基于非采样提升小波变换的图像融合算法

针对传统提升小波变换的图像融合算法缺乏平移不变性以及区域能量融合准则存在的不足,提出了一种基于改进提升小波变换的图像融合新算法.该算法在提升小波变换原理的基础上,通过取消其奇偶分裂来获得具有平移不变性的非采样提升小波变换.对图像经此变换得到的低频部分设计出一种新的基于区域空间频率的加权和选择相结合的融合方法,高频部分采用一种基于边缘信息的加权融合策略.为验证所提出融合方法的有效性,对多聚焦图像进行了融合实验.实验表明,与传统的图像融合算法相比,该算法能更好地描述灰度的突变信息,获得含有丰富细节特征的融合图像.     

增强寻优能力的改进蜂群算法

针对人工蜂群算法易陷入局部最优问题,首先,将蜂群算法中的跟随蜂数量翻倍,用其一半采用轮盘赌选择机制更新,保持蜂群沿着蜜源浓度大的方向进化;增加的一半跟随蜂采用反向的轮盘赌选择机制,用以维持种群的多样性。其次,将所有未更新计数器次数大于阈值的蜜源对应的引领蜂变成侦察蜂,并对相应蜜源进行更新搜索。最后,求出每一轮迭代后所得蜜源的中心位置,通过中心位置与每个蜜源所在的邻域内产生一新解,再比较适应度值的大小,选择优者。经过实验证明,该改进算法具有更高的收敛精度和很好的鲁棒性,且增加了算法跳出局部最优的机会,增强了蜂群算法的寻优能力,具有更好的优化性能。     

堆场集装箱翻箱的PCNN优化控制算法

集装箱的堆存状态与理想发箱顺序很难保持一致, 翻箱操作是不可避免的. 为降低堆场的翻箱率, 提高作业效率, 在获得集装箱的取箱顺序前提下, 将每取一个集装箱所产生的可能状态视为一个状态结点, 所需的翻箱次数加一个基数作为状态结点间的连接权, 把翻箱优化问题转化为最短路径求解问题. 脉冲耦合神经网络(Pulse-coupled neural network, PCNN)具有独特的自动波并行传播的特性, 适用于求解大规模实时问题, 能一次求出源点到其他所有目标点的最短路径, 从而获得最优的翻箱方案. 其所需要的计算量仅正比于最短路径的长度, 与路径图的复杂程度及路径图中的通路总数无关. 这为建立集装箱的智能控制系统奠定了坚实的理论基础.     

关于罗尔中值定理的推广

削弱了罗尔中值定理的条件，给出并证明了和洋中值定理相同的结论。     

伪Newton－δ族的导出和全局收敛性

伪Ｎｅｗｔｏｎ－δ族的导出和全局收敛性赵云彬（重庆工业管理学院）易正俊（重庆大学）ＤＥＲＩＶＡＴＩＯＮＡＮＤＧＬＯＢＡＬＣＯＮＶＥＲＧＥＮＣＥＦＯＲＰＳＥＵＤＯ－ＮＥＷＴＯＮ－δＣＬＡＳＳ￥ＺｈａｏＹｕｎ－ｂｉｎ（ＣｈｏｎｇｑｉｎｇＩｎｄｕｓｔｒｙａ...     

量子位Bloch坐标的量子人工蜂群优化算法

为了改善人工蜂群(ABC)算法在解决多变量优化问题时存在的收敛速度较慢、容易陷入局部最优的不足,结合量子理论和人工蜂群算法提出一种新的量子优化算法。算法首先采用量子位Bloch坐标对蜂群算法中食物源进行编码,扩展了全局最优解的数量,提高了蜂群算法获得全局最优解的概率;然后用量子旋转门实现搜索过程中的食物源更新。对于量子旋转门的转角关系的确定,提出了一种新的方法。从理论上证明了蜂群算法在Bloch球面每次以等面积搜索时,量子旋转门的两个旋转相位大小近似于反比例关系,避免了固定相位旋转的不均等性,使得搜索呈现规律性。在典型函数优化问题的实验中,所提算法在搜索能力和优化效率两个方面优于普通量子人工蜂群(QABC)算法和单一人工蜂群算法。     

改进提升小波变换的空间频率比图像融合

提出了一种新型图像融合算法.该算法在提升小波变换的基础上,通过取消其奇偶分裂环节,得到具有平移不变性的非采样提升小波变换.对图像经非采样提升小波变换后的低频分量首先定义一种空间频率比,再通过空间频率比来计算融合因子,然后采用加权与选择相结合的方法对低频分量进行融合.高频分量直接选择一种基于边缘信息的加权融合方法.最后通过非采样提升小波逆变换重构得到融合图像.实验结果显示,该算法相对传统的图像融合算法能更好地描述灰度的突变信息,获得含有丰富细节特征的融合图像.     

基于非采样Contourlet变换的图像融合算法

针对同一场景的红外与可见光图像融合问题,提出了一种基于非采样Contourlet变换的图像融合方法。该方法对图像经非采样Contourlet变换后的低频系数采用基于图像物理特征的“加权平均”融合方法;对于高频系数采用基于局部对比度与空间频率比相结合的系数融合方法。为验证本文算法的有效性,对红外与可见光图像进行了融合实验,实验结果表明该方法相对于传统的简单融合方法以及基于区域能量的融合方法能得到具有更好视觉效果和更优量化指标的融合图像。      

提升静态小波特征对比度多聚焦图像融合算法*

针对多聚焦图像融合问题,提出了一种新的基于提升静态小波变换(lifting stationary wavelet transform,LSWT)的特征对比度图像融合方法。该方法对图像经LSWT分解得到的不同子带系数采用不同的融合方案。在选择低频子带系数时提出了一种基于改进拉普拉斯能量和的视觉特性对比度系数选择方案;而在选择融合图像的高频子带系数时,根据人眼视觉对图像局部对比度变换非常敏感的特性,提出了局部特征对比度的概念,设计了一种基于局部特征对比度的系数选择方案。实验证明,该算法相对于传统图像融合方法,能得到视觉效果更好、量化指标更优的融合图像。     

自适应Bloch球面的量子遗传算法

在基于量子位Bloch坐标的量子遗传算法的基础上,提出一种自适应Bloch球面的量子遗传算法。该算法按两种方式自适应地选取Bloch球面的一部分进行搜索：沿经线方向选取和沿纬线方向选取,并在理论上证明了这两种选取方式都能够包含所求连续优化问题的所有可行解。在对选取的Bloch球面进行搜索时,提出了近似等面积搜索的方法,进而推导出两个相位转角大小之间的反比例关系,染色体的变异操作也作了相应的修改以适应选取区域的限制。实验表明该算法在搜索能力方面与基于量子位Bloch坐标的量子遗传算法基本相当,但优化效率方面有明显提高。