基于视觉注意机制的实时红外小目标预检测

在红外小目标检测中引入视觉注意机制,以计算机量较小的预检测为代价减少了目标检测的区域,在注意机制中采用 非线性采样模型,并利用相邻采样点形成显著性图,实验证明基于注意机制的预检测能有效地提高系统的计算效率,同时也具有一定的抗噪能力,可用于噪声环境中的小目标检测。     

1／f类分形信号基于小波变换的消噪

将正交小波下的分形信号处理方法应用于B样条小波和双正交小波,估计淹没在加性高斯白噪声中的1／f类分形信号,并通过计算机仿真,证明了其方法的有效性和可行性。     

小波变换及其在图像处理中的应用

小波分析是对傅立叶变换的继承和发展,在数字图像压缩,图像的边缘检测,信号分析,医学影像以及计算机视觉等领域有着广阔的前景,本文首先介绍了小波变换的基本原理,特别是多尺度分析理论,作为应用,分析了基于小波变换的图像消噪技术,并给出实例。     

各向异性双树复小波包变换

基于双树复小波变换提出了一种新的复小波包变换。该变换引入了各向异性分解方式,由此得到的小波基在各个方向上尺度可以不同,并具有更好的方向性。这种变换可用在二维或三维数据的处理上。图像和视频去噪实验结果的PSNR值与各向同性复小波变换相比有0.1～1dB的提高,去噪后图像视觉效果更好,证实了该变换方式的优越性。     

复杂构造地区的SVD去噪技术

SVD去噪技术对构造简单地区,特别是地层近水平的情况下的地震剖面的去噪效果是十分明显的;对于构造复杂地区,该法往往失效。针对这个问题,作者提出了一种新的技术:它将同相轴的自动追踪与SVD去噪技术有机地结合起来;它将一般的SVD方法是针对整个剖面数据体来计算的,改变为针对每一样点的邻区,选择小时窗和小道窗的数据体来计算;它利用数据体的旋转方法,来实现同相轴始终保持水平方向;并采取了其他一系列的技术措施,使SVD方法在构造复杂地区取得了很好的去噪效果     

真彩图像去噪方法的研究与实现

在研究真彩图像的去噪问题的基础上,采用MATLAB的图像处理工具箱和小波工具箱分别实现了对真彩图像的去噪,并且给出了MATLAB源程序和仿真效果图,结果证明使用小波分析方法对真彩图像的去噪方法效果比较好,在要求实时传输时小波分析对压缩图像数据具有一定的应用价值．     

基于波动法的斜拉桥索力测试研究

针对实际测量中正弦脉冲激励下产生的应力波含噪声大,走时时差难以分辨的问题,根据小波变换下有效信号和随机噪声在多尺度空间中模极大值不同的传播特性,采用近似对称的sym3小波对含噪信号图进行分解,每一层的小波分解系数用不同的软阈值处理.经过修正后的小波系数重构得到的信号图能够消去大部分噪声,清晰地反映入射波和反射波之间的时差.     

采用生产数据的给煤计量聚类组合算法

为了降低锅炉运行能耗,充分发挥锅炉运行的效率,支撑节能减耗,需要对给煤量进行准确的测量。本文通过引入转速比给煤率,作为给煤量计量的标准,采用灰色聚类小波去噪组合算法,对实际生产数据进行处理,得出转速比给煤率比值的大小。通过采用此方法对某电厂数据进行分析,证明了方法可行,具有推广意义。     

基于增强的同质相似性和旋转不变性的MRI去噪

提出了一种基于增强的同质相似性和旋转不变性的MRI去噪算法。考虑到图像的旋转不变性和同质相似性,融合了体像素(voxel)的亮度、相应邻域块的均值、梯度以及一致锐度。通过这个融合,块状的结构信息,如边缘、角形、末端能被很好地保护。提出的方法和近年来相关的先进方法在Brainweb数据库进行定量对比,结果表明提出的方法均优于其他方法,在去除噪声的同时能很好地保护图像的细节。最后,将提出的方法应用于OASIS临床数据库。     

全数字差拍频率测量方法

针对目前卫星导航系统中原子频率标准的高精度频率测量需求,提出一种全数字差拍频率测量方法,对被测标准频率信号直接进行数字采样,以解决模拟差拍频率测量方法受温度影响大的问题。利用最大似然估计实现相位估计,采用相位差分完成频率测量,并引入小波阈值去噪处理进一步提高相位估计精度。研究结果表明:当测量间隔为1 s、估计点数为3 000时的频率测量精度为2.0×10-14/s,经过小波阈值去噪处理后频率测量精度达到10-15/s量级。