尺度变换

摘要： 基于由倾斜角余弦平方根表达的倾斜因子,在直角坐标系中分别给出适用于分析对称小平坦波面衍射源的衍射远场特性和适用于分析对称会聚波面衍射源的焦平面光场特性的非傍轴衍射积分公式。阐明上述两个非傍轴衍射积分公式的互易性及满足互易性的光场条件。结合透镜对光波波面法线的变迹功能,验证满足正弦条件的透镜物像共轭平面之间的小平坦波面光场尺度变换特性,并明确了尺度变换关系的适用条件。

摘要： 基于局部二值模式的深度挖掘算法和多特征融合算法是提取铁路隧道漏缆卡扣特征的有效方法,但它们存在描述子表述性不强且特征维度过高的问题。提出分层连续梯度二值模式,能够实现卡扣轮廓特征的尺度变换并降低描述子的特征维度,提高故障卡扣图像的分类准确率。首先采用改进的中心对称局部二值模式和根据全局灰度均值获得的自适应阈值,计算采样圆域的梯度方向特征,得到完整的初步梯度方向特征图;然后在此特征图上进行两次连续的下采样迭代,并分别提取这两幅下采样特征图的连续梯度特征;最后,将这两层不同尺度的连续梯度特征串联作为描述子,用支持向量机完成漏缆卡扣图像的故障检测任务。实验结果表明,本文所提算法的召回率和精准度分别达到了0.923和0.857,相较于局部二值模式、中心对称局部二值模式、以及该系列的多种变体算法有明显的优势。

摘要： 为提升在强噪声背景下对二进制相移键控(binary phase shift keying,BPSK)信号的检测性能,针对主流方法在抑制噪声过程中信号受到一定程度的削弱、信号处理系统引入新噪声导致检测性能下降的问题,提出了基于自适应尺度变换双稳态随机共振模型的BPSK信号检测算法。对于经典的双稳态随机共振系统只能处理小幅度、低频段的周期信号的情况,首先将双稳态随机共振系统进行尺度变换,证明在高采样率条件下,双稳态随机共振系统可应用于高频的BPSK信号,并基于Neyman-Pearson准则设计了非线性阈值检测系统,推导且定量表示出检测器的误码率,以此作为反馈量,自适应地调节系统参数,构建了信号检测的完备流程。通过仿真实验验证了尺度变换的可行性以及所提算法的适用性,为低信噪比条件下的弱BPSK信号检测提供了理论依据。

摘要： 目的为了提高医学设备远程监控图像的去噪效果,针对去噪准确度较差和去噪时间较长的问题,设计一种医学设备远程监控图像变换尺度精准去噪方法。方法首先建立噪声的变化曲线模型,评估出噪声高等级区域进行针对性的降噪;然后采用小波算法去除图像冗余像素点,引入变换尺度阈值,优化医学设备远程监控图像去噪过程;最后采用去除模糊边缘法分割未成像图片,二次提取模糊图像中的主要像素,实现医学设备远程监控图像变换尺度精准去噪。结果信息熵值高于21 H,处理过的图像较为清晰,图像信噪比高于21 dB,去噪时间低于4 min。结论针对医学设备远程监控图像中具有多尺度特征的噪声,采用图像变换尺度精准去噪方法可以有效去除噪声,满足医学领域的实际去噪需求。

摘要： 为了检测视场开阔下的人群密集情况,采用基于图像局部特征点提取的SIFT算法。首先,对人群图像预处理,其中包括灰度化、直方图均衡化、二值化和形态学处理等。其次采用背景差分法进行视频图像的前景提取。再次,采取SIFT算法对图像中的人群部分进行特征点的检测,采取高斯核对待检测的人群图像进行尺度变换,获得图像的尺度空间表示序列。之后对极值点检测和精确定位,然后指定其方向参数,生成关键点描述子。最后,统计人群目标生成的关键点的数目。根据关键点数目判断人群密集程度。多组实验数据表明,该方案能较好地检测出视频图像中的人群密集情况。

摘要： 吕分布(LV’s Distribution,LVD)是一种中心频率-调频斜率域信号分析工具,核心思想是对信号瞬时自相关函数进行时间尺度(Time-Scaling,TS),去除时间变量与延时变量的耦合关系.本文从TS的角度对LVD进行了解释,在此基础上,分析了现有基于尺度傅里叶变换的TS实现方法,指出该方法存在频率混叠和频点丢失问题,并进行了修正,同时基于尺度变换和线性正则变换,进一步提出2种TS实现方法并将其应用于LVD.试验表明,相比现有LVD实现方法,所提3种实现方法在计算复杂度、抗噪效能、检测非线性调频信号方面具备各自优势.

摘要： 为了解决目标跟踪中常见的尺度变换、相似目标、背景嘈杂等问题,提出了自适应尺度的上下文感知相关滤波跟踪算法.针对以上问题,在相关滤波跟踪算法的基础上将目标周围的上下文信息作为硬负样本引入分类器中学习,强化分类器的判别能力;通过尺度池在线学习判别式尺度滤波器,在目标位置估计最佳目标尺寸;通过图像帧差均值来评估目标状态并自适应调整模型更新的学习率.实验结果表明提出的算法在快速运动、目标形变等场景下鲁棒性较好.

摘要： 为了解决目前跟踪算法在运动目标被遮挡和尺度变换时跟踪效果不佳的问题,提出了一种结合粒子滤波的判别尺度空间跟踪算法。提取相邻两帧的目标区域,计算目标区域的结构相似性并与更新阈值进行比较,从而判断目标是否发生遮挡;其次,若发生遮挡,启用基于颜色分布的粒子滤波算法跟踪目标,反之,用判别尺度空间跟踪算法(DSST)中的位置滤波器确定目标位置;最后,利用尺度滤波器确定目标尺度并根据目标尺度更新粒子滤波的目标模型。经过在OTB2015测试集上进行实验,与判别尺度空间跟踪算法(DSST)、核相关滤波算法(KCF)等主流算法相比该算法的精确度和成功率均有所提高,尤其在发生遮挡后的跟踪效果表现最优。

摘要： 为了解决目前跟踪算法在运动目标被遮挡和尺度变换时跟踪效果不佳的问题,提出了一种结合粒子滤波的判别尺度空间跟踪算法.提取相邻两帧的目标区域,计算目标区域的结构相似性并与更新阈值进行比较,从而判断目标是否发生遮挡;其次,若发生遮挡,启用基于颜色分布的粒子滤波算法跟踪目标,反之,用判别尺度空间跟踪算法(DSST)中的位置滤波器确定目标位置;最后,利用尺度滤波器确定目标尺度并根据目标尺度更新粒子滤波的目标模型.经过在OTB2015测试集上进行实验,与判别尺度空间跟踪算法(DSST)、核相关滤波算法(KCF)等主流算法相比该算法的精确度和成功率均有所提高,尤其在发生遮挡后的跟踪效果表现最优.

摘要： 圆迹SAR是雷达平台绕成像场景作圆轨迹飞行的一种成像方式,极坐标格式算法(PFA)是圆迹SAR的一种高效成像方法,但需通过插值运算将极坐标转换为直角坐标,不仅运算效率低,而且有限的插值核长度会带来成像质量的下降.本文提出一种基于尺度变换的二维重采样方法,避免了PFA算法过程中的插值操作,解决了不同子孔径下波束域的重采样问题和重采样结果的合成处理等问题.通过计算量的理论分析和成像仿真实验,验证新算法相对于现有圆迹SAR PFA算法的优越性.

摘要： 传统聚类算法通常建立在显式的模型之上，却很少考虑泛化模型以适应不同的数据，由此导致了模型不匹配问题。针对此问题，本文提出了一种基于空间映射(Mapping)及尺度变换(Rescaling)的聚类框架(简称M-R框架)。具体而言，M-R框架首先将语料映射到一组具有良好区分度的方向所构建的坐标系中，以统计各个簇的分布特性，然后根据这些分布特性对各个坐标轴进行尺度变换，以归一化语料中各个类簇的分布。如上两步操作伴随算法迭代执行，直至算法收敛。本文将M-R框架应用到k-means算法及谱聚类算法上以验证其性能，在国际知名评测语料上的实验表明，应用了M-R框架的k-meands及谱聚类在所有语料集上获得了全面的性能提升。

摘要： 针对调频步进信号用于脉冲多普勒雷达探测高速运动目标,提出一种基于尺度变换的调频步进雷达运动目标速度补偿算法.分别在脉冲间和步进频组间利用不同的尺度变换补偿目标脉间和组间的距离走动,然后分多普勒通道补偿LFM子脉冲的耦合时移以及步进频的耦合时移和波形发散,能够有效检测微弱高速运动目标,并完成精确测距与测速.文中详细推导了该算法的处理过程,严格证明了本文方法的正确性.计算机仿真验证了本文算法的有效性.

摘要： 提出基于S 变换模时频矩阵标杆相似度来识别持续时间不同的电能质量扰动信号。先应用基于双线性插值的尺度变换建立同类扰动信号不同持续时间的标杆模板，该模板涵盖了同类扰动信号的不同特征。然后将测试扰动信号进行S 变换，并经过尺度变换统一成与标杆模板相同维数的矩阵，再依据图像处理中的相似度最大原则，即可对扰动信号进行识别。该方法无需添加任何分类器，分类过程简洁有效。通过仿真验证，该方法对噪声不敏感，能较好地解决不同持续时间的电能质量扰动信号的识别问题。

摘要： 尺度不变特征变换是目前公认的鲁棒性最强的图像特征描述方法之一,在尺度不变性和几何不变性方面具有较好的特性,但该方法主要适用于灰度图像,对图像颜色的区分能力不强,因此,一些对象可能会因为颜色的不同而被错误的区分.另外,尺度不变特征变换对关键点局部范围内描述子主方向的依赖性非常强,直接决定了匹配的正确率,但是研究表明,主方向分配产生的误差仅有三分之二左右能控制在[-20°,+20°]范围内,因此部分特征会有三分之一的概率因为主方向分配的误差较大而不能正确匹配.针对以上两个问题,本文提出了一种具有颜色和尺度不变性的局部特征描述方法,颜色不变性通过将RGB图像转换到高斯颜色模型下实现,特征描述过程中不再分配主方向,而用局部相对方向,尺度不变性通过构建高斯金子塔实现.实验选取阿姆斯特丹数据集图像进行了测试,结果表明本文方法比传统尺度不变特征变换方法,在特征点的数目、分布均匀性以及匹配精度方面均有所提高.

摘要： 尺度不变特征变换是目前公认的鲁棒性最强的图像特征描述方法之一,在尺度不变性和几何不变性方面具有较好的特性,但该方法主要适用于灰度图像,对图像颜色的区分能力不强,因此,一些对象可能会因为颜色的不同而被错误的区分.另外,尺度不变特征变换对关键点局部范围内描述子主方向的依赖性非常强,直接决定了匹配的正确率,但是研究表明,主方向分配产生的误差仅有三分之二左右能控制在[-20°,+20°]范围内,因此部分特征会有三分之一的概率因为主方向分配的误差较大而不能正确匹配.针对以上两个问题,本文提出了一种具有颜色和尺度不变性的局部特征描述方法,颜色不变性通过将RGB图像转换到高斯颜色模型下实现,特征描述过程中不再分配主方向,而用局部相对方向,尺度不变性通过构建高斯金子塔实现.实验选取阿姆斯特丹数据集图像进行了测试,结果表明本文方法比传统尺度不变特征变换方法,在特征点的数目、分布均匀性以及匹配精度方面均有所提高.

摘要： 尺度不变特征变换是目前公认的鲁棒性最强的图像特征描述方法之一,在尺度不变性和几何不变性方面具有较好的特性,但该方法主要适用于灰度图像,对图像颜色的区分能力不强,因此,一些对象可能会因为颜色的不同而被错误的区分.另外,尺度不变特征变换对关键点局部范围内描述子主方向的依赖性非常强,直接决定了匹配的正确率,但是研究表明,主方向分配产生的误差仅有三分之二左右能控制在[-20°,+20°]范围内,因此部分特征会有三分之一的概率因为主方向分配的误差较大而不能正确匹配.针对以上两个问题,本文提出了一种具有颜色和尺度不变性的局部特征描述方法,颜色不变性通过将RGB图像转换到高斯颜色模型下实现,特征描述过程中不再分配主方向,而用局部相对方向,尺度不变性通过构建高斯金子塔实现.实验选取阿姆斯特丹数据集图像进行了测试,结果表明本文方法比传统尺度不变特征变换方法,在特征点的数目、分布均匀性以及匹配精度方面均有所提高.

摘要： 尺度不变特征变换是目前公认的鲁棒性最强的图像特征描述方法之一,在尺度不变性和几何不变性方面具有较好的特性,但该方法主要适用于灰度图像,对图像颜色的区分能力不强,因此,一些对象可能会因为颜色的不同而被错误的区分.另外,尺度不变特征变换对关键点局部范围内描述子主方向的依赖性非常强,直接决定了匹配的正确率,但是研究表明,主方向分配产生的误差仅有三分之二左右能控制在[-20°,+20°]范围内,因此部分特征会有三分之一的概率因为主方向分配的误差较大而不能正确匹配.针对以上两个问题,本文提出了一种具有颜色和尺度不变性的局部特征描述方法,颜色不变性通过将RGB图像转换到高斯颜色模型下实现,特征描述过程中不再分配主方向,而用局部相对方向,尺度不变性通过构建高斯金子塔实现.实验选取阿姆斯特丹数据集图像进行了测试,结果表明本文方法比传统尺度不变特征变换方法,在特征点的数目、分布均匀性以及匹配精度方面均有所提高.

摘要： 对已有的冲激函数导数的两个公式进行了修正,得到了关于冲激函数导数的两个定量,并将这两个定理进行了综合.

摘要： 对已有的冲激函数导数的两个公式进行了修正,得到了关于冲激函数导数的两个定量,并将这两个定理进行了综合.

摘要： 本发明涉及一种多尺度的静磁波式小波变换及小波反变换器件，包括输入换能器，小波变换输出换能器，小波反变换输出换能器，永久磁铁，基片材料，加法器和放大器，由至少两个单尺度的静磁波式小波变换及小波反变换器件并联组成，所述的小波变换输出换能器的输出信号为不同尺度的小波变换信号；所述的小波反变换输出换能器输出信号通过相互串联的加法器(9)和放大器(10)，放大器(10)的输出信号即为小波反变换信号，其中所有的输入换能器通过并联方式相互连接。本发明具有制作简便，低传输损耗，适应于微波领域的特点。

摘要： 本发明公开了一种基于小波变换与尺度表征的跨尺度点云配准算法，包括如下步骤：(1)读取由结构光与显微测量设备采集到的两片点云；(2)计算两片点云的分形维数；(3)使用二维离散小波对显微测量设备采集的点云进行多尺度分解；(4)重复步骤(2)和步骤(3)，直至结构光数据的分形维数与分解后的显微数据分形维数近似；(5)对分解后的显微测量数据与结构光测量数据，先通过特征点进行粗配准，然后使用迭代最近点进行精确配准，求解平移矩阵t与旋转矩阵R，使两个点集间的对应点距离最小。本发明可以实现不同测量尺度下的点云快速准确配准。

摘要： 本发明提供一种基于去尺度S变换的地震信号时频变换方法，包括：获取地震信号数据，并进行预处理，获取地震时间序列数据；根据去尺度S变换方法对地震时间序列数据进行变换，获取地震信号变换后的时频表示结果；根据时频表示结果计算获取地震属性参数。该方法针对S变换存在的问题，通过去除尺度因子进行修正，消除了S变换对宽频带地震信号时频分析的误导作用，同时保留S变换的多分辨率特征和与傅里叶频谱的直接关系。

摘要： 本发明公开了一种基于residual multismoothlets的多尺度图像变换和逆变换方法，属于图像处理技术领域，解决传统的多尺度几何方法不能拟合复杂边缘或者模糊边缘以及现有的multismoothlets变换方法不能很好地平衡高质量的变换结果与合理的处理时间的问题。本发明输入需进行变换的原始图像C，设置变换的级数M和图像分解尺度j，其中，M≥2；将原始图像平均分成2^j×2^j个图像块，即得到N＝2^j×2^j个原始图像块；基于residual multismoothlets变换，计算各原始图像块的M级smoothlets变换系数{S

摘要： 一种视频图像空间尺度的变换系统及变换方法，包括像素数据输入控制模块、像素数据缓存模块、像素数据插值输出模块，上述模块依次连接构成数据通路；像素数据输入控制模块，控制视频数据写入到缓存模块中；视频数据缓存模块，缓存多行视频数据，缓存的行数由垂直方向变换前后分辨率的比率决定；2D窗口插值输出模块，控制视频数据从缓存模块中读出进行2D插值操作并输出。采用2D窗口算法，将图像中的每个像素用其周围临近的像素乘以不同权值后的和进行表示，该系统由像素数据输入控制模块、像素数据缓存模块、像素数据插值输出模块组成，可以实现对图像不同分辨率之间的快速转换，实现方式简单且成本较低。

摘要： 本发明涉及一种多尺度声表面波式的小波变换及小波反变换处理器，包括输入换能器、小波变换输出换能器、小波反变换输出换能器、基片材料、加法器和放大器，由至少两个单尺度声表面波式的小波变换及小波反变换处理器并联组成。所述的小波变换输出换能器的输出信号为不同尺度的小波变换信号；所述的小波反变换输出换能器输出信号通过串联的加法器和放大器，该放大器的输出信号即为小波反变换信号，其中所有的输入换能器通过并联方式相互连接。本发明具有抑制衍射的功能，适应于雷达、通讯等领域的特点。

摘要： 一种基于粗细尺度变换的电力电子变换器多尺度建模方法，首先，建立电力电子变换器在不同尺度上的单尺度模型，得到多尺度过程在各个不同尺度上的表达；然后基于小波多尺度分析理论中的粗细尺度变换对电力电子变换器中的多尺度过程进行重构，将多尺度过程在不同尺度模型中的表达融合；接着找出不同尺度上变量间的关联函数，建立不同尺度模型间耦合关系；最后，把重构后的多尺度过程的表达代入单尺度模型或耦合关系中，对模型或耦合关系进行修正，由此得到所需的多尺度模型。与传统单尺度建模相比，本发明方法可反映电力电子变换器在多种尺度上的动态特性且能体现同时考虑多种尺度上的现象时变换器动态特性会产生的变化，模拟结果更贴合实际情况。

摘要： 本发明公开了一种基于粗细尺度变换的电力电子变换器多尺度建模方法，首先，建立电力电子变换器在不同尺度上的单尺度模型，得到多尺度过程在各个不同尺度上的表达；然后基于小波多尺度分析理论中的粗细尺度变换对电力电子变换器中的多尺度过程进行重构，将多尺度过程在不同尺度模型中的表达融合；接着找出不同尺度上变量间的关联函数，建立不同尺度模型间耦合关系；最后，把重构后的多尺度过程的表达代入单尺度模型或耦合关系中，对模型或耦合关系进行修正，由此得到所需的多尺度模型。与传统单尺度建模相比，本发明方法可反映电力电子变换器在多种尺度上的动态特性且能体现同时考虑多种尺度上的现象时变换器动态特性会产生的变化，模拟结果更贴合实际情况。

摘要： 本发明属于信号处理领域，针对二维信号时间尺度(TS)与尺度估计(SE)快速实现难题，提出一种基于尺度变换的二维信号TS与SE实现方法。尺度变换(ST)作为一种特殊的梅林变换(MT)，是链接时间与尺度的纽带，ST固有尺度不变特性，即原始信号与尺度信号ST包络相同、相位不同。该发明将ST拓展至二维，利用ST尺度不变特性，结合快速尺度变换(FST)、快速逆尺度变换(IFST)，给出二维信号TS、SE快速实现方案。

摘要： 本发明公开了一种支持时空数据智能尺度变换的变尺度数据分析方法及装置，涉及智能数据分析技术领域。包括：获取待分析的时空数据，基于时空数据构建尺度空间模型；获取初始时空观测尺度；根据初始时空观测尺度、尺度空间模型以及闪电尺度变换，得到待分析的时空数据的变尺度数据分析结果。本发明不仅解决了具有多观测尺的复杂决策问题求解空间的表征难题，而且实现了对时空数据的多步长、变节奏、多尺协同的智能化尺度变换，保证所得到的变尺度数据分析满意解决方案始终具有最低的空间观测尺度层级，在车网互动、车路协同、车车协同等智能决策场景领域具有广阔应用前景。