基于子带分解的自适应滤波

本文对基于子带分解的自适应滤波做了研究，给出子带分解下的包含子带间滤波的最优维纳解和ＬＭＳ算法，并分析了其收敛性能和计算复杂度，与传统的ＬＭＳ算法相比，基于子带分解的自适应滤波具有更好的性能，计算机模拟结果也体现了这一点。     

SAR图像多视处理中相邻子带重叠宽度的最优化

多视处理是合成孔径雷达（SAR）图像纹斑噪声抑制的一种基本方法。在这种方法里，用一组多视滤波器将图像的多普勒谱分成若干个子带，相邻子带之间可以有一定的重叠；首先由每个子带生成一幅子图像，然后再将这些子图像非相干平均起来。在传统的多视处理中，相邻子带重叠宽度的选择是经验性的。提出了相邻子带重叠宽度的一种最优化算法。采用图像的标准差与均值的比值作为衡量纹斑噪声强弱的一种测度，选择相邻子带重叠宽度以最小化这一测度。实验证明，在分辨率保持不变的条件下，该算法在纹斑噪声抑制方面优于传统算法。     

视频信号压缩编码 第六讲子带编码

视频信号压缩编码──第六讲　子带编码张春田（天津大学）１概述子带编码的基本思想是在发送端将图像信号在频率域分裂成若干子带（ｓｕｂｂａｎｄ），而后对每～个子带用～个与其统计能性相适配的编码器进行图像数据压缩；在接收端，则将解码后的各子带信号综合成重建图...     

基于数字图像的子带编码的研究

子带编码(SBC)是图像编码中的一种有前途的编码方法。本文主要论述了图像的子带分解与重建原理，重点讨论了适合于子带编码的正交镜像滤波器组(QMF)的设计方法，包括一维与二维滤波器组，该成果很适合在ATM网络中应用。     

一种基于双正交小流变换和格型矢量量化的视频编码算法

本文提出了基于双正交小流变换和格型矢量量化的视频编码算法，在该方案中，小波变换将图像分解成多分辩率的子带图像，多分辩率运动估值技术实现子带图像的帧间预测，格型徉量量化对预测差值子带图像进行编码，从而获得了性能较好的活动图像编码新算法。     

沃尔什(Walsh)子带分析/综合快速算法

子带编码（SubbandCoding，SBC）近年来已成为一种很有潜力的图象编码方法。传统的子带分析／综合都是以富氏频谱为基础，以一对具有混叠抵消特性的线性相位滤波器实现的。本文从子带分割的基本思想出发，从广义频率－列率入手，在沃尔什变换域上构造出一种子带分析／综合器。文中证明了该算法的理想恢复特性，并最终推导出一组时域算子掩膜。理论分析及实验结果表明，该算法无论是性能还是算法复杂度、运算速度及内存开销上都明显优于经典的子带分割方法。     

自适应格型预测语音了带编码

提出了一种自适应格型预测带编码的语音编码方法，该方法在输入语音作了带分解的基础上，用自适应格型预测的方法对低频子带进行编码，用矢量量化的方法以高频子带进行编码，在相同码率的情况下，提高了编码的量化信噪比，改善了重建语音的质量。     

多分辨子图扩充块预测

在塔式子带分解中，一幅图像分解为一系列尺度、方向、空间局部化的子带．相同方向的子带之间存在相似性，我们利用这种相似性设计了一种图像编码方案一子图扩充快预测．为了预测子图I中的块，我们把同一方向较低分辨率的子图扩充成为一幅新的图像I，I与I具有相同的象素点数．对于子图I中的块γv今γi为I中位置相同的块，我们用γi预测γl。从而，避免了块的搜索，编码和解码时间大大减少，编码和解码过程非常简单。文章中给出了令人满意的实验结果．     

SiGe／Si多量子阱中垂直方向红外吸收及共振色散效应

用垂直入射的中红外光束调制非掺杂SiGe/Si量子阱中光致子带间吸收，氩离子激光器作为子带间跃迁的光泵浦源在阱中产生载流子，红外调制光谱用步进式傅立叶变换光谱仪记录，实验中观察到明显的层间干涉效应与子带间跃迁有关的色散效应，理论和实验分析认为样品折射率变化造成的位相调制可以补偿吸收所造成的幅度调制。     

一种基于双正交小波变换和格型矢量量化的视频编码算法

本文提出了基于双正交小波变换（ｂｉｏｒｔｈｏｇｏｎａｌｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍ）和格型矢量量化（ＬＶＱｌａｔｔｉｃｅｖｅｃｔｏｒｑｕａｎｔｉｚａｔｉｏｎ）的视频编码算法。在该方案中，小波变换将图像分解成多分辨率（ｍｕｌｔｉｒｅｓｏｌｕｔｉｏｎ）的子带图像，多分辨率运动估值（ＭＲＭＥ，ｍｕｌｔｉｒｅｓｏｌｕｔｉｏｎｍｏｔｉｏｎｅｓｔｉｍａｔｉｏｎ）技术实现子带图像的帧间预测，格型矢量量化对预测差值子带图像进行编码，从而获得了性能较好的活动图像编码新算法。     

赝高电子迁移率晶体管结构的光反射谱研究

本文利用变温光反射谱和室温光伏谱研究了赝高电子迁移率晶体管结构中二维电子气的行为，发现二维电子气的屏蔽作用对低指数子带较为显著，而对较高子带则弱得多，同时带填充效应在不同温度下对临界点跃迁能量及跃迁强度也有不同影响．     

基于N-RGAN模型的红外与可见光图像融合

目前，红外与可见光图像融合算法依然存在着对复杂场景适用性低、融合图像细节纹理信息大量丢失、对比度与清晰度不高等问题，针对上述存在的问题，本文结合非下采样剪切波变换（Non-Subsampled Shearlet Transform,NSST）、残差网络（Residual Network,ResNet）与生成对抗网络（Generative Adversarial Network, GAN）提出一种N-RGAN模型。通过NSST变换将红外与可见光图像分解为高频子带和低频子带；对高频子带进行拼接并输入由残差模块改进过的生成器，并将源红外图像作为判决标准，以此提升网络融合性能与融合图像细节刻画以及目标凸显能力；对红外图像与可见光图像进行显著性特征提取，通过自适应加权对低频子带进行融合，提升图像对比度与清晰度；对高频子带的融合结果与低频子带的融合结果进行NSST逆变换，从而得到红外与可见光图像的融合结果。通过与各类算法的融合结果进行对比，本文所提方法在峰值信噪比（Peak Signal to Noise Ratio,PSNR）、平均梯度（Average Gradient, AVG）、图像熵（Im...     

电声子耦合对量子点非平衡输运的影响

电子-声子耦合显著影响半导体量子点和单分子晶体管的非平衡输运. 在非平衡格林函数运动方程方法的框架内，通过改进电声子解耦，发现低温下量子点谱函数中声子伴带明显依赖于两边电极费米能级与重整后局域能级的相对位置，呈现电子-空穴对称性破缺. Kondo峰的声子伴带分为两类，分别与由电子或空穴组成的多体自旋单态相对应. 当局域能级存在Zeeman分裂时，两类不同起源的Kondo声子伴带在自旋分辨的谱函数中可以相互区分. 谱函数的这些特性也体现在非线性微分电导谱中.     

基于小波变换的多方向分形预测图象编码方法

小波图象编码属于子带编码,但是,与通常的子带编码不同,图象经过小波变换后,不但分解成不同频带（即分辨率）的子带图象,而且,同分辨率的子带图象还进一步分解成不同空间方向的子带图象。同方向的各个子带图象之间具有相似性,利用这种相似性进行图象编码可以提高压缩比。不同方向的各个子带图象之间虽然不具有相似性,但是,原图象的特征在这些子带图象中的空间位置具有不变性,利用这种空间位置的不变性进行图象编码,可以进一步提高压缩比。本文提供了这方面的理论分析和实例验证。     

视频子带编码系统中运动补偿预测性能的改进

视频子带信号的正交镜像滤波和亚取样会造成运动补偿信息失配和频谱混叠，使预测误差增加并导致视频子带编码系统效率下降。本文对此现象进行了分析，提出了解决这一问题的改进方案。     

多带隙声子晶体低频带隙特性研究

利用有限元法计算了一种多带隙声子晶体的特征频率,传递损失和位移矢量,理论推导了反共振产生条件。研究结果表明,这种声子晶体在低频范围内具有多条平直带隙,带隙的耦合影响因素少,具有比一般局域共振声子晶体和Bragg 散射声子晶体更宽的带隙。此外,利用原点反共振模型分析计算了这种多带隙声子晶体的材料和结构参数对带隙的影响。研究表明,在低于2 500 Hz时,多带隙声子晶体的带隙占90%以上,为低频多带隙声子晶体的研究作了探索。     

一种基于2^m带正交小波理论的DWMT方案

从２带正交小波基出发，探讨了２＾ｍ带正交小波理论，基于该理论，提出了一种新的可精确重构子带信号的ＤＷＭＴ系统结构。     

Cd1—xMnxTe／CdTe多量子阱的光反射研究

本文首次报道用光调制光谱（ＰＲ）研究了Ｃｄ１－ｘＭｎｘＴｅ／ＣｄＴｅ半磁半导体多量子阱的能带结构和带间跃迁，观察到多量子阱的各子能级激子跃迁１１Ｈ，１１Ｌ，２２Ｈ，３３Ｈ等，并得到轻重空穴分裂为１８ｍｅＶ。当能带偏移Ｑｃ＝０．９０时，理论计算的子带跃迁能量与调制光谱结果符合很好。发现低温时第二子能级跃迁比第一子能级跃迁更强，并给出了初步解释，通过变温测量，测得各子能级的温度系数并与纯ＣｄＴｅ及Ｃｄ     

一种基于图像处理的信息隐蔽算法

图像处理中的数字水印技术是通过特定算法将标志信息嵌入到多媒体载体中，可用于隐蔽通信及信息对抗等领域。提出了一种基于小波变换的数字水印算法，该算法结合人类视觉系统（HVS）特性。根据不同子带噪声容量上限选取适当的子带，对所选系数做一定筛选，将水印嵌入到第三阶小波变换子带系数的部分高频系数上，同时保证水印的不可见性和鲁棒性，并通过实验证明，利用该算法嵌入的水印对于锐化、剪切及JPEG／JPEG2000压缩等攻击都有较强的鲁棒性。     

基于NSST-DWT-ICSAPCNN的多模态图像融合算法

为了增加融合图像的信息量,结合非下采样剪切波变换（Non-Subsampled Shearlet Transform, NSST）和离散小波变换（Discrete Wavelet Transform, DWT）的互补优势,提出了改进的多模态图像融合方法。采用NSST对两幅源图像进行多尺度、多方向的分解,得到相应的高频子带和低频子带;利用DWT将低频子带进一步分解为低频能量子带和低频细节子带,并利用最大值选择规则融合能量子带;采用改进连接强度的自适应脉冲耦合神经网络（Improved Connection Strength Adaptive Pulse Coupled Neural Network, ICSAPCNN）分别融合细节子带和高频子带,并对能量子带和细节子带进行DWT逆变换,得到融合的低频子带;采用NSST逆变换重构出细节信息丰富的融合图像。实验证明,提出的算法在主观视觉和客观评价方面均优于其他几种算法,且能同时适用于红外与可见光源图像、医学源图像的融合。