基于小波变换的煤岩惰质组显微图像分类

在分析煤岩惰质组各组分显微图像特点的基础上,提出一种基于小波变换的煤岩惰质组显微组分自动分类方法。首先用离散小波变换对煤岩显微图像进行分解,根据分解所得的水平、垂直、对角3个方向小波系数设计描述其纹理属性的特征量;通过对特征量的分析,选取水平方向能偏、对角方向方差特征量以及图像的亮度比等特征量构成特征向量集;采用支持向量机对惰质组各组分进行分类,获得对其7类典型组分的较为理想的分类效果。与其他同类方法的实验结果比较表明,本文特征量选取与分类方案在分类效果上具有明显的优势。     

基于小波变换与曲波变换的图像插值

提出了一种组合小波变换与曲波变换稀疏约束的图像插值算法。利用小波变换对图像纹理成份和曲波变换对图像卡通成份的稀疏表示特性,首先将图像插值问题转化成稀疏约束的图像重建问题,然后通过迭代投影对复原最优化问题进行求解,从而实现成份自适应的图像插值。实验结果表明,相比于现在有图像插值算法,本文算法可以显著地提高被插值图像的峰值信噪比(PSNR)和视觉质量。     

基于压缩感知的OFDM信号压缩和恢复

针对长期演进下行链路基带单元和射频单元之间的数据压缩,给出一种在不同信噪比下的正交频分复用信号的稀疏度估计方法。该方法基于正交频分复用信号时频域上的能量等量性,将压缩感知重构损伤率等效为能量的损失率进行估计。仿真结果表明,所给方法可使重构信号与原始信号的相对误码率保持在可接受范围内,信号损伤率随着信噪比增加而减小,既节省信号的存储空间,又能提高通信系统性能。     

基于曲波变换的边缘检测技术研究

曲波变换是一种新的多尺度表示方式,其系数包含位置和尺度信息.本文通过对曲波变换系数的分析,提出一种对各层系数区别处理的方式来加强图像边缘信息的方法.实验表明该方法能明显地加强灰暗部分物体的边缘.     

基于大气散射模型和曲波变换的交通图像增强研究

通过研究雾天彩色降质图像的特征,提出以大气散射模型为基础,采用基于曲波变换的消失点检测算法进行边缘稀疏化以提取角点,并根据计算的景点深度进行图像增强运算.选取5种图象锐化函数对实验结果进行评估,对比直方图均衡化图像增强法和多尺度Retinex图像增强法,显示出基于大气散射模型和曲波变换的方法在图像增强方面效果更佳.     

曲波变换尺度和方向准则图像去噪算法

为在图像去噪时很好地保持边缘、纹理等细节信息,提出一种新的基于曲线波变换的图像去噪算法。首先对含噪图像进行曲线波变换,然后在曲线波域制定噪声判断的方向准则和尺度准则,并对含噪图像进行去噪。最后,进行曲线波反变换,得到去噪后的图像。仿真实验结果表明,与传统去噪算法相比,所提算法不仅去噪效果好并且具有更好的边缘、纹理保持特性。     

基于二代曲波变换和PCNN的高光谱图像融合

为了解决高光谱图像的高数据维给后续图像分析和处理带来的困难,提出了一种基于二代曲波变换和脉冲耦合神经网络(PCNN)的融合新算法.利用各波段数据间的局部相关性将整个数据空间划分为若干个相关性较强的独立子空间,在对子空间内的各波段光谱图像进行曲波多分辨率分解的基础上,分别依据各波段图像所含有的信息量对曲波粗尺度系数进行加权融合和利用PCNN的全局耦合特性与脉冲同步特性对细尺度系数进行智能选取,最后由曲波逆变换得到各子空间的融合图像.AVIRIS数据融合实验表明,该算法能有效地实现高光谱数据维数减少和特征提取,相比于提升小波融合算法、主成分变换算法和基于典型融合准则的曲波融合算法,其所提取的图像特征在高光谱异常检测时能得到更多的真实目标.     

基于压缩感知和图像分块的遮挡人脸识别

针对基于压缩感知的SRC算法对遮挡人脸识别效果不够理想的问题, 提出一种先将图像分块再进行识别的方法。将遮挡分散在尽可能少的分块中以降低遮挡对人脸识别的不利影响, 从而提高识别率。在AR人脸数据库上的实验结果表明, 使用该方法的遮挡人脸识别率可超过80%, 显著高于基本SRC算法40%~50%的识别率。       

基于曲波变换和快速非局部均值的地震数据随机噪声压制

在常规的地震勘探中,由于受到激发、接收环境或仪器等因素影响,地震数据中会不可避免地混杂随机噪声,导致有效信号被淹没,从而无法被清晰识别,因此随机噪声的压制至关重要.本次研究提出一种改进曲波变换阈值去噪结合快速非局部均值去除地震随机噪声的方法:首先将循环平移和块状复数域阈值方法引入到曲波变换阈值去噪中,改进传统的曲波阈值...     

基于曲波变换与EMD的地震数据随机噪声衰减

由于曲波变换对信号具有较好的稀性,使得曲波阈值去噪法在数字信号噪声处理领域得到了广泛的应用,但该方法对弱信号曲波系数存在过分的扼杀现象,从而去除了部分弱有效波信号。为了在彻底地去除地震数据中的随机噪声的同时,更完整地保留地震数据特征,在曲波阈值去噪过程中引入二维经验模态分解(BEMD)法。首先将地震信号从高频到低频分解为若干个本征模态函数分量,然后利用前几阶含噪声的高频分量重构二维含噪记录,并使用曲波阈值法降噪处理后再与剩余不含噪声的低频分量重构出去噪的信号。不论是对理论模型还是野外数据,联合法的处理结果均优于单一曲波法处理结果。理论与实际数据实验结果表明,联合法在几乎去除地震数据中的随机噪声的同时尽可能地保留了弱信号,提高了地震信号的信噪比。     

基于压缩感知和DNA编码的图像加密算法

采用后稀疏化方案对待加密的明文图像做压缩感知处理,利用DNA编码规则与帐篷映射产生的混沌矩阵做规则运算,将单一编码多元化,对图像进行像素扩散,最后将扩散矩阵进行分割合并处理形成密文图像. 实验结果表明,提出的图像加密方案具备强的抗攻击特性和较好的重构效果.     

基于曲波变换的轮胎花纹特征提取及水印算法

针对轮胎图像曲线纹理较多且方向较为统一的特性,提出具有旋转不变性的纹理特征提取算法。利用二层曲波变换解析方向多、对曲线敏感的特点,对图像进行二层曲波变换;结合曲波变换各方向子带能量分布,在能量占比最大的子带嵌入置乱的数字水印,保持各子带能量分布顺序不变并对其进行循环移位,直至能量占比最大的子带位于首位,并以位移后的各子带系数的均值和方差作为特征向量,给出相应的数字水印嵌入算法。对比实验结果表明,该算法查准率可达79.5%,加入水印后的查准率为76.6%,具有较好的不可见性与鲁棒性,且对图像纹理特征的影响较小。     

基于压缩感知的协作感知无线电频谱检测

在感知无线电中传统的频谱检测一般是基于奈奎斯特采样定理,在采样时会浪费采样资源产生一些冗余数据.为节约采样资源,采用压缩感知理论对感知无线电频谱进行检测.同时,还采用了多用户协作进行频谱检测来提升频谱检测的有效性.仿真实验表明,采用压缩感知进行多用户协作频谱检测是确实可行的,其既可以节约采样资源又可以增强频谱检测有效性...     

基于压缩感知的滚动轴承振动信号压缩方法

压缩感知是一种基于信号稀疏性的信号采集与处理框架,能够在信号采集的同时对信号进行压缩.本文提出一种基于压缩感知的滚动轴承振动信号压缩方法,在信号的变换域内,使用幅值百分比作为阈值对变换系数进行稀疏处理,采用高斯随机矩阵对信号进行降维观测,实现数据的压缩.通过研究稀疏处理对信号压缩比和逼近误差的影响,分析阈值选择与信号稀疏比和逼近误差的关系,分析不同变换基对稀疏处理的影响.实验数据分析表明,相对于未经过稀疏处理的信号来说,该方法能有效地提高信号的压缩效果,且保持较好的逼近误差.     

基于小波变换的数字图像压缩

利用小波图像系数特点,实现高效压缩编码,给出了小波图像系数统计数据实例,然后对基于小波变换的嵌入式图像编码方法中最具代表性的SPIHT编码算法的原理进行了分析,并通过实验对SPIHT算法进行了性能分析及其改进,并给出了实验结果。     

焦坪煤的煤岩组分及其特征

基于煤岩分析，仪器分析及有机溶剂抽提等方法，对焦坪煤进行了系统的煤岩，煤质研究，进而分析了计算了该煤各宏观煤岩组分中含氧官能团的分布规律及一些结构参数。     

基于压缩感知的储粮温度信息处理

研究了粮食信息处理中的压缩感知技术,发现单一粮仓中的温度数据变化幅度平缓,在DCT域表现出较好的稀疏效果,在此基础上提出了对每个粮仓单独进行压缩采样,将所有粮仓采样值进行发送,在接收端通过OMP算法重构出每个粮仓中的温度数据.仿真验证不同粮仓温度数据在DCT域下的稀疏效果与重构误差之间的关系,结果表明,压缩感知应用于粮食信息处理中可有效降低数据的存储及发送量.     

基于分布式压缩感知的宽带协作频谱感知算法

针对认知无线电中传统的宽带压缩频谱感知算法计算复杂度高、检测实时性差的缺点,提出基于分布式压缩感知信道能量观测差值的宽带协作频谱感知算法。该算法无需重构T+1时刻的信号频谱,只需重构T+1时刻与T时刻的信道能量差值,进而得到T+1时刻的信道能量;另外,为减少深衰落、阴影衰落等不利因素的影响,采用多个次用户协作频谱感知。数值分析表明,该算法所需的平均感知时耗为直接重构T+1时刻的信道能量算法的50%左右,且获得了检测概率大于0.95的检测性能。     

基于压缩感知理论的汉明码译码

借助压缩感知理论研究汉明码译码问题,并将求解差错图案的问题转化为线性规划问题。借助无噪声干扰条件下的压缩感知观测模型,推导出差错图案重构的压缩感知模型。采用基追踪算法,把伴随式作为测量信号,校验矩阵作为测量矩阵,以(15,11)汉明码为例,完成对差错图案的重构,并验证其正确性。根据收码和重构差错图案计算出码字估值。从误码率和码字估值成功率两方面,比较硬判决译码算法、最大似然译码算法和基追踪算法的译码效果。仿真实验结果显示,采用无噪条件下的压缩感知理论和基追踪算法的汉明码译码可行且有效。     

基于核贝叶斯压缩感知的人脸识别

为加快人脸识别速度和提高人脸识别率,将贝叶斯压缩感知算法进行核扩展并运用到人脸识别,改进局部特征统计方法,结合空间金字塔模型,用于人脸图像的特征提取。首先用局部特征统计提取图像特征,在此基础上再进行第二层局部统计,然后根据空间金字塔模型分层提取不同空间尺度的特征,最后运用核贝叶斯压缩感知算法分类。在AR和FERET人脸数据库上的试验结果表明,本研究算法相对于传统方法具有更好的性能。