立体传质塔板在环氧乙烷／乙二醇装置扩改中的应用

介绍了大通量新型高效塔板——立体传质塔板(CTST)。该塔板与浮阀塔板相比具有的优势为：处理能力提高80％～100％,分离效率高10％～40％,操作弹性高一倍,压降低20％～30％。该塔板在天津联合化学有限公司环氧乙烷EO／乙二醇EG装置扩产改造中已经成功应用,在原塔外壳不变的条件下,仅用CTST塔板替换原浮阀塔板,改造后生产能力提高30％～80％。EO精制塔C302空塔动能因子超过3．0Pa^0.5。     

基于形态小波变换的红外图像目标检测方法

文中提出了一种基于形态小波变换的海空背景下受强杂波、噪声污染的红外图像目标检测算法。算法利用了小波变换的多分辨率、多尺度特性,将要检测的图像分解到不同频率的多个尺度上,再采用形态学的背景估计和形态滤波技术,对分解后的子图像进行处理、小波重构。仿真实验表明,该算法可较强的抑制云层、海浪以及海天线的强杂波背景和强噪声的干扰,可检测出信杂比(SCR) 为2 的目标,适用于舰载红外警戒系统。     

基于小波变换的航空红外图像目标的多尺度识别

提出了一种基于高斯小波变换的航空红外图像的目标边缘自动提取的新方法,并利用目标边缘特征结合目标边缘特征数据库对目标进行识别。该方法利用小波变换良好的噪声抑制能力及完备的边缘保持能力;能够有效的对红外图像进行目标边缘提取、目标增强及噪声抑制等预处理工作,利用得到的边缘特征及数据库,较好的完成红外目标的多尺度识别。     

一种基于人眼视觉特性的图像质量评价

图像质量评价的研究已成为图像信息工程的基础技术之一。由于图像的最终接受者是人,所以评价图像质量的关键在于其是否符合人类视觉系统特性。为了建立一种新的符合人眼视觉特性的图像质量评价方法,利用小波变换与人类视觉系统的多通道特性相匹配的特点,结合对比敏感度函数的带通特性,同时考虑计算的复杂性,给出了一种与人对图像质量评价保持良好一致的图像质量评价算法。实验结果表明,其评价结果与主观评价方法平均评价分数的相关系数达0．95,而对应的客观评价方法峰值信噪比与平均评价分数的相关系数为0．81。     

一种适合于表情分析的人脸二值边缘图像的提取

边缘图像是人脸图像的一种重要表征方法,它对人脸图像的分析有重要的作用。提出了一种提取人脸二值边缘图像的新方法。该方法利用小波变换进行图像的高频重构,并利用其多尺度分析特性进行图像边缘的提取,包括两次二值化过程和一次去噪过程。提取的边缘图像具有较高的质量,同一人脸部件的边缘连通性好,不同部件的边缘粘连现象少,且具有较好的光照鲁棒性。将所提取的二值边缘图像用于AR库和Yale库图像的人脸4种动作单元的识别,识别率在93％以上,初步表明其适合于人脸图像的表情分析。     

地震地面运动局部谱密度的小波变换估计

已有的不少研究表明,地震地面运动的时频非平稳特性对结构响应有着很大的影响,对这种影响考虑的准确与否直接涉及结构分析的安全性。因此采用能反映时频非平稳特性的时变谱密度(即局部谱密度)来描述地震地面运动是非常必要的。首先从理论上比较了几种局部谱密度的估计方法,指出利用小波变换来估计局部谱密度在精度和速度方面有着相当的优势,有利于局部谱密度在地震动模型化、结构随机响应分析以及动力可靠度评价等方面的应用。然后通过具体算例,对理论分析进行了验证。     

关于Dirichlet积分的处理

本文作者对狄克里雷 (Dinichlet)积分采用不同知识水平上的几种求解处理方法 ,如拉普拉斯 ,付立叶方法等 ,使积分得到广泛运用。     

面向图像差异特征融合的基于弗里德曼检验的小波基分类研究

对小波基分类是图像融合中依据不同融合需求选择小波基的基础,可以提高图像融合的智能化水平.针对现有的小波基分类方法仅根据小波自身特性进行分类,没有从统计角度有效建立小波基和图像差异特征之间的联系,本文提出了面向图像差异特征融合的基于弗里德曼检验的小波基分类方法.首先,选择典型的差异特征和小波基用于分类研究;其次,选择针对差异特征的评价指标,以评价指标结果作为标记量并进行分类实验的区组设计;然后,采用弗里德曼检验对不同区组数据进行处理及执行相应的后续检验和分类步骤,形成面向图像差异特征的小波基类集;最后,设计对比实验对分类方法的有效性进行验证和分析.试验结果表明,该分类方法能有效把对图像差异特征融合效果相近的小波基归为一类,能根据融合需求选择较好的小波基.     

可见光与红外图像自适应加权平均融合方法

针对传统可见光图像与红外图像融合存在显著性信息保留不完整的问题,本文提出了一种新的自适应加权平均融合算法.首先,该方法通过非下采样轮廓波变换将源图像分解为不同尺度、不同方向的高低频分量.然后,针对低频分量的特点提出了一种基于显著性的自适应加权平均融合规则,用于保留源图像中的重要信息.对于高频分量,本文采用绝对值取大的融合策略.最后,根据融合后的高低频分量重构出最终的融合图像.实验结果表明,本文算法与传统融合算法相比,在主观视觉和客观指标上都具有优势.     

结合局部熵与梯度能量的双通道医学图像融合

多模态医学图像融合已成为有效结合正常组织结构和异常改变信息、提高医学诊断效率的强有力辅助技术.针对空域融合技术在处理图像细节丢失、光谱退化等方面的缺陷,提出一种在联合双边滤波器(JBF)域内实现图像结构与细节信息增强的双通道频域多模态医学图像融合方法.该方法将源图像分解为结构和能量2个通道,分别处理图像纹理细节信息和边缘强度信息.在结构通道中,通过改进梯度能量得到局部梯度能量算子,进一步提升融合图像对小尺度细节信息的表达能力和对噪声的鲁棒性;在能量通道中,利用非下采样轮廓波变换提高模型的多方向多尺度特性,并提出一种局部熵细节增强算子和脉冲耦合神经网络结合的高频子带处理框架,达到增强能量通道中结构信息和细节信息的效果.在Atlas公开数据集上,与基于MST、稀疏表示、PCNN以及JBF的6种具有代表性的频域融合方法进行对比及消融实验的结果表明,所提方法的融合图像与源图像相似度提升35.0%,空间频率提升16.2%,边缘保持度提升12.5%,对比度提升11.2%;并在视觉方面有较好的效果,明显优于对比方法.