基于距离变换的多尺度连通骨架算法

传统的基于距离变换的骨架算法不能保证骨架的连通性，需要引入鞍点解决连通问题．该类算法复杂，且不够准确，同时鞍点的定义很难推广到三维，限制了传统算法的发展．本文提出一种新型骨架算法，在图形内根据距离变换的约束，由骨架种子点开始以单像素宽度逐点生长出各骨架分支，逐点生长保证了连通性．实验证明该算法的骨架生长过程是骨架由粗到精的演变过程，能够方便地实现骨架的多尺度控制．     

基于小波变换的多尺度图像匹配算法

文中针对基于梯度算子的图像匹配方法通常存在的问题———收敛速度较慢、迭代易落入局部最优点,提出了一种基于小波变换的多尺度图像匹配算法。这一算法利用小波的良好的多尺度特征,先对低分辨率的子图像做匹配,将得到的结果作为初始值用于高分辨率图像的匹配运算,匹配运算都在位移矢量场上进行。实验表明该方法可节省计算时间,且减小迭代落入局部最优点的概率,算法鲁棒性得以提高。     

求解多尺度目标电磁散射的积分方程快速算法

多层快速卡特森展开算法(Multilevel Accelerated Cartesian Expansion Algorithm, MLACEA)可用于加速电小尺寸结构积分方程矩量法,且矩阵与矢量乘积运算计算复杂度为O（N）量级; MLACEA和多层快速多级子算法(Multilevel Fast Multipole Algorithm, MLFMA)均基于八叉树分组结构,便于实现它们的混合快速算法MLACEA-MLFMA. 该混合算法可大幅度降低模拟含精细结构的电大尺寸目标宽带电磁散射问题的计算复杂度. 还详细阐述了求解电场积分方程的MLACEA算法及其与MLFMA算法的混合快速算法MLACEA-MLFMA算法;并通过计算实例对比分析了MLFMA算法与MLACEA-MLFMA混合算法的计算效率.     

基于小波变换多尺度积的图像融合算法

图像融合是图像处理中的关键技术之一。它在军事和民用图像处理领域获得了广泛的应用。提出了一种新的基于小波变换多尺度积的图像融合算法,小波变换多尺度积具有放大信号边缘特征和降低信号噪声的特点,有利于在融合图像中保持图像的细节特征。利用统计分析的评判准则,如熵、标准偏差评价图像的融合效果。实验结果表明该方法提高了图像的熵和标准偏差。在保留原图像信息的情况下增强了融合图像的细节信息。     

一种基于多尺度小波变换的自适应滤波新算法

将多尺度小波变换的理论引入到LMS自适应滤波器的设计中,分析了基于多尺度正交小波变换的自适应滤波算法的原理;将变步长LMS算法与多尺度小波变换的思想结合,提出了一种新的小波自适应滤波算法(MSWT-MVSS-LMS),新算法既减少了输入向量自相关矩阵条件数,又克服了固定步长LMS算法在收敛速度与收敛精度方面与步长因子μ的矛盾,获得了更好的收敛速度和稳定性.仿真结果表明新算法是有效的和优越的.     

基于多尺度变换的直觉模糊推理图像融合算法

提出了基于多尺度变换的直觉模糊推理医学图像融合方法,针对4种多尺度变换对图像融合的影响进行了分析。文中融合算法是利用4种多尺度变换对待融合图像进行分解,并对得到的低频分量和高频分量采用直觉模糊推理融合规则进行处理,最后将融合后的低频分量和高频分量经逆变换得到融合图像。实验结果表明本文算法优于传统的模糊推理图像融合算法,并且在变换域中,Contourlet变换下的融合结果要优于其它3种变换。     

基于小波变换的多尺度SSIM算法

提出一种基于小波变换的多尺度结构相似度的图像质量评价(WWMS-SSIM)算法。首先对原始图像和失真图像分别进行小波变换,在对应的低频子带图像中比较亮度和相关度差异,在对应高频子带图像中比较对比度、相关度和结构差异,然后赋予不同子带图像不同的视觉加权值,最后得到归一化的图像质量评价值。通过对不同失真类型图像以及Live数据库图像的评价,证明了提出的算法(WWMS-SSIM)相对均方误差、峰值信噪比、结构相似度以及改进的结构相似度评价算法更符合人类的主观视觉感受。     

基于小波框架和多尺度变换的航迹关联算法

在分布式多传感器信息融合系统中，航迹关联是首要解决的问题。文章将小波理论引入到航迹关联算法研究中，基于小波框架条件和多尺度变换，提出了一种新的航迹关联算法。该算法结合了航迹的整体走势和局部特征两方面来解决航迹关联问题。文章从理论分析和仿真实验来证明该算法的正确性．并将新算法与现有算法进行比较，验证了在机动目标的航迹关联判断中，新算法明显优于其它两种。     

快速傅立叶变换算法概述

快速傅立叶变换(FFT)属于数字信号处理中最基础的运算,已广泛应用于通讯、医学电子学、雷达和射电天文学等领域。本文对FFT的主要算法作了概述,并对其特性和运算工作量进行了分析和对比,期望对快速傅立叶变换算法有一个清晰的认识。     

离散小波多尺度快速分解算法Java实现

文章重点说明了采用JAVA语言进行小波多尺度快速分解实现过程时的思想和方法,并结合面向对象的思想对程序设计中存在的数据的动态存储和信号的分解问题进行探讨,给出了JAVA实现的相关程序代码,为面向对象的Java小波变换提供参考。     

基于多尺度变换的PCNN和FOA图像融合

为解决传统的图像融合算法融合质量不高的问题, 提出一种采用果蝇优化算法(FOA) 自适应地选取脉冲耦合神经网络(PCNN)的4个参数并将其与多尺度变换相 结合的图像融合方法。首先利用4种多尺度变换对待融合图像进行分解,对得到 的低频分量采用 PCNN和FOA的融合规则进行处理,对高频分量采用绝对值最大的原则进行系数选择,最后 通过逆变换 得到融合后的图像。实验结果表明,与常用的融合规则对比,在 主观效果上,本文融合规则能够更有效地保留源图像中的细节信息,提高融合图像的质量; 在客观指标上, 本文方法的融合图像在互信息(MI)、边缘保持度QAB /F、熵(entropy)、平均结构相似度(MSSIM)以及标准差(SD )等客观评价指标上更为优越。     

基于Radon变换的多尺度虹膜特征提取算法

系统分析了基于虹膜特征的身份识别系统.针对典型预处理特点,设计了基于Radon变换的新特征提取算法.该算法在保持旋转、平移和尺度缩放不变性的同时,利用标准化方差加权的绝对距离,使识别准确度达到了93%.这种算法对于其它不规则图像的分析也具有启发意义.     

（英）基于多尺度高斯滤波和形态学变换的红外与其他类型图像融合方法

为了同时保证融合质量和效率,提出了一种基于多尺度高斯滤波和形态学变换的图像融合方法。设计了多尺度高斯滤波,将源图像分解为一系列细节图像和近似图像,并使用多尺度顶帽和底帽分解来完全提取近似图像中不同尺度的明暗细节。构造了多尺度形态学内外边缘分解,以充分提取细节图像的边缘信息。实验结果表明,该方法与典型的基于多尺度分解的融合方法相当甚至更好,同时比一些先进的基于多尺度分解的方法（如NSCT和NSST）运算速度快得多。     

基于径向投影变换的快速地形匹配方法

根据多波束声纳地形匹配导航中不同阶段对匹配性能的不同要求,提出了基于径向投影变换的快速地形匹配方法。基于径向投影变换的快速地形匹配方法利用图像径向投影变换将图像变成一维曲线,然后采用相位相关法搜索图像的匹配位置和旋转角度,由于径向投影变换将二维图像变换为一维曲线进行匹配,因此大大提高了匹配速度。     

一种新的gyrator变换的快速算法

为了研究gyrator变换在光学信息处理中的应用,提出了一种采用两次快速傅里叶变换实现快速计算gyrator变换的新算法.在量纲归一化条件下,研究了gyrator变换离散化过程,获得了空域、傅里叶变换域和gyrator变换域的采样间隔,形成了一种能避免尺度变换的算法.采用该算法进行了数值模拟实验,实验结果与相关文献中报道的计算结果一致.结果表明,该算法可以应用于gyrator变换的研究中.     

频变扩展重迭变换的快速算法

频变扩展重迭变换（FV-ELT）是一类具有灵活时频分辨率特性的非均匀滤波器组,适用于音频编码中时频映射处理部分。本文主要给出基于DCT-IV的FV-ELT快速算法,并给出复杂度计算公式。最后以几种典型滤波器组应用结构为例,给出了所需乘加运算次数。与直接计算模式相比,此快速算法能有效地降低FV-ELT的运算复杂度。     

结合Contourlet变换的各向异性扩散图像去噪

提出了一种结合Contourlet变换的各向异性扩散图像去噪算法.结合Contourlet变换和各向异性扩散的优点,通过Contourlet变换得到图像不同尺度的Contourlet系数矩阵,实现了建立在对图像多尺度分析基础上新的各向异性扩散算法.实验表明,新算法能够获得良好的视觉效果并且有效地提高了去噪图像的PSNR值,同时避免了传统的各向异性扩散出现的阶梯效应,更好地保留了图像的纹理和细节.     

基于对数极坐标变换的图像匹配算法

相位相关算法通常只具有平移不变性,而不具有尺度和旋转不变性,因此无法对存在尺度和旋转变化的图像进行图像匹配.而对数极坐标变换可以将图像在笛卡儿坐标系下的尺度和旋转变化变换为沿对数极坐标系的平移运动,具有较好的尺度和旋转不变性.文中提出了一种基于图像对数极坐标变换的相关匹配算法.仿真结果表明基于对数极坐标变换的相位相关算法可以针对具有尺度和旋转变换的图像进行很好的匹配,并能检测出图像的旋转角度及尺度参数.     

基于像素分组的帧内预测快速算法

为了降低HEVC帧内编码的复杂度,基于HM 12.0提出了一种帧内预测快速算法.首先将35种预测方向分成5组,然后基于像素提取PU块的梯度方向信息并匹配到其中一组,最后在RDO运算时根据统计信息适当降低了候选模式的数量.实验结果表明,与JCTVC最新源码HM 12.0相比,该算法平均能够节省20％的编码时间,峰值信噪比和码率变化不大.     

基于改进小波变换的医学图像融合算法研究

本文主要针对图像经过小波变换后边角上看不清楚和传统的边缘检测算法对噪声敏感的问题,结合医学图像的特点,提出一种小波变换的修正算法。首先采用改进的多结构元多尺度形态学梯度的边缘检测进行图像的预处理,其次对CT图像和MRI图像分别进行两种不同小波基的三层小波分解;接着求其对应分量系数的差值图像,最后按着一定加权融合系数对差值图像进行融合得到最终的融合图像。实验结果和评价参数表明,这种改进的医学图像融合算法相比于传统的多小波融合算法不仅强化了融合图像的边缘和纹理特征,提高了分辨率,而且有效地保留了原图像的信息。