多尺度分解

摘要： 针对利用传统方法进行红外与可见光图像融合时易出现边缘模糊以及细节分辨能力弱的问题,提出一种基于小波变换和各向异性扩散的红外和可见光图像融合算法。首先,将红外图像和可见光图像利用小波变换进行多尺度分解,获取原图像所对应的高频部分和低频部分;其次,将高频部分和低频部分分别进行各向异性扩散,生成对应图像的基础层和细节层;然后,采用KL变换对异源图像的细节层进行融合,采用加权平均方法对基础层进行融合;最后,将融合后的细节层和基础层通过线性重构得到最终的融合图像。为了验证所提出算法的优势,将其与3种经典融合算法进行比较。通过大量融合实验表明,相比于其他3种经典融合算法,所提出的算法不仅实时性好,而且融合结果能够较好保留原图像丰富的细节信息,具有较高的清晰度。

摘要： 为了接纳风电等新能源的大规模并网,电网对供热机组的变负荷运行速率提出了更高的要求。通过对供热热网的蓄热能力进行计算,发现热网蓄热远远大于锅炉蓄热,利用其可以显著提高机组的负荷响应能力。以典型350 MW超临界供热机组为例,对自动增益控制指令进行多尺度非线性分解,利用其高频分量对连通管压力调节阀、抽汽压力调节阀开度进行补偿,可使主汽压力的控制品质和机组的变负荷运行速率都得到显著提升。

摘要： 为了提高人脸识别效果,针对当前人脸识别方法存在的局限性,如识别准确率低,耗时长等,提出了基于小波变换与LBP算子的人脸识别方法。首先采集待识别的人脸图像,并采用小波变换对人脸图像作多尺分解,通过对高频子图像进行处理,消除光照变化对人脸识别的干扰,然后采用LBP算子提取人脸图像纹理特征,将特征连接组合在一起产生特征向量,最后采用k近邻算法根据特征向量建立人脸识别的分类器。采用标准人脸识别数据集Yale-B与AR作为测试对象,测试结果表明,小波变换与LBP算子能够克服当前人脸识别方法的弊端,提高人脸识别的准确率,并且人脸识别效率得到了明显改善,整体人脸识别效果要优于当前其它方法,为后续人脸处理打下了良好的基础。

摘要： 生物特征识别在信息安全领域发挥着重要作用,掌纹识别作为一种新型生物特征识别方式,具有低失真、非侵入性和高唯一性等优势。传统掌纹研究大多使用自然光成像系统以灰度格式获取,识别精度很难进一步提升。为了获得更多的身份鉴别信息,提出利用多光谱掌纹图像代替自然光掌纹图像。针对现有掌纹识别算法由于没有考虑到不同光谱的特性而导致纹理细节丢失,识别精准率低的问题,提出了一种基于多光谱图像融合的掌纹识别算法。该方法通过对不同光谱下的掌纹图像进行快速自适应二维经验模式分解(FABEMD),将多光谱掌纹图像分解成一系列频率由高到低的二维固有模态函数(BIMF)和一个残余分量,残余分量可被视为该光谱图像低频信息的初步估计。图像采集过程中光照条件很难保持稳定,而近红外光谱图像在进行FABEMD分解时对光照变换敏感,容易导致分解后的BIMF背景信息过于冗余;因此对分解后的近红外掌纹图像进行背景重建及特征细化,在对背景冗余信息进行平滑处理的同时可以有效增强高频信息的特征表达。为避免直接融合处理后引发的图像过度曝光问题,提出对近红外特征压缩后再融合。此外,提出了一种结合了注意力机制的改进残差网络(IRCANet),用于融合后的掌纹图像分类,在网络中引入分阶段残差结构,缓解了网络的退化问题,在学习过程中有效地减少信息丢失,对于融合后的多光谱掌纹图像,分阶段残差结构能够稳定地将图像信息在网络间传输,但对图像中的高低频信息区分效果不够显著,为了使网络关注更多区分性特征,利用特征通道间的相互依赖性,在分阶段残差结构中结合了通道注意力(Channel Attention)机制。最终,在香港理工大学(PolyU)多光谱掌纹数据集上进行的综合实验表明,该方法可以取得良好的效果,算法识别准确率能达到99.67%且具有良好的实时性。

摘要： 为了提高图像去雾效果,提出一种在图像多尺度分解的基础上,通过改进的暗原色方法实现图像去雾的算法.该算法在HSV颜色空间中,首先对亮度分量V进行多尺度分解,然后对高频部分进行软阈值消噪,并通过梯度运算增强边缘,对低频部分采用改进的暗原色先验模型进行处理;其次,对饱和度分量S先进行非局部均值滤波去噪,再通过线性拉伸使其复原;最后,将图像由HSV空间转换到RGB空间得到最终的去雾图像.实验结果表明,在去雾效果和时间复杂度方面,该算法比一些经典算法都有明显的改善.

摘要： 传统二维动画图像增强方法很难保证色彩通道之间存在的关联性,导致图像缺乏层次感,可靠性差.为此,设计基于双边滤波的二维动画图像多尺度细节增强方法.对原始的二维动画图像进行多尺度分解,通过双平台直方图均衡处理分解后的背景层图像,保证图像整体灰度动态范围与原始图像相同.在多尺度图像融合过程中,引入梯度权重因子,利用梯度函数增强图像细节,获得细节图像,并计算出所有分解图像的细节系数,通过加权平均实现分解图像融合.实验结果表明,所设计的基于双边滤波二维动画图像多尺度细节增强方法能够有效去除图像噪声,保持图像边缘平滑,提高图像的层次感,可靠性强.

摘要： 为了重磁数据中有效信号的分离与提取,本文研究了最近十几年发展起来的一种方法:曲波变换方法(Cur-velet transform method).从曲波变换的基本原理入手,通过重力位场理论模型数据分析了曲波变换的多尺度分解重构能力,并且利用加噪理论模型数据分析了曲波变换的阈值去噪能力,此外,还使用曲波变换对南岭东部地区布格重力异常资料进行了有效信号提取.结果验证了该方法可同时适用于位场数据的分解和去噪处理研究,为重磁数据多尺度分析处理提供参考,也为实际资料数据提供一定的指示作用.

摘要： 为了弥补纹理对传统GrabCut提取结果的负面影响,本文分析了图像边缘和颜色分布的尺度特性,结合图像多尺度分解和GrabCut,提出了基于图像多尺度分解的前景提取模型.首先,该模型运用全变分对图像进行多尺度分解得到一系列平滑图像,该分解保护了图像边缘并平滑了纹理,压缩了图像区域颜色的分布范围;其次,将给定平滑图像前景颜色分布表示为高斯混合模型,并运用直方图形状分析方法优化了高斯混合模型的高斯函数个数,弥补了传统固定高斯函数个数的负面影响;最后,根据不同平滑图像的分割结果设计了迭代终止条件,使得从适当的分解尺度中提取前景.与传统前景提取算法相比较,该模型降低了纹理对前景提取的负面影响,其测评分数高于传统算法.

摘要： 传统Graph Cut算法忽略不同尺度的特征信息,为了解决这一问题,将多尺度分解模型与Graph Cut相结合提出基于多尺度特征的分割模型.在多尺度分解部分,设计新的变分正则化函数,在平滑非一致性区域的同时保护边缘,对弱边缘有一定的增强效果.在分割部分,根据相邻尺度平滑图像分割结果的相似度设计自动停止迭代分割条件,在迭代分割过程中自动选取具有适当尺度的平滑图像.实验结果表明所提出的分割模型,其分割性能优于传统算法和DEXTR(CNN)算法.

摘要： 传统卡尔曼滤波在追求去噪的同时,往往因量测方差不准确的估计,伴随着较为严重的语音失真和畸变,为此提出一种多尺度卡尔曼滤波语音增强方法.利用小波包多尺度频带划分能力对含噪语音进行分解,通过熵求取最佳树,使得其可以更好地拟合含噪语音,对小波包分解后以语音信号为主的低频系数进行噪声量测方差重估计,以此作为卡尔曼滤波先验知识进行迭代,实现了语音和噪声量测方差求解的分离,克服了传统卡尔曼滤波单一噪声估计的局限性而导致的对信号过衰减问题.实验表明,该算法能更好地消除噪声,减少语音失真,且具有一定的鲁棒性.

摘要： 运用二维经验模态分解方法对中国及毗邻地区的磁异常进行了多尺度分解，分析对比了中国及毗邻地区的磁异常特征。利用二维经验模态分解重构法进行场分离，能减少异常分离过程中不必要的信息损失，防止其他干扰因素和虚假信息的引入，有效地重构出中国及毗邻地区不同尺度的异常特征，有效反应出深部构造和结晶基底的有用信息，对构造划分、基底起伏研究起到良好作用。

摘要： 针对现有的色调映射算法需要调整融合系数,以及重构后的图像存在局部细节丢失的问题,本文提出一种细节增强的自适应多尺度色调映射算法.首先利用引导滤波器对高动态范围图像进行多尺度分解,既达到保持边缘的目的,同时还能保证平滑细节;其次,根据分解层自身的特点和期望达到的映射效果,通过非线性二阶Hessian矩阵和双边滤波提取基本层的局部边缘特征,对基本层和细节层构造能量显著映射,再采用引导滤波计算每级分解层的权重系数;最后,加权求和各层的系数得到重构图像并恢复HDR图像的色彩信息.实验结果表明,本文算法得到较好的色调映射效果,特别是局部细节的保留和增强方面.

摘要： 使用传统的差分法确定扰动方向存在很多不足之处,在扰动信号很弱时受到不确定因素等的干扰,扰动方向的判断将受到质疑.为了更加精确地表征电能质量扰动特征量,本文通过小波变换对电能质量扰动信号进行多尺度分解,利用近似部分小波系数的变化来表征扰动方向,细节部分小波系数的能量作为扰动的能量,用方向和能量共同表示扰动特征量.

摘要： 利用声发射检测技术，根据固体碰撞壁面产生不同频率的声发射信号的机理，结合小波分析，找到了一种有效检测卧式搅拌床反应器内结块情况的方法该方法通过不同状况下声信号低频段能量分率的变化判定反应器的结块状况.实验结果表明，声发射检测技术能快速、准确、环保地实现卧式反应器内结块的在线检测.

摘要： 在研究离散小波变换的若干特性,以及用信息熵来反映信号统计分布特征的基础上,提出了一种基于小波熵的多尺度变换医学图像融合方法。该方法首先利用离散小波变换将图像进行多尺度分解,对各分解层上不同频带的子图像采用不同的方法进行融合处理,最后通过逆变换得到融合图像。本方法通过计算小波熵值来确定各分频子图像所提供的信息比从而确定采用的融合规则,该方法能够发现信号中微弱变化,并且有效地保留微小区域的细节信息,为今后通过医学图像及时发现早期病变提供了有利的依据,实验结果证明了该方法的有效性,获得的图像更加符合视觉特性。

摘要： 在小波软阈值和硬阈值去噪方法的基础上,提出了一种改进的小波系数阈值去噪算法.分析了白噪声的小波系数在多尺度分解上的特点,给出了一种分尺度选取阈值的处理函数.实验表明,改进后的去噪算法有效地克服了软阈值和硬阈值方法中固有的缺点,具有较好的去噪效果.

摘要： 医学图像增强处理中需要很好地解决细节增强与噪声抑制的矛盾.本文提出一种基于模糊逻辑的多尺度医学图像细节增强算法(FLBMEM),根据图像局部特征设计混合滤波器去除脉冲噪声和非脉冲噪声,对不同尺度细节的子带图像进行增强时,根据中心像素与邻域像素的相容性自适应计算非线性细节增益函数,最后各子带图像重建后得到细节增强的图像.试验表明,(FLBMEM)算法增强细节的同时能够有效抑制噪声,能够方便的应用于医学图像处理系统中。

摘要： 本文讲述了小波变换和去噪的基本原理,根据模拟信号和实际地震信号的频谱分析,讨论了如何选择小波基,及去噪中的阈值问题,从小波分解出发,利用多尺度分解对地震资料进行分析,并基于MATLAB语言和小波工具箱,实现了对地震资料的去噪.

摘要： 根据语音信号与混沌信号在时频两域内具有不同局部特征的特点，提出利用小波尺度分解算法对被语音信号调制后的混沌信号在时域内进行局部分解，达到混沌背景中提取语音信号的目的。通过计算机模拟，对目前主要讨论的数学模型为常微分方程组的一大类连续混沌系统，不论是简单的沌混系统（仅有一个正性Ｌｙａｐｕｎｏｖ指数），还是超混沌系统（具有两个以上正性Ｌｙａｐｕｎｏｖ指数），都可将迭加在混沌信号上的语音信号分离出来，且对语音信号与混沌信号的调制比没有任何限制，从而实现了混沌伪装语音信号的破译。

摘要： 本文建立了EMD分解、多重分形谱和改进BP神经网络相结合的水电机组振动故障诊断模型.该模型先利用EMD分解对振动信号波形进行识别提纯,得到各种故障信号的EMD近似系数,应用多重分形谱算法取出振动故障的特征向量,并将该特征向量作为BP神经网络的输入向量进行分类识别.该模型直接通过波形提取信号特征,避免提取其频谱特性,并结合先进的多重分形谱进行诊断识别,为水电机组故障诊断提供了一种新的方法.应用实例表明,该方法能够提高诊断的智能化和人性化,增强了人机交互性,识别结果令人满意.

摘要： 本发明公开了一种基于经验正交分解的日尺度降尺度预测方法，依次包括：获取日尺度观测数据和研究站点所在格点以及周围格点的大尺度环流数据，包括再分析和GCM数据；对GCM数据进行插值，计算皮尔逊相关系数，根据相关性强度选取预测因子场的大小；分别去除观测值、再分析和GCM数据的时间序列的线性趋势，并将它们拼接，使用经验正交分解将预测因子场分解成多个模态EOF以及对应的日尺度时间序列；计算皮尔逊相关性系数，选择相关性高的EOF；对日尺度站点观测数据和选取的EOF中再分析数据的序列进行建模；将模型应用到选取EOF中GCM的序列，获得未来时期日尺度模型预测值；将去除的线性趋势项与模型预测值重构，得到未来日尺度的气候预测。

摘要： 针对本质图像分解任务，本发明提出了一种并行局部分频选择的重构方法，可实现对反射图和光照图的准确重构。本质图像分解是一个欠约束问题。基于编解码网络的本质图像重构提供了一个有效的解决方案，但该方案的结果仍存在不足，因此，需要对各个频段的信息做更加精准的选择才能获得更加准确的分解结果。本发明提出的网络结构将两个并行的生成对抗网络作为主体网络，分别对反射图和光照图进行重构。针对生成网络，本发明提出了局部分频特征融合的策略，分别实现对高频反射特征和低频光照特征的选择和保留。同时，本发明在鉴别器中加入了多尺度的自适应组合模块，对多尺度特征的贡献进行自适应评估，强化鉴别效果并提升生成效果。进一步，本发明构建了多种损失函数来约束生成结果并促进网络的训练。本发明所提算法在多种数据集上都表现优异。在MPI‑Sintel数据集中，本发明相比其他方法的最优结果的重构均方误差降低了13.26％；在ShapeNet数据集中，本发明相比其他方法的最优结果的重构均方误差降低了26.09％。

摘要： 本发明涉及一种图像校正方法，具体涉及一种基于多尺度分析与奇异值分解的非均匀性校正方法，解决现有技术中红外图像非均匀性去除不彻底，且需要参考辐射源的技术问题。本发明提供的一种基于多尺度分析与奇异值分解的非均匀性校正方法，包括以下步骤：S1、采集带有非均匀性的红外图像f；S2、获得Curvelet系数矩阵Ct{n}；S3、建立方程|CtLH{n}‑λmE|＝0，解方程获得特征值λ1...λM与特征向量x1{n}...xN{n}；S4、对Curvelet系数矩阵Ct{n}做奇异值分解；S5、得到第二对角矩阵S'{n}；S6、获得第一系数矩阵Ct'{n}；S7、将Curvelet系数矩阵Ct{n}中的子带系数分别与第一系数矩阵Ct'{n}中对应的子带系数相减；S8、对第二系数矩阵Ct”{n}做Curvelet逆变换，获得去除非均匀性的红外图像f。

摘要： 本发明公开了一种基于尺度空间的稀疏分解优化算法，包括如下步骤：步骤1：确定待分解信号的模态阶次：用待分解信号构造Hankel矩阵，然后求出构造的Hankel矩阵的秩r，待分解信号的模态阶次即为

摘要： 本发明公开了一种基于尺度分解的沥青路面激光散射光强分布快速计算方法，该方法包括如下步骤：利用分形结构对沥青路面进行建模；利用自相似性进行尺度分解和单元分割；利用基尔霍夫近似方法结合有限元法计算单元散射场；利用几何坐标关系建立遮蔽函数，将小尺度单元散射场矢量叠加得到沥青路面的激光散射光强分布；为提高计算效率，对小尺度单元散射场采用并行计算。该方法在沥青路面散射光强计算中引入尺度分解的方法，解决了路面粗糙度量级远大于激光波长而导致的计算量巨大的问题，在提高计算速度的同时，同时提高了计算的精度，适用于沥青路面等粗糙度较大的激光散射光强分布的计算。

摘要： 本发明公开了一种基于地形分解技术的卫星降水数据空间降尺度方法、系统、存储介质及设备，其中的方法包括：获取原始降水量数据；预处理获取的原始降水量数据，将预处理后的原始降水量数据进行旬累加，获得旬降水量数据；获取原始地形数据；基于地形分解技术，根据原始地形数据计算各种地形在不同尺度下的地形数据；根据各种地形在不同尺度下的地形数据和旬降水量数据，构建降水分布推算模型；确定降水分布推算模型中的参数数值，并根据确定的参数数值和降水分布推算模型，推算各空间格点上的降水量。本发明能够推算空间降尺度旬累积降水分布，为水资源评估与管理等领域提供数据支撑。

摘要： 本发明公开了非尺度混叠及边缘保留的图像多尺度分解方法及调色方法，在图像中，通过定义新型局部均值包络像素点，采取三次插值算法，获取自适应局部均值曲面，从而迭代操作获得多尺度图像分解，可以实现同时具有边缘保留和非尺度混叠双特性的图像多尺度分解，以得到含有不同尺度信息的高精度的精准的图像解析，对解析的各分量采用设定的线性或非线性算子操作，进一步可以实现灰度图像和彩色图像的多尺度调色处理。本发明的效果和益处是，提供了一种有效的同时具有边缘保留和非尺度混叠双特性的图像多尺度分解算法，可以同时实现无振铃现象和非尺度混合的图像分解以及在此基础上的多尺度调色应用。

摘要： 本发明公开了非尺度混叠及边缘保留的图像多尺度分解方法及调色方法，在图像中，通过定义新型局部均值包络像素点，采取三次插值算法，获取自适应局部均值曲面，从而迭代操作获得多尺度图像分解，可以实现同时具有边缘保留和非尺度混叠双特性的图像多尺度分解，以得到含有不同尺度信息的高精度的精准的图像解析，对解析的各分量采用设定的线性或非线性算子操作，进一步可以实现灰度图像和彩色图像的多尺度调色处理。本发明的效果和益处是，提供了一种有效的同时具有边缘保留和非尺度混叠双特性的图像多尺度分解算法，可以同时实现无振铃现象和非尺度混合的图像分解以及在此基础上的多尺度调色应用。

摘要： 本发明公开了一种基于方向性多尺度分解的叠前地震数据噪声消除方法，包括：对输入的地震数据进行傅里叶变换，在频率域使用极坐标滤波器进行多尺度分解；在每个尺度的叠前地震道集中，利用方向滤波器在同相轴的方向滤波；将滤波图像分别乘以不同的权值，再通过加法器求和，最终输出随机噪音被压制而地震同相轴得到加强的叠前地震数据。本发明的优点是：很好地压制不相干的随机噪声，提高道集中同相轴的连续性，以达到在尽量少的损伤有效波的前提下提高叠前地震资料的信噪比的目的，为后续叠前反演等工作打好基础。

摘要： 本发明公开了一种基于多尺度分解的单幅夜间图像去雾方法，涉及图像去雾技术领域。步骤包括：利用相对平滑约束将输入的单幅夜间雾天图像分解为辉光图像和残差图像，去除夜间雾天图像中多光源的辉光效应；利用伽马校正方法对残差图像进行补偿亮度；然后结合全变分约束构造能量优化方程将亮度补偿后的图像分解为一个结构图像和两个尺度的纹理图像；进而利用局部暗通道先验算法对结构残差图像进行去雾操作得到无雾的结构图像；利用三维块匹配去噪算法去除纹理图像T1中的噪声成分；随后对两个尺度的纹理图像进行梯度域增强得到细节清晰的纹理层图像；最后，将去雾后的结构层图像和细节增强后的两个尺度的纹理图像进行线性融合得到无雾的夜间图像。本发明的优势在于去除图像中的雾气干扰、补偿图像的亮度和突出纹理细节的同时，还可以达到噪声抑制的效果。