适用于尺寸为2的幂次方图像的离散ridgelet变换

Ridgelet变换是继小波变换之后提出的一种新的多尺度变换,它能比小波变换更好地表达高维线性奇异性。Finite ridgelet是ridgelet变换的离散实现算法,具有和连续ridgelet变换一样精确的代数意义,并且算法复杂度低。但是finite ridgelet只适用于图像尺寸为PP(P为素数)的图像,这一点限制了它的应用范围。该文将finite ridgelet的算法进行改进,提出了一种可以适用于图像大小为NN ( N=2k, kZ)的离散ridgelet算法。该算法不仅推广了finite ridgelet的适用范围,而且简化了finite ridgelet的算法过程。     

一种基于斑点抑制的SAR图像舰船航迹检测算法

该文分析了合成孔径雷达(SAR)图像中舰船航迹的特性和斑点噪声模型及其局部统计特性。在此基础上,提出了一种先基于小波变换进行斑点噪声抑制,再基于Radon变换进行航迹检测的方法。对数据处理的结果表明,该方法较直接对SAR图像应用Radon变换能更有效、准确地检测到SAR图像中的舰船航迹。     

基于Radon和解析Fourier-Mellin变换的篡改图像盲检测算法

复制粘贴（Copy-Move）是一种极为常见的图像篡改方式。为了快速有效地检测图像经过旋转、缩放等操作后的篡改图像,本文提出了一种基于Radon和解析Fourier-Mellin变换的篡改图像盲检测方法。文章首先对图像进行分块,之后将图像块进行Radon和解析Fourier-Mellin变换,并提取计算变换结果后的矩特征值,最后计算矩特征值的相关性。本文算法不需要对灰度图像进行二值化与归一化处理,而是直接从图形的Radon变换与Fourier-Mellin变换的结果中提取不变特征,理论分析与实验结果表明,本文提出算法的检测结果优于基于正交矩的检测方法,而且对均值为0的白噪声的鲁棒性显著高于基于正交矩的检测方法。      

基于小波脊线-Hough变换的LFM信号检测

线性调频(LFM)信号是现代雷达广泛使用的一种大时宽-带宽积的低截获概率信号,根据线性调频信号的小波变换特性,小波脊线与瞬时频率的对应关系,提出了一种检测线性调频信号的联合小波脊线-Hough变换方法,该方法首先计算信号的小波变换,得到二维时-频能量分布图,采用脊算法提取信号的小波脊线,然后在小波脊线时-频平面上再进行Hough变换,从而检测噪声中的线性调频信号并估计信号参数.仿真结果证明,此方法可有效地对线性调频类信号进行检测,并且有较好的抗噪声性能.     

一种SAR海洋图像舰船尾迹检测与判别方法

本文针对常规Radon变换域中尾迹峰值检测的不确定性问题,提出了一种基于特征空间决策的尾迹检测算法。该算法首先门限化图像的Radon变换系数,提取出所有可能的峰值点;然后对这些相应的局部峰值的“截面”进行连续小波变换峰值匹配,再根据提取到的参数形成决策矢量在特征空间中进行决策。对仿真和实际数据处理的结果表明,该方法能有效、准确地检测到SAR图像中的舰船尾迹。     

SAR图像舰船尾迹检测及其真假判别方法

针对常规Radon变换域中尾迹峰值检测的不确定性问题,提出了一种基于特征空间决策的尾迹检测算法.该算法首先门限化图像的Radon变换系数,提取出所有可能的峰值点;然后对这些相应的局部峰值的"截面"进行连续小波变换峰值匹配,再根据提取到的参数形成决策矢量在特征空间中进行决策.对仿真和实际数据处理的结果表明,该方法能有效、准确地检测到SAR图像中的舰船尾迹.     

基于形态滤波和小波变换的基音检测新方法

提出了一种基于数学形态滤波和小波变换相结合的基音检测方法。检测前采用文中提出的形态滤波算法对噪声信号进行滤除，突出了基音周期。用小波变换对滤波后语音信号的突变点进行检测，进而提取出了基音周期。实验表明该方法对噪声有较强的鲁棒性，能够精确地检测出基音周期。     

紧缩能量分层有限Ridgelet图像去噪新方法

有限Ridgelet变换是一种为了克服Wavelet在高维信号处理中的不足而提出的图像处理新方法。通过Radon变换将图像边缘奇异性转变为点奇异性,再利用Wavelet变换针对点奇异性进行处理。根据图像经Radon变换后能量分布紧缩集中,该文提出一种新的Ridgelet改进算法,该算法在图像Ridgelet变换过程中,按能量高低分为两种能量系数矩阵再分别进行降噪处理,并在融合重构以后,再次利用Wavelet变换提取低能量图像中的细节信息并将之融合,二次加强图像细节。使得输出信噪比及图像细节保持上得到大幅度提高。仿真试验表明在受噪声干扰严重情况下,该方法的输出信噪比及视觉效果均优于其他算法。     

SAR微动目标检测及其参数估计方法

针对机载合成孔径雷达（SAR）系统在环境变化比较剧烈或者载机飞行不稳时噪声较大的问题,提出了基于信号时频分析和逆Radon变换的微动目标检测与参数估计方法。首先对振动目标回波信号作DPCA处理;然后对其进行时频分析,提取微动目标的微多普勒特征;最后对时频分析后的信号进行逆Radon变换,估计振动目标参数。干涉信号的微多普勒频率表现为正弦函数的形式,逆Radon变换对正弦信号聚焦但对噪声不聚焦,整个系统所需回波信噪比使用时频分析时低得多。仿真实验验证了算法的有效性。     

一种改进的SAR图像舰船尾迹检测算法

Radon变换被广泛用于合成孔径雷达SAR图像上舰船尾迹的检测.由于舰船尾迹在SAR图像上呈现线性特征,并对应于Radon变换域中亮或暗的峰值点,因此通过检测变换域中的峰值点可以确定舰船尾迹.提出了一种新的基于Radon变换的SAR图像舰船尾迹检测算法IADA(Improved Automatic Detection Algorithm).考虑到海杂波的影响,IADA算法主要利用局部自适应检测算法来搜索变换域峰值点;另外还采用方向梯度算法来搜寻被检测到尾迹的起点.在真实SAR图像上的检测结果证明了该算法的有效性和准确性.     

模极大值降噪法在信号降噪中的应用

利用信号与噪声奇异点Lipschitz指数的区别,以及反映在其小波变换模极大值曲线上的特点,应用小波变换模极大值降噪法,对含有带限高斯白噪声的数字通信信号进行了降噪处理,并对降噪原理、算法和仿真结果进行了较为详细的分析。提出了一种信号重构新方法,该方法利用小波变换对信号和噪声的模极大值进行分离,通过对噪声模极大值对应的小波系数进行线性压缩后重构信号,并用仿真试验验证了该方法的有效性。     

半导体激光器LIV测试中阈值电流的小波提取方法

针对传统半导体激光器阈值提取方法容易受噪声影响、存在重复性不好的问题,根据小波变换奇异性检测原理,提出一种采用小波变换的阈值电流提取法,其采用三阶样条函数的二倍膨胀作为光滑函数,取它的二阶导数为小波函数,并结合多尺度来对半导体激光器光功率-电流（L-I）信号中的奇异点和不规则突变点进行检测分析。实验结果表明,与传统的二段直线拟合法、一次微分法和二次微分法相比,小波提取法不受噪声影响,能够真实、准确地得到半导体激光器的阈值电流。     

基于非亚采样轮廓波的舰船尾迹检测

介绍了海洋表面合成孔径雷达（SAR）图像的舰船尾迹检测算法。该算法首先对图像进行对数变换，将乘性噪声转化为加性噪声，然后对图像进行非亚采样contourlet 变换，根据变换后的像素均值对变换系数进行调整，以便去除噪声和提取尾迹轮廓。接着对经非亚采样contoulet调整后的图像进行局部Radon变换，即在对像素积分过程中沿着线性特征被分割后的若干短线段进行积分，而非对整幅图像进行积分。最后通过采用形态学膨胀和腐蚀的方法将临近的分离短线段连接起来便于后续的处理。采用该算法对实际SAR图像进行舰船尾迹检测，结果表明：该算法在背景噪声很强时仍能检测出略微有弯曲的尾迹信号。     

基于二分查找的Radon变换直线检测改进算法

针对传统的Radon变换直线检测算法运行时间长、占用存储空间大的问题,提出了一种基于二分查找的Radon变换直线检测改进算法。在Radon变换直线检测算法的基础上,增加了对图像中待检测直线最小夹角的约束条件,使用区间划分结合二分查找的方法对Radon变换直线检测算法进行改进,并通过待检测直线在Radon空间中的位置参数确定出待检测直线在原始空间的直线方程。实验结果表明,相比于Radon变换直线检测算法,所提出的改进算法在保证抗噪声干扰能力不受影响的前提下,有效减少了高检测精度要求下图像直线检测算法的运行时间和占用的存储空间,提高了直线检测的实时性。     

基于小波变换的在役管线漏磁信号的去噪

采用漏磁法对在役管线进行无损检测时,所采集的信号中含有大量的噪声需要去除。文中介绍了小波变换的基本理论及检测信号和噪声信号在小波变换下的特性,说明了去除漏磁信号噪声的原理。在仿真试验中采用二阶双正交样条小波为小波函数,选用软硬阈值折中法和自适应阈值处理小波系数,结果表明将小波变换应用于在役管线漏磁检测中,能很好地去除噪声,提取出有用信号。     

Radon变换在低信噪比图像中的线段检测

Radon变换在数学理论上有重要价值,并可用于图像直线特征的提取,但是在检测线段时,Radon变换无法提供线段的端点以及长度信息,低信噪比时检测难度加大。探讨了Radon变换在低信噪比图像特征检测的适用性,分析了Radon变换的优势与不足,并从信息融合的角度出发,提出了Radon变换补充的应用策略,对低信噪比的机场跑道图像进行了验证,显示出较好的检测效果。     

激光雷达硬件故障数据的模式识别研究

利用当前方法对激光雷达硬件中的故障数据进行识别时,没有对数据进行预处理,导致准确率低、误报率高,识别时间长,因此,提出激光雷达硬件故障数据的模式识别研究方法.通过分析噪声和野值在小波变换域上的不同特性,利用双阈值小波变换法处理数据中的噪声点、野值,缩短方法的识别时间;对处理后的数据进行高维特征融合处理,提取数据的关联规...     

小波变换在埋弧焊V型坡口信息检测中的应用

提出了一种V型坡口光纹提取以及计算焊接纠偏量的方法。选取3次样条小波函数对图像中的每列灰度信号进行多尺度小波变换得到边缘突变点信息,再利用尺度1与尺度2上的小波变换相乘,以突出边缘、削弱噪声,可靠地提取出V型坡口光纹,最后建立数学模型,计算出纠偏量。本方法图像信号处理简洁、运算量小,可应用于自动焊接的实时信号处理。     

基于DWT-DFT和SVD域的盲水印算法

提出了一种基于离散小波变换、离散傅里叶变换和奇异值分解相结合的盲水印算法。该算法对原始图像进行一级离散小波变换后选择低频子带图像作分块离散傅里叶变换,然后对分块离散傅里叶变换的幅度谱进行奇异值分解,选择最大奇异值并采用量化嵌入方法实现水印的嵌入和盲提取。为了提高算法对旋转攻击的鲁棒性,采用基于Radon变换的检测算法对待检测图像进行旋转校正。实验结果表明,该算法对一些常规攻击和几何攻击都具有较强的鲁棒性。     

基于小波变换的电磁线绕包图像边缘检测方法

基于机器视觉的电磁线绕包质量检测的关键技术是提取绕包图像的边缘,传统的边缘检测算子存在着定位精度不高或对噪声敏感的问题。为满足不断提高的工业要求,提出一种基于小波变换的电磁线绕包图像的边缘检测方法。首先利用小波函数求出图像的梯度模极大值,然后经过自适应阈值和非极大值抑制去除伪边缘点,归一化处理后得到电磁线绕包边缘图像。与Canny算法比较,该方法能够有效去除噪声影响且边缘提取连续准确,具有较好的适应性和鲁棒性。