进化优化脊波网络及其应用

用脊波函数作为单隐层神经网络的激活函数,针对此种网络提出了一种两阶段的参数估计优化算法:用进化算法来优化网络中的尺度、方向和位置参数,用最小二乘法来估计网络中的线性权重。把此种模型和优化方法用于预测著名的Mackey-Glass混沌时间序列。比较结果表明了提出方法的有效性。     

基于有限脊波变换的边缘检测算法

拉普拉斯(Laplace)边缘检测算子对噪声非常敏感。为了解决这个问题,在有限脊波变换(finite ridgelet transform,FRIT)域提出了一种边缘检测算法。首先用拉普拉斯分布模型分析FRIT系数,给出了FRIT系数的最大后验概率(maximum a posteriori,MAP)估计,同时结合边缘检测模型,得到了用于边缘检测的最优阈值,实现了图像的边缘检测。该算法抑制了噪声对图像边缘的影响,同时保护了图像的边缘。实验结果表明,在抑制噪声和边缘定位之间该方法能够达到更好的平衡,得到良好的边缘检测效果。     

基于小波基向量的改进FRIT去噪方法

计算小波变换的Mallat算法需要逐级分解和重构,而本文通过矩阵变换方法,给出不需逐级计算的小波分解和重构矩阵的构造方法,并给出9/7小波的分解和重构矩阵的基向量及波形图.另外,本文改进了一种新型的图像方向性表示方法--有限域Ridgelet变换(FRIT),通过折叠分块和增加零行的方法克服了原FRIT需要构造素数长度的小波基的缺点,使小波变换的基向量可直接应用于FRIT中,计算方法和计算量都得到简化.实验表明,在对具有直线特征的图像去噪方面其性能优于FRIT.     

基于全变差和脊波变换的海岸线提取算法

为有效解决视频图像中海岸线的自动提取问题,提出一种结合全变差增强水陆边缘和脊波变换预测搜索区域的海岸线提取算法.首先基于最小化全变差模型降噪和增强边缘;第2步,根据水陆像素的彩色特征,计算彩色梯度向量;第3步,利用脊波变换预测水陆交界处的大致方向和动态范围,缩小检测区域;最后用一种改进的最小代价梯度跟踪模型对海岸线进行搜索,跟踪并精确提取最终的海岸线定位参数.实验结果证明了算法的有效性和较强的抗噪声能力,并且对不同光照条件具有鲁棒性,是视频图像中提取海岸线的新方法,为下一步设计应用系统打下了基础.     

一种基于角度的正交FRIT变换及其在图像去噪中的应用

M.N.Do和M.Vetterli提出的Finite Ridgelet Transform(FRIT)因其对线奇异特征的高效表示能力而被广泛应用,但其在图像压缩、去噪的处理中却受到"环绕"现象的严重影响.本文在揭示"环绕"现象和FRAT域系数关系的基础上,提出一种基于角度的正交FRIT变换方案(Angle-based FRIT,AFRIT).该方案具有更好的能量集中特性,并有效地降低了"环绕"现象.进一步,对正交FRIT去噪问题建模,并提出了一种基于AFRIT的改进阈值.不同噪声水平下各种图像的去噪实验结果表明,采用改进阈值的AFRIT同现在常用的FRIT去噪方法相比,具有明显的优越性.     

图像的多尺度几何分析:回顾和展望

多尺度几何分析旨在构建最优逼近意义下的高维函数表示方法.本文以二维函数的非线性逼近为主线,分析了推动多尺度几何分析发展的深刻数学和生理学背景,综述了图像多尺度几何分析方法的最新进展及存在的问题,指出了进一步研究的方向.     

时频域滤波沉底目标亮点特征提取方法研究

主动声呐探测沉底目标时,由于存在严重的海底混响干扰,使得拷贝相关方法不能有效地提取目标回波亮点特征,大大降低了主动声呐的目标识别性能。针对该问题,研究了时频域滤波Hough变换的目标回波亮点特征提取方法。该方法采用互魏格纳变换将接收信号与拷贝的发射信号变换到时频域,依据目标回波与混响及噪声能量的时频聚集特性不同,采用时频域脊波变换滤波滤除混响及噪声,最后利用Hough变换提取目标回波中各亮点峰,并进行投影计算形成目标回波的亮点特征。同时研究了Hough变换域中的峰值位置与目标亮点对应的数学关系,给出了基于时频滤波提取沉底目标亮点特征的算法步骤,并采用支持向量机对比分析了该方法与拷贝相关方法提取亮点特征的识别效果。结果表明,该方法能够在较低的信混比下有效抑制混响干扰提取亮点特征,从而提高沉底目标的识别性能。     

复脊波变换SAR图像去噪算法

在分析传统脊波变换去噪方法优缺点的基础上, 针对其不足, 提出一种基于复脊波变换的去噪方法。算法将传统脊波变换中的标量一维小波变换替换为二元树复小波变换, 使得脊波变换具有平移不变性; 然后, 对图像采用冗余分块处理, 使得处理结果更平滑, 有效地提高了图像的峰值信噪比（PSNR）。仿真实验表明, 在SAR图像去噪应用中, 本方法能够更好地保留图像中的纹理信息, 处理结果优于传统脊波变换以及小波变换去噪方法。     

基于改进脊波变换的抗攻击数字水印算法

针对小波变换域不是图像轮廓边缘特征最佳表示的问题,在研究小波变换的基础上,利用脊波变换比小波变换更适合表示图像轮廓边缘特征的特性,结合人类视觉系统特性和奇偶量化算法改进脊波变换算法,提出了一种基于改进脊波变换的数字水印算法.将原始图像均匀分割,对各子块执行脊波变换,再结合人类视觉系统特性选择恰当的脊波系数,利用奇偶量化算法嵌入一维水印序列,最后作脊波反变换得到含水印图像.仿真实验结果表明,算法不仅具有很好的透明性,而且在抵抗攻击时表现出较好的鲁棒性.通过与小波变换算法的性能比较,本文算法在抗加噪、滤波和剪切的攻击中鲁棒性较强.     

图像处理的一种有限脊波自适应方法

有限脊波变换方法是脊波变换的一种数字化实现方法,其核心是有限Radon变换的实现.本文针对有限Radon变换中每一斜率投影的排序问题,利用Besov空间光滑模理论,在时域构造了一种光滑性判别函数,以判别函数值最小的序作为最优序,从而给出了一种新的自适应排序算法.用该算法对图像进行压缩和去噪,得到了很好的效果.