ATM网络带宽动态优化的广义粒子模型和算法

提出一种新的广义粒子模型和算法,将ATM网络优化问题转变为对偶力场中粒子的运动学和动力学问题,从而分布并行地动态优化ATM网络的资源和带宽分配以及ATM网络的QoS通信合约.讨论了ATM网络动态优化的广义粒子模型的适应性、收敛性和稳定性等性质.ATM网络带宽分配优化问题是NP一完全问题.根据服务类型、通信流量特性和QoS参数,优化ATM网络的资源和带宽分配,对于提高网络吞吐能力、保证网络QoS性能有重要意义.理论分析和仿真实验表明,广义粒子模型和算法具有高度分布并行性,能体现资源需求的价格机制,能适应复杂的动态环境,易于硬件和软件实现.     

BEMD分解和W变换相结合的红外与可见光图像融合

目的 针对传统的基于多尺度变换的图像融合算法的不足,提出了一种基于W变换和2维经验模态分解（BEMD）的红外与可见光图像融合算法。方法 首先,为了更有效地提取图像的高频信息,抑制BEMD中存在的模态混叠现象,提出了一种基于W变换和BEMD的新的多尺度分解算法（简称W-BEMD）;然后,利用W-BEMD对源图像进行塔式分解,获得图像的高频分量WIMFs和残差分量WR;接着,对源图像对应的WIMFs分量和WR分量分别采用基于局部区域方差选择与加权和基于局部区域能量选择与加权的融合规则进行融合,得到融合图像的W-BEMD分解;最后,通过W-BEMD逆变换得到最终融合图像。W-BEMD分解算法的主要思想是通过W变换递归地将BEMD分解过程中每层所得低频分量中滞留的高频成分提取出来并叠加到相应的高频分量中,实现更有效的图像多尺度分解。结果 对比实验结果表明,本文方法得到的融合图像视觉效果更佳,既有突出的红外目标,又有清晰的可见光背景细节,而且在平均梯度（AG）、空间频率（SF）、互信息（MI）3个客观评价指标上也有显著优势。结论 本文提出了一种新的红外与可见光图像融合算法,实验结果表明,该算法具有较好的融合效果,在保留可见光图像中的细节信息和突出红外图像中的目标信息方面更加有效。     

频率域光声成像系统的研究

频率域光声成像是指使用连续波激光器输出激光光源,利用该调制后的激光信号辐射组织,在频率域对激励的光声信号进行处理并成像的方式。首先阐述光声成像和频率域光声成像的原理、发展以及研究现状,然后介绍频率域光声成像的具体实验方法和基本重建算法。为了弥补时域光声成像成本高、伤害性大、便携性差等缺点,提出了频率域光声成像的两种成像方式,给出了完整的实验系统结构图,展示其相对于传统时域光声成像不同的研究特点与方向。最后对频率域光声成像进行展望,为光声成像在国内的研究和发展提供一定的借鉴和引导。     

基于可协调经验小波变换的多聚焦图像融合

提出了可协调经验小波变换,并将其应用于多聚焦图像融合。经验小波变换（EWT）是一种自适应信号分解方法,具有比经验模态分解和传统小波分解更好的特性。其核心思想是通过构造自适应的滤波器实现对信号的自适应分解。但是若直接对两幅多聚焦图像分别进行EWT分解,因各自生成的经验小波互不相关,将出现分解所得对应子带不匹配的情况,影响融合图像的质量。针对这一问题,提出了一种可协调的经验小波变换（C-EWT）,C-EWT分解下的两个多聚焦图像的对应子带是完全匹配的。基于此,利用C-EWT提出了一种新的多聚焦图像融合算法。每幅源图像经过C-EWT分解后,得到一个低频分量和多个高频分量; 对低频分量采用基于改进Laplacian能量和的阈值匹配选择与加权规则进行融合,对高频分量则采用局部Log-Gabor能量取大的融合规则;将融合之后的各子带分量进行重构得到融合图像。仿真实验表明：与其他六种融合算法相比,所提算法在融合聚焦区域、保留边缘和细节信息方面具有优势,融合图像具有更好的视觉效果,且客观评价指标与标准图像最为接近。