基于视觉特性的非线性多尺度彩色图像增强

[目的]针对图像在低光照下的亮度和对比度偏低的问题,提出一种基于视觉特性的非线性多尺度彩色图像增强算法.[方法]该算法将彩色图像从RGB色彩空间转化到HSI色彩空间,保持H分量不变,对S分量进行指数拉伸,对Ⅰ分量利用视觉系统模型和非线性映射方法实现图像对比度增强,再通过自适应的亮度调整增加图像的全局亮度.最后将HSI色彩空间转化到RGB色彩空间,从而实现对彩色图像自适应增强.[结果]通过对低光照彩色图像进行增强测试,其测试结果表明,[结论]该算法能够自适应地调整图像的全局亮度,增加图像的局部细节对比度,并保持其原色彩,提升彩色图像在低光照下的视见度.     

λ-Lindelf性质和λ-紧性质

得到如下定理Ｘ为不可约空间，则Ｘ是λ－Ｌｉｎｄｅｌｆ的充要条件是Ｘ为λ－紧的。不管λ是正则基数，还是奇异基数，都是成立的。     

n型4H-SiC电子霍耳迁移率解析模型

采用解析模型，对n型4H—SiC电子霍耳迁移率和霍耳散射因子进行了理论计算．结果表明：低温区，掺杂浓度较高时，中性杂质散射对电子霍耳迁移率影响很大；高温区，电子霍耳迁移率则主要受谷间声子散射控制．此外，霍耳散射因子并不恒定为1，随着温度有一定的变化．研究还表明，施主浓度一定时，补偿率的变化对电子霍耳迁移率影响较大．     

λ-Lindelof性质和λ-紧性质

得到如下定理，X为不可约空间，则X是λ-Lindelof的充要条件是X为λ-紧的。不管λ是正则基数，还是奇异基数，都是成立的。     

关于拓扑空间强收缩性的一个讨论

拓扑空间的仿紧性质是拓扑空间的重要性质 ,为了讨论拓扑空间的仿紧性质以及仿紧性质的各种推广 ,讨论了拓扑空间的强收缩性质 ,得了如下结果 :拓扑空间是强收缩的充要条件是它是正规的且对它的任一单增开覆盖存在 σ-闭加细 .这一结果是有关这一方面的一些结果的深化和方法的统一     

拓扑空间的Lindelf性质

主要讨论了关于拓扑空间 Lindelo¨ f性质的一个问题 ,并得到一些结果 .如果对拓扑空间的任意单增开覆盖 ,都存在可数子覆盖 ,且是可数亚紧的 ,则是 Lindelo¨f的 .该结果是对问题的一个部分回答 .作为进一步的讨论 ,得到了遗传 Lindelo¨f性质的一个充要条件     

L2(Rn)空间中的连续小波变换

讨论了L^2(R^n)空间中的连续小波变换，分别得到了原来变换函数与其不同的函数生成的重构公式，获得了这些重构公式在L^2(R^n)中范数收敛意义下成立的条件，后者在L^2(R^n）中范数收敛意义下成立的条件是前者在L^2(R^n)中范数收敛意义下成立的条件的自然推广。当n=1时，便得到一个L^2(R)中与原业变换函数不同的函数生成的重构公式在范数收敛意义下成立的条件。与Daubechies已有的结果相比，减弱了变换函数和生成重构公式的函数条件，拓宽了连续小波变换重构公式的应用范围。     

重构小波系数的分段三次样条播值新算法

利用小波变换模极大值原理对信号去噪之后,如何由保留下来的模极大值点恢复出满意的重构信号,是一个重要课题。本文首先分析模极大值与小波系数之间的内在关系,提出了模极大值实际上是小波系数在特定意义下的离散采样;然后给出了一种对模极大值进行预处理的方法,由此得到了一组新的伪模极大值序列;利用这组伪模极大值序列,提出了一种新的重构小波系数的分段三次样条播值（ＰＣＳＩ）新算法,该算法程序简单,易实现,克服了交替投影（ＡＰ）法计算量大、程序复杂等缺点;最后给出一个应用实例,实验结果表明,与经典的交替投影法相比,本文提出的ＰＣＳＩ算法可获得更高的重构信号信噪比增益和更小的相对均方误差,它是一种实际、有效的算法。     

L2(Rn)空间中的连续小波变换

讨论了L2(Rn)空间中的连续小波变换,分别得到了原来变换函数与其不同的函数生成的重构公式,获得了这些重构公式在L2(Rn)中范数收敛意义下成立的条件,后者在L2(Rn)中范数收敛意义下成立的条件是前者在L2(Rn)中范数收敛意义下成立的条件的自然推广.当n=1时,便得到一个L2(R)中与原来变换函数不同的函数生成的重构公式在范数收敛意义下成立的条件.与Daubechies已有的结果相比,减弱了变换函数和生成重构公式的函数的条件,拓宽了连续小波变换重构公式的应用范围.     

基于多参数小波阈值函数的图像去噪

针对图像中的强高斯噪声提出了一种新的小波阈值降噪函数。传统的软阈值法对图像去噪有明显的效果,但对强高斯噪声效果不甚理想,于是构造出一种新的小波阈值函数,此函数包含阈值[λ],调节因子[t]和[n]三个参数,能够自适应地调节阈值的变化。实验以噪声图像与去噪后图像之间的峰值信噪比（PSNR）最大化为准则,采用PSO粒子群算法优化阈值函数中参数[n]和[t]的选取。仿真实验结果表明该方法不仅可以有效地去除噪声,又能避免有用高频信息的损失,提高了图像的信噪比;尤其在强高斯噪声下,相对软阈值法PSNR可提高6~7 dB,表明了此改进阈值法对于强高斯噪声图像降噪的有效性。