乘积拉盖尔超群上的Radon变换及其反演

主要讨论乘积Laguerre超群Kn上的Radon反演公式。首先定义Kn上的广义平移算子,其次研究Kn上的广义Fou-rier变换,得到Kn上的Plancherel定理及Parseval等式。在此基础上,给出Kn上Radon变换具体表达式。最后利用广义小波变换得到Radon变换的反演公式。     

一类广义Radon变换的反演

 近年来，正电子和单光子发射断层成像的现代图像处理技术不仅是医学上研究大脑功能特征的两个重要工具，而且它们在临床医学、核医学等领域发挥着重要的作用。而与这些图像处理技术紧密相关的需研究的数学问题就是Radon变换和广义Radon变换的重建和反演。该文利用带权的平方可积函数空间上算子理论得到一类广义 Radon 变换的奇异值分解，从而导出了广义 Radon 变换的反演公式以及值域的特征。     

Radon变换的反演及其性质

提出Radon变换的一系列性质,对于重要性质给予了证明,并且利用广义函数和Fourier变换得到Radon变换的反演定理,从而推广了Durrani T S.和Bisset D的工作。     

几种Radon变换方法压制表面多次波的对比分析研究

在地震勘探数字处理中,表面多次波是一种干扰波。这种情况在海洋勘探中尤为明显,Radon变换是压制表面多次波的一个有效的方法。引用了几种常用的Radon变换:τ-p变换、抛物Radon变换、双曲Radon变换,根据其公式和原理,对这几种Radon变换进行分析,阐述这几种变换各自所具有的优缺性。     

基于重排Gabor变换和Radon变换的盲分离及其应用

根据重排Gabor变换和Radon变换理论提出了基于重排Gabor变换和Radon变换的盲分离算法.利用重排Gabor变换时频聚集性特点,对混合信号进行重排Gabor变换,再将Gabor展开系数进行Radon变换,通过Radon变换平面上的像点求出近似矩阵,从而实现信号分离.数值仿真和模拟故障结果表明:文中方法有效地抑制了噪声的干扰,成功地实现了信号分离.     

衰减Radon变换反演的Tikhonov-Phillip正则化方法

研究Sobolev空间上的衰减Radon变换 ,获得了衰减Radon变换及其导出的拟微分算子的连续性 ,由此得到了Sobolev空间上衰减Radon变换Tikhonov Phillip正则化重建方法     

一种基于Radon变换的车牌图像分割和识别方法

从Radon变换的定义出发,论述了Radon变换检测直线的原理,并将它应用于车牌图像分割.在1幅含有车牌的图像中,进行边缘检测后,车牌所在矩形框往往是由多条直线组成,当投影方向与直线方向一致时,Radon变换取局部极大值.由此,首先找出Radon变换在0°附近的局部极大值,该值对应于原始图像中的1条接近垂直的直线,然后,寻找次局部极大值,对检测出来的若干条这样的直线聚类,根据计算结果沿垂直方向剪切原始图像;同理,找出Radon变换在90°附近的局部极大值,沿水平方向剪切原始图像.这样,可将车牌所对应的矩形从复杂的背景中分割出来.     

一维小波检测和反演二维空间中Radon变换的奇性

在二维空间中,基于Radon变换的理论,以小波变换作为工具,及利用此分片光滑函数积分线旋转变化时得到的、Ra-don变换的奇性传播规律,得到Radon变换的奇性反演公式。检测分片光滑函数Radon变换的奇性曲线,并根据原函数与其Radon变换奇性的关系;利用Legendre变换的对合性质来反演出原函数的奇性曲线。     

基于Radon变换的目标主体信号与微动信号的分离

针对微动特征的有效分析和提取,研究了基于Radon变换的目标主体信号与微动信号分离方法。首先对回波信号进行时频变换,然后在时频平面上通过Radon变换来分离目标主体信号与微动信号,再通过逆Radon变换得到分离信号的时频分布,最后通过仿真验证了方法的有效性。     

基于高阶稀疏Radon变换的预测多次波自适应相减方法

利用高分辨率稀疏Radon变换和正交变换两种原子构成过完备的信号重构空间,使得地震信号在此高阶高分辨率稀疏Radon变换域中能够被稀疏表示;结合基于过完备字典的信号稀疏表示,提出高分辨率稀疏Radon变换和正交多项式变换结合的高阶稀疏Radon变换(HOSRT)。所提方法通过将地震数据和预测多次波变换到高阶稀疏Radon空间,用完备的高阶稀疏Radon变换原子稀疏表示,并在该域进行自适应相减,能够有效分离一次波和多次波;而且由于构造的完备空间克服了正交性的问题,压制过程中降低了对一次波的损伤。对合成地震记录和实际资料的处理结果表明该方法能够提高多次波的压制效果,同时还可以较好地保留一次波振幅AVO(振幅随偏移别距的变化)特性。     

Chirplet变换及其推广

线调频Chirplet变换是一种新的线性时频分析方法。文章在介绍线调频Chirplet变换的基础上,比较了短时傅里叶变换STFT、连续小波变换CWT和Chirplet变换在瞬时频率计算方面的优缺点。对二次调频Chirplet变换做了介绍,在线调频Chirplet变换和二次调频Chirplet变换的基础上,修改了核函数,对Chir-plet变换做了一定的改进,在一定程度上提高了某一类信号在时频域的分辨率。针对修改后的变换给出了一些算例,并给出了在石油勘探开发中利用改进后的Chirplet变换对沉积旋回信号进行分析的一些初步应用。     

基于脊波变换的数字图像处理

脊波变换是在小波变换的基础上产生的特别适合于表示各向异性奇异性的多尺度方法。本文简述了脊波变换理论和曲波变换理论,并通过曲波变换方法进行图像增强处理的实验,结果显示脊波和曲波比小波更适合表示线状特征。     

小波变换在信号消噪中的应用

小波变换是近十年来迅速发展起来的学科,与Fourier变换相比,是一个时间和频率的局部变换.它的主要特点是将信号表示为不同尺度和不同位置的基本单元,而不同的基本单元表示原始信号中的不同信息成分,这种特点使小波变换成为一种高效的信号处理工具.讨论了小波变换消噪原理,通过对信号仿真分析,表明了小波变换在信号消噪应用中的有效性.     

连续小波变换与几种具体信号的傅立叶变换的比较

列出门函数、单边指数函数和阶跃函数这三种具体信号的连续小波变换与傅里叶变换的表达式,并通过表达式对连续小波变换与傅里叶变换进行比较．结果表明：傅里叶变换是线性变换,具有统一性和相似性,但不具有局部化性质,不能作局部分析;小波变换也是线性变换,同样具有统一性和相似性,并且是稳定的,还具有时一频同时局部性和自适应性．由此说明了小波变换在分析和处理信号时比傅里叶变换更加灵活、更加全面和深入．     

Ridgelet变换在地震数据压缩中的应用

鉴于地震数据反映的物理界面的空间展布往往具有直线、平面等特性,小波变换进行震压缩处理不能很好地反映这一特性,根据Ridgelet变换的特点,将Ridgelet变换应用于地震数据压缩,结合嵌入式零树编码方法,提出了Ridgelet变换的地震数据压缩方法.通过对实际资料的处理,在压缩率为99.0%和90%时,比较了Ridgelet变换与小波变换处理结果.研究结果表明:Rigelet变换应用于地震数据压缩,其对数据的压缩比比小波变换对数据的压缩比大.     

基于小波多分辨率分析的信号消噪

小波变换是近10年来迅速发展起来的学科，它与傅立叶变换、Gabor变换相比，是一个时间和频率的局部变换，因而能有效地从信号中提取信息。通过对信号进行多尺度细化分析，解决了傅立叶变换不能解决的许多问题。利用噪声信号小波变换的极大值随尺度的加大而显著减少的特点，运用小波多分辨率分析进行信号噪声的消除，仿真结果表明:小波多分辨率分析的效果，优于传统的傅立叶变换。     

一种频率域提高Radon变换分辨率的方法

Radon变换是压制相干噪音，波场分离的重要方法之一。算子假频和端点效应是该方法在数值计算中需要始终关注的两个重要问题，不断地改进和完善变换的具体算法，抑制和最大化地减少算子假频和端点效应，才能不断地提高变换的分辨率和质量，促进和发展Radon变换的有效应用。针对在数值计算中应该关注解决的问题，在用反演理论对变换的非唯一性进行分析的基础上，对常规的最小平方Radon变换方法做了改进，给出一种频率域Radon变换方法，可有效地压制端点效应，提高了变换域的分辨率。数值计算试验表明了该方法的有效性。     

基于运动轨迹的视频三维小波变换方法

将运动矢量估计与三维小波变换相结合用于视频信号压缩 .这种方法在对序列作时域上的一维变换时 ,是对各帧中由运动矢量联系起来的一条运动轨迹上的像素进行 .由于在实际情况中 ,通过运动矢量联系而形成的像素运动轨迹是任意长度的 ,这就需要对任意长度的像素串作一维小波变换 .此文在二代小波提升算法基础上 ,通过修改边界延拓方法获得一种任意长度信号的小波变换算法 ,并将其用于基于运动轨迹的视频时域小波变换 .实验结果表明 ,对于运动幅度大的视频序列 ,这种方法可以获得比常规三维小波变换编码高的压缩性能 .     

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。