类方法相比,该方法分类精度有明显提高,分类总体精度达到84.46%,并且缩短了传统目视确定最优分割参数的时间,提高了分割效率和精度。【结论】基于面向对象的多尺度分类方法能够实现高精度的热带林植被信息提取,可为遥感分类技术在热带林的应用提供参考。     

基于最优尺度模型的建筑物信息提取

建筑物信息在数字城市建设过程中具有十分重要的意义和作用,从高分辨率遥感影像中提取建筑物信息已成为研究热点之一.本文结合当前现有的理论与方法,提出最优尺度的面向对象的方法对建筑物信息进行提取.首先采用多尺度分割算法对影像进行分割,然后采用最优尺度计算模型选取最优分割尺度,在分割的基础上构建建筑物提取知识库,最后采用最近邻...     

基于自适应阈值的三维图像多尺度边缘检测

目的研究三维图像边缘检测中边缘的定位精度问题,根据多尺度小波变换的方法,提出一种自适应阈值三维图像多尺度边缘检测技术。方法首先对三维医学图像分解成多幅二维图像,再对图像直方图滤波平滑处理,消除噪声的影响,然后对平滑后的直方图进行多尺度分析,找出直方图的谷点,以不同尺度下的谷点比较后自动确定精确阈值,按照阈值对图像分割,然后对分割图像进行边缘检测,最后将多幅二维图像合成三维图像。结果实验表明,该方法能够自动准确选择分割阈值,准确检测三维图像的边缘。结论算法能解决人工估算阈值不够准确的问题,所检测到的三维图像的边缘能够满足目标识别和三维重建的要求。     

基于双向预测插值的多维矢量鬼成像视频

为了进一步提升运动物体鬼成像视频的质量,根据视频中每帧都具有相关性的特点,提出了一种基于双向预测插值的多维矢量鬼成像视频的实时成像算法.即运用具有能量集中特点的多维矢量Walsh变换,将总数一定的Walsh基图样分成更少的组,使每组的有效基图样翻倍,再分别作用于目标物体,重构后得到数量少但成像质量更好的隔帧图像,再通过双向预测插值得到中间帧.使用该算法作用于像素为64×64的目标物体,可在实时状态下实现运动物体鬼成像的视频.在采样数量和采样时间不变的情况下,可实现高质量重构,得到了品质更好的鬼成像视频.     

分布式雷达超分辨成像的MUSIC方法

多重信号分类(MUSIC)方法已在单基地雷达的超分辨成像中得到较广泛的研究,然而将该方法直接应用到双/多基地形式的分布式雷达超分辨成像上,则会面临收发分置带来的散射信息解相关和波数相位分解等问题.为此利用三维空间平滑和双重线性插值对MUSIC方法进行了改进,给出了分布式雷达超分辨成像的最小信噪比显式表达及其快速计算公式,并据此分析了超分辨成像性能.仿真结果验证了这种基于收发分置形式的MUSIC超分辨成像方法的有效性.     

利用脊线检测实现视网膜图像血管中心线的精确提取

提出一种精确有效的基于脊线检测的视网膜图像血管中心线提取算法,该算法首先对原始图像进行脊线检测得到候选视网膜图像血管中心线,然后对原始图像进行照度均衡和多尺度形态学增强处理,最后对各个尺度增强图像在视场ROI区域内进行Otsu双阈值分割或单阈值分割,并将各个尺度的分割结果求和再与脊线检测结果算术相与得到最终的血管中心线。通过对25张荧光造影视网膜图像以及部分彩色视网膜图像进行测试和分析,该算法不但能够检测出低对比度血管和微小血管的中心线,而且提取的血管中心线整体连续性好。将文中算法的结果与血管手动分割血管的细化结果进行比对分析,中心线吻合率平均达到83.5%,且算法性能优于Hoover算法以及保守专家手动检测结果。