A non-commutative time-frequency tomography

The characterization of non-stationary signal requires joint time and frequency information. However, time and frequency are a pair of non-commuting variables that cannot constitute a joint probability density in the time-frequency plane. The time-frequency distributions have difficult interpretation problems arising from negative and complex values or spurious components. In this paper, we get time-frequency information from the marginal distributions in rotated directions in the time-frequency plane. The rigorous probability interpretation of the marginal distributions is without any ambiguities. This time-frequency transformation is similar to the computerized axial tomography (CT or CAT) and is applied to signal analysis and signal detection and reveals a lot of advantages especially in the signal detection of the low signal/noise (S/N).     

GOSCA－CFAR检测器在干扰边缘中的性能分析

本文研究ＧＯＳＣＡ—ＣＦＡＲ检测器￣［１，２］干扰边缘中的性能。文中推导出了它的干扰边缘环境中虚警概率的解析表达式，分析了它抗边缘干扰的性能，并且与ＯＳ、ＣＡ、ＧＯ和ＳＯ等检测器进行了比较。结果表明，ＧＯＳＣＡ的抗干扰边缘性能比ＣＡ和Ｋ＿（ｏｓ）＝（ｋ＋ｌ）＿（ＧＯＳＣＡ）和ＯＳ相近，比抗边缘干扰性能较好的ＧＯ要差。     

交通繁忙地段T梁采用横移落梁架设施工技术

介绍了在交通繁忙的狭窄地带T梁架设采用横移落梁的施工方法、有关注意事项及在设计上采取的相应措施。     

滇东牛头山地区早震旦世沉积相及大地构造环境

野外调查和室内分析表明,牛头山地区陆良组、牛头山组应属下震旦统,其沉积相类型自下而上可划分为辫状河相、河口湾相、浅海相、滨海相、浅海相及三角洲相。“牛头山古陆”在早震旦世是不存在的。牛头山地区当时为被动大陆边缘。     

超声心动图象内外膜的自动检测与测量

为定量计算一些重要的心脏功能数据,提高心脏病的诊断水平,研究了超声心动图象内外膜的自动检测与测量技术．首先对超声心动图象进行滤波以消除图象中的噪声,并运用模糊数学理论进行模糊边缘增强,提取超声心动图象的内外膜边缘信息;接着对超声心动图象作二值化处理和椭圆曲线拟合,初步得到心脏的内外膜边缘;再采用相应的三次样条插值和平滑技术,得到光滑、连续的心脏内外膜边缘．在此基础上,再对心脏进行节段划分,并计算有关的心脏功能数据．经实验证实,用此方法可快速得到较准确的结果．     

用于瞳孔序列图像分析的实时轮廓检测和参数提取

本文介绍一种医用图像分析系统．该系统连续获取瞳孔图像,根据对图像序列的某些先验知识自动确定门限．在此基础上进行快速边缘检测,并自动修补缺损的目标轮廓．在判定所得轮廓有效后计算目标面积．若数据无效则自动重新采样．序列图像观测结束后对间隔不均匀的数据进行内插校正．系统所提供的分析结果可用于临床和医学研究     

一种眼动测量的图像分析方法

提出一种用于鸟类视觉行为学实验的眼动测量的图像分析方法.采用基于遗传算法的多级灰度值聚类法分割普通CCD捕捉的视频图像,用区域生长法标记连通域粗略定位瞳孔区域,并利用瞳孔的近似圆形的几何特性修补光源反射影像形成的孔洞.在此基础上进行边缘检测,利用边缘像素的灰度分布特点修正瞳孔轮廓,采用重心法定位瞳孔中心.用该方法对实验环境照度下捕捉的图像和红外光源辅助照明的图像进行了分析,并与主动轮廓线方法对比.实验结果表明,该方法对眼睛特征的先验知识依赖程度低,抗噪声能力强,瞳孔中心定位精确.     

球团粒度的在线检测

球团粒度大小对球团质量具有重要影响,采用基于小波理论的计算机图像处理技术,研究出一种在线测定堆积球团粒度的方法,解决了球团图像识别的关键问题--球团的边界提取.并以此为基础构造了球团粒度在线检测系统,输出信号可反馈控制配料和造球机的工作,以便生产出高质量的球团矿.实验结果表明,系统计算的粒度分布及平均粒度与实际粒度分布及平均粒度基本吻合.     

基于B样条修匀公式的边缘检测的改进方法

边缘检测是图像分割中的一个重要部分．本文依据B样条修匀公式的图像边缘检测的基本思想，但又因为用B样条函数光滑后的图像对原始图像的逼近性并不十分精确，即它们的误差图像中残留着一些可能造成检测到的边缘线不连续或有用特征可能检测不到的边缘信息，为减少残量误差，本文对图像原型值采取盈亏修正，然后再对修正的图像使用B样条修匀公式做全息光滑曲面，重新得到的曲面改进了逼近性，同时还具有足够的光滑性和良好的保凸性．     

基于小波分解的痕迹灰度图像边缘检测

针对痕迹图像边缘检测的特征，给出了一种新的基于小波多尺度分解的分层图象边缘检测方法，其基本思想是先对源图像进行小波多尺度分解，其次在不同尺度的子带图像上进行基于局部区域特征的软阈值滤波。最后再进行小波重构，以提取图像的边缘。实验结果表明，该算法比其它算法提高了痕迹图像边缘的检测精度，是十分有效的。