基于空换时技术的分数域时频分析快速算法

提出一种以空间换取时间的方案,能有效提高分数域时频分析的运算效率。鉴于该算法对时间域进行切割,将导致时频分布在衔接处出现边界效应,文章还提出错位平滑技术,有效将各时间段的时频分布进行无缝拼接。     

小波多尺度边缘检测及其在裂缝预测中的应用

本文在阐明二维小波变换用于地震属性数据基本原理的基础上．建立了小波变换用于图像多尺度边缘检测的有效流程。根据地震层位数据形成的二维图像的特点．构造有效的小波基函数和尺度函数，提高图像边缘检测和图像分割的精度。为了提高运算效率，对算法和小波滤波器进行了优化设计，并将该方法应用于研究裂缝的分布，为油气储层预测提供依据。通过对研究区实际资料的处理并与闽值检测法及Sobel检测法对比，表明该方法是有效和可行的。     

微环差分光子生物传感器的传感性能

通过模拟仿真,研究了基于绝缘衬底上的硅（Silicon-On-Insulator,SOI）的微环生物传感器的传感性能,得出其体传感灵敏度为38.71 nm/RIU,探测极限为1.810-3 RIU,Q值为2.22104。基于该结构,分析了噪声对传感器性能的影响,包括光源噪声和温度噪声。为了降低噪声影响,设计了具有参考和探测通道的双微环差分传感器,通过差分运算扣除噪声引起的谐振波长漂移,从而可以有效降低噪声对传感器探测结果的影响。通过数值模拟和计算,其被探测物的折射率变化的相对误差减小了15.85%,表明微环差分传感器可以有效降低噪声的影响,对提高微环生物传感器的性能将有极大的促进作用。     

提升格式D9／7小波在图像融合中的应用

应用Daubechies9／7小波（简称D9／7小波）的提升格式对输入的不同聚焦图像进行融合实验。先按照某种融合准则构造融合图像的小波系数，再通过小波反变换合成图像。实验对比Haar、W5／3和D9／7三种小波基的融合效果，通过定量计算和分析表明：将提升格式D9／7小波用于图像融合比较有效，融合后的图像有丰富的互补信息，有利于人眼观察和目标识别。     

基于分数阶Gabor变换的Teager-Kaiser能量提取及应用

含油气储层可引起地震信号的能量密度异常,Teager-Kaiser(T-K)能量是刻画地震信号能量密度、表征地震波场能量分布的一种重要属性。借助于分数阶Gabor变换(FrGT)优良的局部时频能量聚集特性,将基于FrGT的时频分析方法引入地震信号T-K非线性能量的计算中,提出了基于FrGT的时频域T-K能量储层预测方法。该方法根据测不准原理确定紧支撑时宽-带宽积下的FrGT最优阶,利用最优阶FrGT将地震信号分解为一系列单频分量,计算并提取单频分量的T-K能量的瞬时属性。理论信号仿真和实际资料的处理结果表明,FrGT可有效应用于地震信号的时频分析,T-K主能量可作为储层预测的一种有效属性。     

激光毁伤中的多光谱测温技术研究

为研究激光毁伤中毁伤区域状态的变化,基于激光毁伤时目标区域所具有较为规则的毁伤区域、温度分布,提出一种改进的多光谱测温方法,对毁伤区域的辐射光谱进行反演分析。利用该方法对毁伤区域的辐射光谱进行温度反演,研究比色测温法与多光谱测温法在相同情况下的测温精度、影响因素;通过该方法对1 500 K温度下的目标辐射光谱进行光谱反演。结果表明：该方法最少可以将测温误差缩小24%,在实验中最大可以将误差缩小60%;根据不同温度区域的面积分布,可以反馈并优化目标区域温度分布反演的精度,为目标区域温度分布的测量提供了一种思路。     

基于Contourlet变换的地震多属性融合方法

本文提出一种基于Contourlet变换的地震多属性融合方法。首先,通过对多种地震属性进行Contourlet变换,使各属性的多分辨率、多方向性、局部化特性及各向异性得到有效表示。其次,对分解后的属性低频子带采用拉普拉斯能量和（SML）融合规则,高频子带利用各尺度系数间的相关性获取加权系数进行加权融合,不仅强化了各属性的边缘特征和细节信息,并且消除了噪声对融合结果的影响。实际资料应用效果表明,文中方法优于传统小波变换及其他常规融合方法,能消除多属性间的冗余,充分利用不同属性间的有效互补信息,可以提高油气储层预测及流体识别的精度。     

基于分数阶Wigner-Ville分布的地震信号谱分解

本文将经典Wigner-Ville分布(WVD)拓展到分数阶Wigner-Ville分布(FrWVD),并将其引入到复杂地震信号的时频分析和谱分解中。利用分数阶傅里叶变换的旋转特性和广义时频带宽积理论可以获得比经典WVD更高的时频分辨率,提出的最优分数阶伪WVD能更好地解决交叉项抑制问题。理论信号仿真及实际地震资料的处理结果验证了该方法的有效性。同时,分数域频谱成像的引入为油气储层流体识别提供了一条新的途径。     

一种实用的小目标配准方法

图像配准是图像融合技术的基本环节和首要问题,只有经过配准后的图像才能进行有效的融合。其中,小目标由于几乎无特征信息可以利用,所以常规的配准方法都不适用。针对图像识别中小目标的配准问题,分析了其配准特点,创新性地提出了先配准目标视场,再配准目标位置的方法,提出了视场配准的概念。首先运用成像原理,用焦距、分辨率和像元尺寸建立不同CCD之间的视场对应关系,利用此关系完成目标视场的截取放大,使不同CCD得到的图像视场一样大。然后在分析通常采用的最小平均绝对误差（MAD）相关匹配方法缺陷的基础上,提出用最多近邻点距离（MCD）的匹配方法来对准目标位置,完成目标质心的配准。实验结果表明,此方法可以很好地配准小目标,且误差不超过2个像素。由于其针对性强．因而具有较强的实际应用价值。