基于Contourlet变换和全变差的图像融合

针对基于小波和全变差的图像融合方法的缺点和不足,提出了一种基于Contourlet变换和全变差算子的含噪图像融合方法,这种方法在融合图像的同时,也对图像进行了去噪处理.首先对图像进行Contourlet变换,对得到的低频子带用分块主成分分析的方法进行处理,以估计传感器的退化算子,然后进行低频部分的融合;将高频系数归一化的全变差算子的模作为权因子进行高频部分的融合,以经Contourlet逆变换后得到的融合图像作为初始值,经过迭代演化,最终得到了去噪的融合图像.实验结果表明,该方法得到的图像视觉效果更好,信息熵更高.     

复频谱插值DFT的电力系统 低频振荡信号测量方法

低频振荡是三相电力系统中的一种平衡现象,如何准确、快速地估计振荡信号的参数对于评估和消除低频振荡至关重要.本文提出了一种采用复频谱插值DFT的低频振荡下电力系统动态信号参数估计的方法,该方法利用三相系统的对称特性,通过克拉克变换将电力系统中的三相实信号转换为正交分量形式的复信号,然后对复信号进行离散傅里叶变换,通过复频谱插值方法,利用两个幅度最大的谱线样本来估计各项动态参数.实验仿真结果表明本文方法能在低频振荡的场景下准确高效地实现电网动态参数的估计.     

基于融合技术的小波变换和形态学边缘检测算法

提出了一种图像边缘检测的方法.本算法将小波变换和数学形态学相结合,并采用简单的融合策略,确定图像边缘位置.在小波域中,对高频子图像用小波模极大法进行边缘检测,对低频子图像用数学形态学法进行边缘检测,然后采用一定的融合规则分别对高、低频边缘子图像进行融合,最后进行小波逆变换重构融合图像.实验结果表明,该算法融合规则简单,泛化能力强,能有效地抑制噪声,较好地再现图像的边缘信息,是一种有效的图像边缘检测算法.     

电力系统低频振荡在线辨识的改进Prony算法

研究在线的振荡特征辨识算法是实现电力系统低频振荡在线监视以及广域阻尼控制的重要理论基础。广域测量系统的发展和应用使得低频振荡的在线辨识成为可能。该文提出了一种用于在线分析电力系统低频振荡的改进Prony算法,该算法针对输入信号的实际阶数和线性预测参数的估计进行了综合改进。经过算法时间复杂度的分析,证明改进算法提高了计算速度。计算机仿真和动模实验结果表明,改进算法能够得到更符合系统实际阶数的降阶模型,分析计算占空比小于4%,满足在线低频振荡辨识和系统振荡特性分析的需要。     

低维冷原子体系中基于密度泛函理论严格解的呼吸模研究

基于密度泛函理论(DFT)方法研究了谐振势中自旋双组分费米气体的呼吸模,并同局域密度近似(LDA)的方法相比较.对于排斥相互作用,密度泛函理论给出了更为精确具有Friedel振荡的基态密度分布,其微小振荡使呼吸模略小于LDA的结果;对于弱吸引相互作用,密度泛函给出了更为振荡的密度分布,使呼吸模与LDA的结果有较大的不同,而在强吸引相互作用下,基于Bethe-ansatz解的密度泛函给出了不正确的密度分布,使呼吸模偏离LDA的结果,从而不再准确.     

基于小波变换的双通道脉冲耦合神经网络图像融合

提出了一种基于小波变换的双通道脉冲耦合神经网络的图像融合方法.先使用小波变换的方法来分解配准后的各个源图像,进而得到各个源图像的低频分量和高频分量,再把得到的低频和高频系数进行融合处理,使用高斯加权平均的低频融合规则来处理低频子带,利用双通道脉冲耦合神经网络的融合规则处理各高频子带,链接系数为图像的清晰度.融合后的小波系数取决于点火图和点火次数的多少,最后的融合图像由小波逆变换得到.实验结果表明,该方法能更有效地提取原始图像的特征信息,在主观视觉效果以及客观性能指标上较传统算法都有所改善.     

一个小波域上各向异性扩散去噪算法

目的 给出一个图像去噪的算法.方法 利用小波变换把图像分解为高频子图和低频子图,再根据子图像的特点,采用不同的各向异性扩散方法处理各个子图,最后重构图像.结果 各向异性扩散在图像平滑中,不但能够较好地抑制噪声,而且能够很好地保留图像原有的边缘和纹理特征,因而解决了图像去噪时高频部分和低频部分抑制噪声和保留边缘之间的矛盾问题.结论 与已有的方法比较,该方法不但能够有效地去除噪声,而且能够保持图像中的细节.     

基于NSCT和KFCM聚类的图像边缘检测方法

为进一步提高现有图像边缘检测方法的性能,提出了一种基于非下采样Contourlet变换(NSCT)和核模糊c-均值(KFCM)聚类的图像边缘检测方法.首先通过NSCT将原始图像分解成低频分量和高频分量;然后对含噪声较少的低频分量提取边缘信息,并采用KFCM聚类算法进行聚类得到低频边缘图像,以提高定位精度,而对于边缘细节信息较多的高频分量各个子带,通过模极大值检测边缘以减少伪边缘,丰富图像细节;最后对低频和高频图像边缘进行融合得到完整的边缘.实验结果表明,相比于Canny方法、边缘检测算子与模糊聚类结合的方法、边缘信息与混沌粒子群优化的模糊聚类结合的方法、NSCT域模极大值方法,文中方法具有更好的边缘检测效果,边缘定位准确、完整、连续、细节丰富.     

基于多层小波和共生矩阵的纹理表面缺损检测

提出一种利用多层小波和共生矩阵进行纹理表面缺损检测的有效方法.该方法首先将缺损图像在不同水平上进行小波分解,得到一系列低频子图像和高频细节子图像;然后计算和分析各水平上高频细节子图像的共生矩阵特征;最后选择低频子图像进行小波合成得到无纹理图像进行检测.实验证明,该方法能够快速准确地进行纹理缺损检测.     

结合NSCT高低频特征的图像边缘检测算法

为提取丰富的边缘信息,利用非下采样轮廓波变换(NSCT)能够很好逼近图像的方向信息这一特征,设计了一种图像边缘检测算法.该方法将图像变换到NSCT域,对高频和低频子带信息分别处理:首先只保留高频系数矩阵中的较大的系数并利用其得到高频特征图像,根据自适应阈值法对高频图像进行处理得到高频边缘信息;然后对低频子带信息提取其低频边缘信息;最后利用低频边缘信息对高频边缘信息进行补偿,同时去除孤立噪声点,得到最终的边缘图像.通过对灰度图像及彩色图像的仿真实验,与sobel、canny、log及prewitt算子的检测结果进行比较,给出了定量的评价指标,验证了提出方法的有效性和优越性.     

结合Curvelet变换与加权双边滤波的图像去噪方法

针对加权双边滤波方法在边缘纹理方面保留不好使得图像模糊的问题,提出一种结合Curvelet变换与加权双边滤波的图像去噪方法.该方法使用加权双边滤波器将噪声图像分解为低频部分和高频部分,然后将Curvelet变换的折衷阈值应用于高频部分用以保留图像纹理细节,最后将低频部分和处理后的高频部分进行重构得到去噪图像.实验结果表...     

基于振荡特征的图像分解变分方法

变分方法可以将图像分解为几何结构部分u和振荡部分v.采用G空间范数对振荡部分进行描述,提出了基于振荡特征的图像分解方法,并与传统的变分方法进行了比较.实验证明该方法比传统方法能更好的应用于图像分解.     

带钢表面缺陷在线检测系统的图像滤波算法

由于纹理背景的存在导致图像缺陷检测结果不准确是目前冷轧带钢表面缺陷在线检测过程中存在的主要问题之一.针对该问题提出了一种基于小波的各向异性扩散图像滤波方法,该方法通过小波分解得到图像的低频和高频分量,并针对高频分量采用小波扩散系数对小波系数进行正则化处理,最后进行小波逆变换,重构滤波后图像.实验结果表明该方法不仅能够有效地滤除不必要的纹理背景信息,而且能够较好地保留图像的细节信息,具有更好的综合性能,为带钢表面缺陷在线检测系统中的后续处理,如图像的边缘检测和自动分割等奠定了基础.     

基于小波变换的模极大值降噪法的实现及改进

传统的模极大值序列处理方法虽然可以保留信号特征,但降噪后的信号在奇异点有毛刺和轻微的振荡.模极大值序列的改进方法是对模极大值序列进行软阀值处理,由于软阈值函数是连续的,所以降噪信号会更加光滑.通过MATLAB仿真实验说明,改进方法能有效地改善毛刺和振荡现象.     

脉冲钨极气体保护焊熔池振荡频率激光视觉测量

为检测连续焊接条件下熔池振荡频率,提出了一种激光视觉测量的熔池振荡检测方法,介绍了激光视觉测量的原理、搭建了试验平台.采集反映熔池表面振荡变化的图像,并进行了裁剪、中值滤波、顶帽变换、二值化处理;编写程序获取熔池振荡的时域信号,进一步通过快速傅里叶变换算法提取了熔池振荡频率.结果表明:该方法能够实现连续焊接条件下熔池振荡频率的检测;顶帽变换图像算法能将整幅图像背景亮度均匀化,为提取完整的激光条纹及熔池振荡频率奠定了基础.     

感应电动机惯性对电力系统低频振荡的影响

研究感应电动机惯性时间常数HD对电力系统低频振荡(LFO)的影响.在单机无穷大系统中运用积分流形理论对系统高阶状态方程进行降阶处理,以推导系统的振荡频率和阻尼比,从机理上就HD对低频振荡的影响进行定性分析.理论分析结果表明HD主要影响系统的低频振荡阻尼,影响趋势还与系统结构和初始运行状态有关.运用特征值分析方法分别对单机无穷大系统(SMIBS)和简单的两区域系统进行实例仿真,SMIBS仿真结果验证了理论分析.并且两区域系统的仿真结果表明了HD对系统区间振荡模式的影响.研究表明,在实际电力系统LFO分析中,等值感应电动机的惯性常数的选择非常重要.     

基于改进FIRE滤波技术和Prony算法的低频振荡模式辨识研究

提出一种改进FIRE(Fuzzy Inference Ruled by Else-action)滤波和改进Prony法相结合的低频振荡模式辨识方法.该方法用改进后具有检测层和调整层的FIRE滤波技术对数据进行快速预处理,再用改进Prony法对滤波后的信号进行分析得到电力系统的低频振荡模式.将该方法分别用于分析试验信号和IEEE 4机系统振荡信号,并同带有传统模糊滤波器的Prony分析结果比较可以看出,改进后的方法可将低频振荡的主导模式在一定的噪声环境下比较准确和快速的辨识出来,且辨识的阶数更接近于实际阶数,验证了其可靠性和实用性.     

甘肃宝积山盆地晚三叠世2种有节类茎干3D形态恢复

在甘肃省宝积山盆地上三叠统南营儿组采集到了2种有节类化石,似木贼属短齿似木贼和新芦木属霍尔新芦木,以此2种化石为材料,利用多幅图像3D恢复的方法来重建有节类化石茎干的3D形态.在多幅图像3D恢复的基础上,利用Matlab图像处理语言来实现短齿似木贼和霍尔新芦木3D模型图的提取处理.结果能很好地重建研究区当前化石的3D形态,对古植物学形态研究及其与计算机3D恢复技术的交叉应用具有一定的参考意义.     

一种小波域多边小波系数直方图均衡算法

针对传统直方图处理图像的缺陷,提出一种小波域多边小波系数直方图增强方法.首先,对图像进行3层小波分解,提取低频系数,并整数化;其次,利用平均亮度系数将低频小波系数分成4子图像,对每个子图像系数进行直方图均衡;最后,合并4子图像,利用小波重构出增强图像.实验结果表明,该方法具有图像亮度保持好、细节清晰、噪声抑制强等优点,可应用于遥感卫星、医学图像分析处理等领域.     

基于双通道PCNN的NSST域红外与可见光图像融合

针对传统红外与可见光图像融合中存在的一些不足,提出一种新的基于非下采样剪切波变换(NSST)和双通道脉冲耦合神经网络模型(2APCNN)的红外与可见光图像融合算法.该算法首先对红外图像进行预处理,提高源图像的对比度,再对红外与可见光图像进行NSST分解得到低频和高频子带系数;然后对分解后的低频子带系数进行二维小波分解再次得到相应的低频和高频子带,低频部分采用一种基于显著图的融合策略,高频部分采用绝对值取大的原则,之后再对低频和高频采用小波逆变换得到NSST重构所需的低频部分;接着对NSST分解后的高频子带采用双通道PCNN进行处理;最后对处理过的低频和高频子带进行NSST逆变换得到最终的融合图像.几组图像的实验结果对比显示,该算法相比其他算法在客观评价指标和视觉效果上均取得了一定的改进.