基于小波多尺度分解的DEM研究

对格网DEM的快速生成和小波多尺度分解的简化方法进行了研究,利用数据分块的插值算法生成DEM网格。在此基础上,通过小波变换思想对数字高程模型（DEM）进行简化,从而降低了计算机处理的数据量,从而使场景快速的生成。     

回波到达时间精确估测的多尺度方法

本文提出了一种雷达回波到达时间精确估测的多尺度方法。通过在不同尺度上对回波特性进行综合分析，该方法不仅能剔除多径干扰，正确检测雷达回波，精确测量其波达时刻，同时还具有很强的抑制噪声的能力。由于该方法只需对接收信号计算三尺度率的小波变换和对所检测到的候选波作两尺度小波变换且能采用Ｍａｌｌａｔ算法，故其计算效率很高，实验结果验证了本文方法的有效性。     

基于结构维数的地形分析方法

传统的方法是用统计特性来分析和描述地形特征,对于具有相似统计特征的区域则往往失去效用。提供一种基于地形结构纹理特征的分形描述方法,描述的对象是多尺度结构特征,从地形的形成机理特性出发,符合人类从粗至细的视觉特性,体现了在不同分辨率下逐步求精的过程。     

回波到达时间精确估测的多尺度方法

本文提出了一种雷达回波到达时间精确估测的多尺度方法。通过在不同尺度上对回波特性进行综合分析,该方法不仅能剔除多径干扰,正确检测雷达回波,精确测量其波达时刻,同时还具有很强的抑制噪声的能力。由于该方法只需对接收信号计算三尺度的小波变换和对所检测到的候选波作两尺度小波变换且能采用Mallat算法,故其计算效率很高。实验结果验证了本文方法的有效性。     

结合多尺度边缘检测的SAR结构邻域滤波方法

噪声抑制是合成孔径雷达(SAR)图像处理的一个重要环节,通常的方法在抑制噪声的同时也使得图像的边缘模糊。该文提出一种结合宏观边缘信息的SAR图像结构邻域滤波方法。首先利用多尺度边缘检测算法获得SAR图像主要的边缘信息,在此基础上对结构邻域滤波法进行改进。结构邻域滤波法用一系列反映图像局部方向信息的邻域模板描述图像的细节特性,滤波过程中引入图像的宏观边缘信息,对邻域模板的选择范围进行约束。最后运用模拟退火算法选取合适邻域模板对目标点的强度进行MAP估计。实验表明该方法能够较好地保持图像的边缘特征,同时有效抑制了斑点噪声。     

多传感器单模型动态系统多尺度数据融合

利用多尺度分析的思想,将基于模型的动态系统分析方法与基于统计特性的多尺度信号变换方法相结合,建立起目标状态基于多源观测信息的多尺度数据融合估计新算法,在每个尺度上获得目标状态基于全体细尺度上传感器测量信息的融合估计值,此算法可有效地应用于拥有不同采样速率的多传感器动态系统的数据融合估计.     

基于二进小波变换的实信号的多尺度Hilbert变换和瞬时频率提取

该文着重讨论了使用二进小波变换方法实现数字Hilbert滤波,特别是使用滤波器组实现多尺度Hilbert滤波所要考虑的各尺度滤波器的设计问题。将多尺度Hilbert方法应用到求信号的瞬时参数中,并利用小波变换的去噪思想,取得了比使用DWT方法去噪更好的去噪效果。     

基于DEM的地形特征提取算法

从数字化地形中自动提取地形特征是地形分析的一种重要方法。针对大规模复杂地形的特点,提出了一种有效的基于规则网格的地形主山脊线特征提取算法。该算法首先进行了洼地填平与快速有效的地形平滑处理,然后提取地形的山脊线并进行细化,最后根据地形遮挡剔除的需要,进行主山脊线的提取,其结果在对地形的遮挡剔除的应用中取得了比较满意的结果。     

基于小波多尺度分析与GVF Snake的空中目标提取

提出一种新的空中目标提取和识别方法。该方法在运用Bubble小波对图像进行多尺度分析的基础上，引入梯度矢量流蛇形曲线方法对空中目标轮廓进行提取，以实现对空中目标的识别。实验表明这种方法在边缘对噪声有较好的鲁棒性和较精确的边缘定位精度。     

一种基于形态学的多结构元素多尺度图像边缘检测方法

提出了一种基于数学形态学算子的多结构元素多尺度边缘检测方法,首先构造6种具有代表性的结构元素,用改进的形态学边缘检测算子对灰度图像进行边缘检测,然后改变结构元素的尺寸大小得到多尺度下的边缘图像,根据不同尺度抗噪性能不同来确定权值,将不同尺度下的边缘图像合成,得到在噪声存在条件下较为理想的图像边缘,实验结果表明,与传统边缘检测算法相比,该算法在保持图像边缘清晰的同时,有很强的去除噪声能力,具有一定的实用性和可行性.     

反对称双正交小波应用于多尺度边缘提取的研究

本文对反对称双正交小波所具有的多尺度边缘提取能力进行了理论分析，提出了一种反对称双正交小波变换域内的多尺度边缘提取算法，并通过实验进行了验证。该结果为在基于小波变换的压缩数据域内利用边缘信息实现图像检索提供了依据。     

一种改进的小波包变换多尺度滤波

提出一种基于小波包变换的多尺度传感器数据融合算法,并针对方法中存在的小波分解的尺度系数的幅值随分解层数增大而增大现象对滤波器作修改,改进后的算法既明显提高滤波性能,又能保持原算法的优点。     

基于格网模型的三维地形可视化

地形是自然界中具有复杂特征的景物之一,格网模型具有结构简单,数据直观的优点,是地形建模的有效模型.在地形建模的基础上,经过消隐处理、光照处理等处理过程后,可以实现三维真实感地形的显示.提出了基于格网模型的地形建模技术,并给出了消隐处理、光照处理的方法和实验结果,从而实现三维真实感地形的可视化.     

工业图像中屋脊边缘多尺度检测方法

针对屋脊边缘的特点，提出了一种多就度屋脊边缘的检测方法，该方法分析了图像中屋脊边缘的可能性，并根据该可能性量自适应调整滤波器的尺度参数，分析了对屋脊边缘进行滤波的尺度参数选取范围，实验表明该方法是可行的。     

多尺度分析用于图像边缘的精确检测

图像中边缘往往存在于一个较宽的尺度范围内，边缘的定位精确性是衡量一个边缘检测算法性能的重要依据。众多算法中，引起较大关注的是M—H的二阶导数过零点检测和Canny的一阶导数最大值检测，但都存在各自的不足。本文提出将线性权重函数(LWF)作为平滑函数，并利用小波理论的多尺度分析方法，对图像边缘进行检测，其在定位精确性、噪声抑制能力方面均有较好性能。     

基于小波多尺度相关的特征边缘提取方法

根据采用小波变换提取图像边缘的多尺度特性,对小波多尺度间的相关性进行了分析,提出多尺度小波变换相关算子,分析了相关算子的滤波特性,利用相关算子对图像的多尺度边缘信息进行了优化.既保留了图像中重要的细节边缘信息,又剔除大量的冗余边缘和虚假边缘,有效地提取出了图像的特征边缘.     

基于多尺度小波变换的图像对比增强方法

首先应用多尺度小波变换对图像进行小波塔式分解,并根据各子图像的特性,在去噪和不损失边界信息的情况下,采用非线性增强函数对各子图像进行对比度增强,然后再进行重构。最后通过视觉效果和图像的信息熵两方面将文中的方法与传统的图像增强方法进行比较,结果表明文中的方法明显优于传统的图像增强方法。     

一种适用于多尺度边缘提取的双正交小波的构造

该文构造了一种适用于多尺度边缘提取的完全重构滤波器组,实验结果证实利用这种滤波器组能用更少的计算工作量提取信号的基本特征。     

机载激光雷达数据中道路中线的多尺度提取方法

机载激光雷达(LIDAR)技术的出现为道路特征的获取提供了新的途径.在分析现有道路提取现状的基础上,针对激光雷达数据的特点以及单一尺度下道路中线提取方法的不足,提出一种基于多尺度追踪的道路中线提取方法.该方法首先采用逐步约束的方法进行道路激光点的提取,包括高程约束、强度约束以及区域点密度和区域面积的约束等;然后基于道路点云生成的不同尺度距离影像的形态学细化结果,采用多尺度追踪的方法实现道路中线的提取,其中多尺度追踪方法由大尺度道路中线的迭代追踪以及小尺度道路中线的启发式追踪两部分组成.最后采用实地数据进行验证,结果表明:该方法能有效地从LIDAR点云中提取道路中线信息,并具有较好的精度.     

基于多尺度多结构元素的肝脏图像分割

提出了一种基于多尺度形态滤波的多结构元素的肝脏CT图像分割方法.首先,利用肝脏先验知识预测肝脏位置,执行多阈值法简化原图.然后,通过递归多尺度形态滤波和区域标记得到肝脏初始轮廓.最后,构造5个不同方向的结构元素并结合它们的多尺度形态学检测肝脏边缘.为验证本算法的正确性和通用性,选用了不同形状的肝脏图像进行实验.结果表明本文算法能够成功地完成肝脏分割.