基于离散小波标架的信号降噪

本文提出了基于小波标架的软门限压缩降噪方法,它是根据小波标架表示系数在不同的尺度有不同的方差,在各尺度分别模拟理想选择估计器来选择门限对小波系数进行压缩。该方法能有效地减少［３,４］中基于小波基方法的振荡效应,并对仿真结果作了理论分析。     

基于曲率驱动模型的图像修复算法

针对图像无线传输缺损严重的问题,本文提出一种基于曲率驱动模型的图像修复算法,该算法首先在梯度域中利用曲率驱动的改进模型对图像缺损区域的梯度进行重建,然后通过求解泊松方程得到修复后的图像。实验结果表明,该算法能有效对图像进行修复。     

基于非下采样三通道不可分对称小波的多光谱图像融合

针对IHS变换融合方法不能保持好的光谱信息,张量积小波变换融合方法生成的融合结果图像空间分辨率偏低、且易产生方块效应等不足.提出了一种基于三通道不可分对称小波的多光谱图像融合方法.利用矩阵扩充的方法,给出了三通道不可分对称小波滤波器组的构造方法,用所构造的不可分小波滤波器组分别对多光谱图像的亮度分量和全色图像作非下采样...     

采用曲率驱动的自适应图像修复算法

将曲率引入各向异性扩散(C&E)方程,提出一种自适应图像修复算法。通过引入自适应系数q,使模型能够根据图像边缘细节的多少自行选择不同的扩散方式,在图像边缘细节较多时使用曲率扩散与边缘静止相结合的模型,而在平坦区域使用曲率驱动与热扩散相结合的方程,使得修复时间缩短,修复效果更佳。实验表明,本文算法在修复速度和修复效果上都能更好地修复破损图像。     

一种基于全变分模型的图像修复改进算法

为了恢复图像中划痕、文字等小目标去除后丢失的相关信息,对全变分(TV)模型及其自适应算法进行了分析和改进。在Chan提出的图像修复原则的基础上给出了两个阈值参数,对原有算法中的权值系数进行了改进。仿真实验结果表明,本文算法在保证原有算法修复效果的同时能够有效地提高运算速度,取得了较好的实际效果。     

基于CDD模型的西藏壁画数字图像修复技术研究

本文介绍了数字图像修复技术中的一个主要算法-CDD算法,具体分析了数字图像的破损类型以及对应修复方法,在破损区域较大的情况下,本文将CDD模型与另一个经典算法TV模型的修复性能做了对比,试验结果表明,前者无论在连接整体性还是边缘连贯性都优于后者。在保证修复质量的前提下,该模型可以大幅度提升修复效率。     

基于静态多小波变换的图像融合

综合了多小波分析和平移不变性质的优势,将多小波分析扩展到静态多小波的范畴,提出了一种基于静态多小波变换(SMWT)的图像融合方法。通过对源图像进行SMWT,根据变换系数的尺度内多子带联合窗口(CBWI)特性,实现多源图像的融合。该方法应用于一类多聚焦图像融合的仿真实验中,从视觉效果和信息量指标(互信息量和交叉熵)2个方面对融合图像进行主观评判和量化评价。结果表明,相比于传统小波域内的图像融合算法,该方法得到的融合结果具有更良好的视觉质量和更优的量化指标,体现出更强的融合性能。     

基于小波域多状态隐马尔科夫树模型多尺度文本图像分割

该文基于小波域多状态隐马尔科夫树（HMT）模型，引入一种新的文本分割方法。该分割方法是在H.Choi et al.(2001)工作的基础上，将文本按纹理分为背景、文字与图片3种类型，分别建立多状态HMT模型。另外，基于平滑图像将上述方法又作了进一步的改进，引入了多状态IHMT分割方法，最后通过实例阐明了方法的有效性。     

基于方向性小波变换的图像稀疏修复

图像修复有着重要的应用价值,稀疏表示作为前沿的信号处理方法,也已经使用在图像修复中。但是,传统方法在稀疏图像的时候利用的是预先给定的图像基,不能自适应图像,因此稀疏表示能力有限。文中提出从参考图中估计出图像的最佳几何方向使得稀疏变换能自适应图像几何信息,提供更稀疏的图像表示方法。稀疏修复通过最小化1范数模型进行求解。实验结果表明,所提方法较传统的二维小波变换可以更好地保留图像中边缘和纹理,获得更高的峰值信噪比。     

基于多小波分解的多光谱图像矢量融合

在实数域中,对称、正交的紧支集非平凡单小波基不存在,而多小波把紧支性、对称性、正交性完美地结合在一起,使小波理论从标量扩展到矢量范畴。考虑到图像多小波变换系数具有矢量特性,该文将基于像素点和基于区域的标量融合策略推广到矢量情形,提出一种新的、在多小波域中基于矢量融合的图像融合算法,充分利用多小波变换域系数矢量内部各个分量的相关性来提高融合质量。两波段真实多光谱图像融合实验结果表明,与单小波标量融合方法相比,多小波矢量融合算法获得的图像具有较优的视觉效果和客观评价指标,从而证明了用于图像融合时,多小波较之单小波更适合于人类视觉系统,具有广泛的应用前景。     

基于多小波域新型空间方向树的SPIHT改进算法

为了更好地利用图像多小波域系数的相似性进行编码,提出了一种基于多小波域新型空间方向树的SPIHT改进算法。在SPIHT改进算法中首先定义了一种新型空间方向树把多小波域中不同子带的相似系数和每个子带中各个子块的相似系数组织在一起,然后根据树的结构改进了算法中分裂排序过程。实验结果表明,SPIHT改进算法与原来的SPIHT算法相比,在相同的压缩比下可以获得更高的峰值信噪比。     

Measurement matrix optimization based on incoherent unit norm tight frame

This paper considers the problem of measurement matrix optimization for compressed sensing (CS) in which the dictionary is assumed to be given, such that it leads to an effective sensing matrix. Due to important properties of equiangular tight frames (ETFs) to achieve Welch bound equality, the measurement matrix optimization based on ETF has received considerable attention and many algorithms have been proposed for this aim. These methods produce sensing matrix with low mutual coherence based on initializing the measurement matrix with random Gaussian ensembles. This paper, use incoherent unit norm tight frame (UNTF) as an important frame with the aim of low mutual coherence and proposes a new method to construction a measurement matrix of any dimension while measurement matrix initialized by partial Fourier matrix. Simulation results show that the obtained measurement matrix effectively reduces the mutual coherence of sensing matrix and has a fast convergence to Welch bound compared with other methods.     

Particle filtering based autoregressive channel prediction model

A particle filtering based AutoRegressive (AR) channel prediction model is presented for cognitive radio systems. Firstly, this paper introduces the particle filtering and the system model. Secondly, the AR model of order p is used to approximate the flat Rayleigh fading channels; its stability is discussed, and an algorithm for solving the AR model parameters is also given. Finally, an AR channel prediction model based on particle filtering and second-order AR model is presented. Simulation results show that the performance of the proposed AR channel prediction model based on particle filtering is better than that of Kalman filtering.     

基于双通道及图像质量评价模型的去雾方法

针对传统暗通道先验去雾算法易产生明亮区域失 真、去雾图像整体偏暗等问题,提 出一种基于双通道及图像质量评价模型的去雾方法。首先,划分出图像的明亮区域与非明亮 区域;其次,利用双通道先验算法准确估计出大气光值;接下来,将暗通道先验的透射率作 为非明亮区域的透射率,在明亮区域单独构建透射率,将二者融合细化,得到带有参数的透 射率;最后,通过构造参数驱动图像质量评价模型,迭代选取最优的无雾图像。实验结果表 明,算法去雾效果良好,可以有效地抑制Halo效应,避免区域的失真,改善复原图像 的综合质量。     

一种新钞票纸张的离焦识别新方法

本文提出了一种采用离焦技术有效获取一捆新钞纸张信息的光学信息处理方法。给出了由光学离焦引起的光学低通滤波的数学解析描述。并用实验证明了光学离焦对钞票纸张识别的有效性和准确性     

一种基于曲率变分正则化的小波变换图像去噪方法

噪声和图像的细节特征主要集中于图像高频部分,在图像去噪过程中,图像的某些重要特征（如边缘、细小纹理等）易受到破坏.针对这一情况,本文提出基于曲率变分正则化的小波变换图像去噪方法,首先用小波提取图像的高频成分,对图像进行增强处理,然后用增强图像的水平集曲率建立一个基于水平集曲率的曲率驱动函数,再将曲率驱动函数作为一个校正因子引入到变分模型中,建立曲率变分模型,用以控制图像的整体结构.在缺乏图像梯度信息的情况下,该模型克服了ROF模型错误扩散这一缺点,符合图像处理的形态学原则.最后,用建立的曲率变分模型处理提取的高频成分,重构处理后的高频成分和原来的低频成分,得到去噪后的图像.分析和仿真结果表明,新算法可有效抑制噪声,有极高的图像结构相似度,去噪效果明显.     

基于雨衰雪衰影响的空间信道统计模型

针对某些特殊的移动通信环境中信号的到达角度( TOA)、到达时间( AOA)等信道参数估计的复杂性,提出一种基于散射体均匀分布室外统计信道模型。该模型将树木中的树冠层作为散射体呈均匀分布在移动台与基站周围的椭圆形区域内,通过树冠层在雨雪环境中的相对介电常数来分析降雨降雪量对信号传输带来的影响,可以方便地估计出此室外微小区的空时信道参数,如AOA概率密度分布函数、TOA概率密度分布函数以及到达角度/到达时间( AOA/TOA )联合概率密度分布函数。仿真结果表明,信号的到达时间TOA以及到达角度AOA随着降雨降雪量的增大而增大,尤其当降雪量增大使得树冠层相对介电常数达到4.5时,信号的传输将被阻塞。该模型的信道参数估计结果符合理论与经验,扩展了移动无线通信信道模型的研究与应用。     

一种基于全变差模型的欠采样图像重构方法

基于全变差范数最小化模型,构造了一种新的图像重构算法;利用欠采样域内的融合信息,结合构造的图像重构算法,提出了一种基于压缩感知理论的图像融合模型.数值实验表明,构造的重构算法与传统算法相比,在一定程度上减少了所需的采样数量;提出的融合模型对多类图像具有较优的融合效果.     

单环模型下三维多极化天线MIMO信道建模

针对传统MIMO随机空间信道模型中,仰角和方位角采用独立分布,并没有准确反映信道的真实环境,本文充分考虑三维环境下三维角功率分布和极化天线引起的全面电磁波传播特性,仰角和方位角采用混合VMF分布、以及采用不相等的主极化率。基于以上模型,推导出信道的相关表达式,并通过2×2天线的仿真研究,分析参数对模型的影响,最后和其他文献的结果比较,证实本文模型的合理性和有效性。