降质图象恢复问题中局部频率下的正则小波解

由于付里叶变换只能表达图象的全局频率特性，因此，这里考虑利用小波变换的优良性质特别是时－频局部化属性，在小波域空不变模型中设计出局部频率下的小波变换泛函，通过求泛函极值，构造正则化逆算子，并求出局部频率下的正则小波解；为在图象恢复问题中利用正则化方法和小波变换提供理论指导。     

小波域正则化遥感图像融合

遥感图像融合过程中,为了在增强空间分辨率的同时减少光谱损失,文章提出了一种改进的强度-色调-饱和度和小波的融合算法,新算法在原算法中,引入正则化技术。以小波域局部高斯模型作为光谱分布先验概率,以全色图小波系数做为空间分布先验概率,以马尔可夫随机场描述空间特征,通过梯度下降法迭代优化,实现了光谱和空间信息总损失最小的图像融合。对美地球资源卫星5的增强专题图像的融合试验证明文中提出的算法可同时提高多光谱及全色图像与融合图像的相关性,有效改善融合效果。     

图象压缩中小波基的选择

小波变换用于图象压缩时,小波基的一些性质对编码的效果有很大影响.通过分析双正交小波、正交小波的特点,以及小波基的正则性和消失矩在图象编码时对恢复图象质量的影响.从而给出了图象编码是选择双正交小波的原则.最后通过三个被证实的标准进行了分析,并通过实验进行了验证.     

图象压缩中小波基的选择

小波变换用于图象压缩时,小波基的一些性质对编码的效果有很大影响。通过分析双正交小波、正交小波的特点,以及小波基的正则性和消失矩在图象编码时对恢复图象质量的影响。从而给出地图象编码是选择双正交小波的原则。最后通过三个被主宰的标准进行了分析,并通过实验进行了验证。     

利用Littlewood-Paley小波讨论Laplace方程初值问题的正则解

讨论了Laplace方程初值问题解的逼近.利用小渡分析中的多分辨率分析方法,借助Littlewood-Paley小波在频域上的高频衰变性,把Laplace方程在边界条件下的解投影到紧支撑函数空间,来考虑Laplace方程初值问题的正则解.     

一种基于图象恢复和小波包分解的遥感图象压缩方法

设计了一种基于小波分解等去相关技术和图象恢复技术的遥感图象压缩＼解压方法。该方法首先分别利用比特分割和差值两种方法对图象进行去相关预处理,其次利用二层小波包分解将图象分解为低频和高频部分等16个部分,然后对各高频成分进行了量化压缩或置零(去除),对低频部分采用无损的算术编码。为了提高解压重建图象的质量,利用线扩散函数对重建后的图象进行恢复处理。对SPOT和TM图象的实验结果表明,该技术是可行的．     

高阶微分问题的一种正则数值解

讨论了微分问题的稳定性，并且利用Ｔｉｋｈｏｎｏｖ正则化的方法，给出了高阶微分问题的一种稳定数值解．     

高阶微分问题的一种正则数值解

讨论了微分问题的性，并且利用Ｔｉｋｈｏｎｏｖ正则化的方法，给出了亢介微分问题的一种稳定数值解。     

基于小波变换的复杂噪声背景中谐波恢复方法

对于被乘性和加性噪声污染的谐波信号,现有的循环统计量方法是基于Fourier变换实现的,但其频率分辨率不高.本文从确定性的信号模型出发,利用小波在时频分析中精细和灵活的特点,提出了谐波信号小波变换的规范化量图的方法,并建立了该规范化量图与信号参数之间联系.以此为基础,我们提出了基于小波变换的复杂噪声背景中的谐波恢复方法,并通过仿真实验对所提方法的性能进行了验证.     

基于小波域ADMM深度网络的图像复原算法

近年来,基于深度学习的方法在图像复原领域展现出了优秀的性能。然而现有大多数深度网络均是通过经验进行网络结构设计,较少在网络设计中考虑结合一些传统方法以提升网络可解释性。针对这一不足,本文对结合图像退化模型的深度学习方法展开研究,提出了一种基于小波域ADMM深度网络的图像复原算法。具体而言,本文首先提出了一种基于小波域ADMM的图像复原方法,该方法在小波域下使用ADMM算法将复原问题分解为一系列子问题。接着,分别对子问题求解,并根据其解的形式帮助进行网络的设计,构建了一个可解释的深度卷积神经网络用于图像复原。实验结果表明,本文提出算法取得了较好的复原结果,不论在视觉效果还是客观评价指标上都优于对比方法。     

基于局部化自适应阈值的小波图像降噪

为了能在去除图像噪声的同时有效地克服Gibbs现象,得到令人满意的视觉效果,提出了一种基于局部自适应阈值的小波图像降噪方法.该算法利用局部化信息和层间相关性理论,对小波系数进行分块分类处理.该算法首先把图像划分成子块,通过调节全局阈值得到各个子块阈值,从而有效地利用了局部信息,有选择地对图像进行降噪处理.算法加入自适应的步骤,对于不同尺度的子带,分别赋予大小不同的阈值,使算法具有更好的自适应性.试验结果表明,与其他几种传统降噪方法相比,该方法能获得较好的降噪效果.     

高维正则长波方程的孤立波解

本文讨论了高维正则长波方程的孤立解的性态,同时运用直接积分法获得了它的一个孤立波解。     

基于小波分析的频带局部能量的特征提取

提出了一种基于小波分析频带局部能量的特征提取法。利用Matlab软件仿真,把该方法分别运用于频率跳变信号、幅值衰减信号和含瞬态成分的信号,并与常规的频带能量特征提取法进行比较,均得到了更好的特征提取效果。该方法由于考虑了频率的时变性,与常规的特征提取法相比,更具优越性。     

基于块自适应窗的小波域维纳滤波图像去噪

基于图像经小波分解后细节子带能量簇的主方向由边缘方向、纹理方向和子带滤波器的方向选择性共同决定这一事实,提出了基于块自适应窗的小波域维纳滤波图像去噪算法。对含噪图像进行离散小波变换后,对每一层三个细节子带分别无重叠分块,利用细节子带块能量相关函数确定每一块中能量簇的主方向及相应的块自适应窗口,在得到的块自适应窗口中估计不同方向块中各点信号方差,进而对子带系数进行维纳滤波,得到细节系数的估计,然后进行小波逆变换,得到去噪图像。实验结果表明了该方法比基于矩形窗口的小波域局部维纳滤波有更好的去噪效果。     

基于多小波的局部背景隐马尔可夫模型图像去噪

小波域局部背景隐马尔可夫模型(LCHMM)可获得尺度内的相关性和局部的统计特征,并且复杂度小,多小波分析在图像去噪方面有很好的性能。利用多小波分析和局部背景隐马尔可夫模型各自在图像去噪方面的优势,将两者结合起来,提出了一种基于多小波的局部背景隐马尔可夫模型(M-LCHMM)图像去噪算法。算法主要有两步:局部背景隐马尔可夫模型去噪处理和均值处理。该算法简单有效,仿真试验表明M-LCHMM的去噪效果优于目前许多已有的去噪算法。     

Wavelet Transform Approach to Segment Thermal Image

An efficient multi-threshold approach to segment thermal image is given based on wavelet transform. Thegray-level histogram of original image is obtained. In order to reduce the effect of noise, the gray-level histogram issmoothed by Bezier curve and Bezier histogram is obtained. One dimension stationary wavelet transform is done to thecurvature curve of Bezier histogram. Positions of peak values of curvature curve in wavelet domain are adjusted from"fine-to-coarse" at all scales. The gray level values, which are located in adjusted peak values at all scales, are     

城市洪涝风险防控的生态修复途径

人类面临的水问题,体现为水的质、量和时机问题.流域自然水循环的扰乱和破坏,是城市造成城市内涝的根源.伴随城市化过程的绿色空间压缩、不透水面积增加、社会水循环影响增加等,最终都通过对自然水循环的扰动,产生同时存在的水资源短缺与洪涝及水源污染等问题.摈弃单纯凭借灰色基础设施的抵御、抗击思维,运用生态智慧,建设绿色基础设施,...