基于十字模板的数字减影图像配准快速算法

提出一种基于十字模板的数字减影图像配准快速算法.采用块匹配法消除几何失真带来的运动伪影.选择不受血管区域影响的差值直方图能量尺度作为相似性尺度.通过计算图像梯度信息,选取边缘区域像素作为控制点,既改善减影图像质量,又提高运算速度.用十字模板替代传统块匹配法中常用的矩形模板,可减少直方图统计中的像素数量,缩短计算时间.对比矩形模板和十字模板的差值直方图能量搜索结果,发现参数选取适当时,改变模板形状不影响控制点运动位移量的正确确定.对十字模板中像素进行采样,可进一步压缩像素数量,提高运算速度.实验结果表明,改变模板形状后,图像配准速度显著加快,且减影图像质量保持良好.     

局部平均显著梯度保边滤波算法

针对传统平均保边滤波算法中存在的光晕伪影现象,提出一种显著图局部平均梯度的保边滤波算法.利用显著图像边缘对比度突出的特点,简化边缘区域和非边缘区域间的阈值设定工作,并根据显著图的平均梯度自适应的平滑图像中的细节和噪声部分,同时保持边缘清晰.实验结果表明,显著图局部平均梯度的保边滤波算法利用显著特性有效地避免了传统平均滤波算法中的光晕伪影现象.相对于传统平均滤波算法,在降噪、多尺度增强以及HDR方面都有较好的表现.     

基于小波和Zernike边缘提取

为能在噪声图像中准确地找到边缘的亚像素坐标,提出了一种基于小波多尺度积和改进Zernike算法的边缘亚像素坐标提取方法。首先,用多尺度小波变换处理图像,充分发挥大、小尺度各自的优势,结合多尺度乘积的特性,提取噪声图像的像素级坐标。在此基础上,使用改进的Zernike方法提取亚像素坐标。2组对比试验表明,该方法能准确地提取噪声图像的亚像素边缘坐标,较Zernike算法抗噪能力强,提取的边缘坐标准确度高。     

基于非采样高斯差分金字塔的多尺度融合边缘检测

针对传统边缘检测算法抗噪性差、边缘连续度低、细节边缘冗余,对运动目标检测应用领域的适用性差等缺点,论文基于图像多尺度的思想,结合小尺度图像边缘信息准确,大尺度图像抗噪性强、边缘冗余度低的优点,提出一种基于非采样高斯差分金字塔的多尺度融合边缘检测算法。算法首先对图像进行非采样高斯金字塔分解得到多尺度图像,同时在分解过程实现基于高斯差分算子的边缘检测,得到多尺度边缘图像。最后采用多尺度图像边缘融合策略实现多尺度边缘融合。论文通过实验对算法的有效性进行验证：通过对边缘融合结果进行Abdou-Pratt品质因数分析,表明该算法抗噪性强,边缘定位准确;连续度分析结果表明该算法在降低边缘冗余度的同时保留了主要边缘,且边缘连续度较高;车辆检测实验结果表明基于该算法得到的车辆检测结果准确度较高。     

红外图像的多尺度分形增强算法

本文提出了一种红外图像增强算法,结合多尺度分形维数和人眼频率特性对图像进行增强.该算法首先在多尺度条件下计算图像的分形维数,然后采用巴特沃斯滤波器,从频域抽取人眼敏感区的图像信号,最后将滤波图像结合分形维数值进行处理.结果表明,本文算法使图像中边缘及细节部位的亮度和对比度有提升,相较于单一尺度,图像的细节和边缘更加丰富,相比于传统的分形算法图像更适合人眼观看.     

基于拉伸空间变换算法在DSA配准中的应用

提出一种基于拉伸的空间变换算法, 首次将其应用于数字减影血管造影术(DSA) 图像配准中以消除运动伪影. 实验结果表明, 与传统线性空间变换算法相比, 采用基于拉伸的空间变换算法配准后的减影图像质量显著改善. 为提高计算速度, 仅对选定的控制点进行块匹配操作, 图像其余像素点基于相邻像素运动位移的连续性, 均由找到的运动位移点经空间变换和灰度插值计算得到. 基于拉伸的空间变换算法可避免采用传统线性空间变换算法所产生的病态解, 属于非线性有理变换. 提出的基于拉伸的空间变换算法简单实用, 可准确有效地确定需估算的运动位移点位置, 且配准后的减影图像质量优于采用线性空间变换算法配准的减影图像质量.     

基于可变形卷积的图像边缘智能提取方法

针对传统卷积神经网络边缘提取局限性的问题,提出一种基于可变形卷积的图像边缘智能提取方法.根据图像边缘呈现的数据分布特点,采用多尺度可变形卷积,改进图像边缘提取网络.通过跨层融合特征图的方式引入可变形卷积网络模块,增强卷积网络对图像形状的适应能力和边缘特征提取效果.测试结果表明,该方法相比于其他多尺度融合算法具有更高的精...     

边缘检测梯度法的小波实现

图像的边缘表现为图像上的不连续性,边缘检测就是检测图像上的不连续点或陡变点,本文根据Ｍａｌｌａｔ多尺度边缘检测原理,提出了一种图像的边缘检测的新算法,与Ｍａｌｌａｔ的多尺度边缘检测算法相比,这个算法具有计算量小的优点,文中给出了应用这个算法对图像进行边缘提取的实例。     

基于非下采样Contourlet系数尺度相关性的图像增强算法

针对传统图像增强算法对边缘类型划分过粗的问题,文章提出一种基于非下采样Contourlet系数尺度间相关性的图像增强算法。该算法由非下采样Contourlet单尺度系数得到噪音阈值、增强阈值和强边缘阈值,再基于对非下采样Contourlet系数尺度间相关性的分析,以归一化尺度积与单尺度系数的比值作为新的参数进一步划分边缘类型,并结合单尺度系数得出相应增益。对比测试结果表明算法能有效地提高图像对比度、去除噪音,在避免过增强的同时,对边缘视觉效果的改善更明显。     

最优小波尺度空间的图像边缘检测方法

根据图像和检测算子的特性,以相关性为准则,使用遗传算法对图像小波变换的尺度进行选择,从而构成一种自适应的高斯小波尺度空间.融合该空间下不同尺度检测的图像边缘,使得整幅图像的边缘细节丰富清晰,具有更好的抗噪性能.对测试图像使用Canny算法、单尺度、二进尺度和自适应尺度小波进行边缘检测,验证了该算法在去除噪声和准确定位方...     

Reproducing wavelet kernel method in nonlinear system identification

By combining the wavelet decomposition with kernel method, a practical approach of universal multiscale wavelet kernels constructed in reproducing kernel Hilbert space （RKHS） is discussed, and an identification scheme using wavelet support vector machines （WSVM） estimator is proposed for nordinear dynamic systems. The good approximating properties of wavelet kernel function enhance the generalization ability of the proposed method, and the comparison of some numerical experimental results between the novel approach and some existing methods is encouraging.     

基于多尺度提升小波的边缘检测

通过比较第一代和第二代小波的特点,研究了第二代小波在边缘检测中的方法.基于多尺度提升小波的边缘检测弥补了传统边缘检测算法的不足,有效地抑制了噪声并且提高了其边缘定位精度.提出了一种提升方案的边缘检测算法.最后,通过仿真验证了该算法的有效性和快速性.     

基于连续小波变换的风光发电资源多尺度评估

针对区域风光发电资源评估问题,提出一种基于连续小波变换的多尺度评估方法。从美国国家航空航天局(National Aeronautics and Space Administration, NASA)中获取风速和光照强度再分析数据,并利用虚拟发电系统模型预处理为发电容量系数。综合考虑储量、波动性和互补性等资源属性,构建量化指标对区域风光发电资源进行分析,以时间和空间两个角度挖掘区域资源的分布特征。利用连续小波变换方法提取不同尺度上的风光波动性和互补性特征,评估风光互补发电对出力波动的平抑作用,并探究最佳的互补尺度。以枣庄市为例,对提出方法的有效性进行验证。算例分析表明:风光资源具有波动性和互补性,在最佳尺度上规划互补发电系统能够有效平抑功率波动。     

基于区间双正交小波的多尺度边缘提取

对区间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，用消失矩N=N^-=3的[0，1]区间上的双正交滤波器对图像进行了小波变换，提出了沿幅角方向确定局部极大值的小波边缘检测算法．仿真结果表明，区间双正交小波比Daubechies正交小波和双正交小波更适宜图像的边缘检测．     

基于小波包变换的信号去噪方法研究

为有效剔除信号噪声，得到没有污染的信号，便于进行信号分析，介绍了小波包变换的改进方法，给出了信号的小波包分解系数排序方法，将信号的相关性与小波包的多尺度时频分析及重构结合在一起，并用于信号的去噪研究中．通过仿真研究和与目前小波去噪方法进行对比，证明了该方法去噪的有效性．     

湍流边界层微小尺度流动结构的精细实验测量

用热线风速仪以高于对应最小湍流时间尺度的分辨率,精细测量风洞中平板湍流边界层不同法向位置的流向速度时间序列信号.用子波分析对湍流脉动速度信号进行多尺度分解,用自相关法得到不同尺度湍涡结构的实际物理时间-空间长度,研究了子波分析的分尺度参数与湍流分尺度湍涡结构实际物理时间尺度的对应关系.并由实验测量得到的耗散尺度及泰勒微分尺度研究了耗散尺度、泰勒尺度等湍流微小尺度在湍流多尺度谱中的定位,分析了它们沿平板湍流边界层法向位置的变化规律,用多尺度条件采样方法提取了湍流边界层中微小尺度流动结构的条件相位平均波形.     

小波框架支持向量机的模糊小波网络分类方法

针对现有的支持向量机(SVM)不具有多分辨率学习的特点,提出一种新的小波框架的多尺度支持向量机(SVM)的模糊小波网络(FWN)算法.将小波多尺度学习和模糊推理方法相结合,由于FWN对应着多个模糊规则,而每个模糊规则的后件对应一个小波网络,解决了模糊规则后件难以描述的问题;对高维输入的小波网络的初始参数和网络结构的确定困难问题,用基于正交小波框架的支持向量机代替小波网络的方法,使FWN模型具有更好的泛化性能;为了提高FWN模型的逼近精度,使用梯度下降方法调节FWN参数.仿真结果表明,与传统的模糊神经网络(FNN)相比,该方法能显著地提高分类精度.     

基于小波包变换的信号去噪方法研究

为有效剔除信号噪声,得到没有污染的信号,便于进行信号分析,介绍了小波包变换的改进方法,给出了信号的小波包分解系数排序方法,将信号的相关性与小波包的多尺度时频分析及重构结合在一起,并用于信号的去噪研究中.通过仿真研究和与目前小波去噪方法进行对比,证明了该方法去噪的有效性.     

基于B样条小波的自适应阈值多尺度边缘检测

利用小波变换的特点,设计了3次B样条平滑滤波算子。对图像进行多尺度滤波,得到了不同尺度的小波变换。结合自适应阈值方法,在每种尺度下分别提取了图像边缘;而后利用边缘信息的多尺度特性,综合多尺度边缘得到单像素宽边缘。通过计算机仿真对该方法进行验证表明:该方法不仅能准确检测出图像边缘,而且能有效地抑制噪声,明显优于已有的边缘检测方法。     

水冷壁管磁性检测信号的小波处理方法

针对锅炉管道磁性无损检测信号的特性,研究了运用多尺度小波分析进行信号奇异性识别、特征提取和检测数据的去噪压缩方法.根据锅炉管道的两类不同缺陷（表面缺陷和壁厚减薄）,分别选用偶对称和奇对称小波函数进行奇异性分析,较好地实现了缺陷识别和定位,并通过选择具有较好正交性和规则性的双正交小波基来进行检测数据的压缩处理,为电站锅炉管道检测过程中“海量数据”的实时传输和存储找到一种可行的方法.