非下采样剪切波变换

非下采样剪切波变换的相关文献在2014年到2022年内共计109篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、测绘学 等领域,其中期刊论文97篇、会议论文4篇、专利文献751998篇;相关期刊69种,包括长春理工大学学报(自然科学版)、科学技术与工程、图学学报等; 相关会议4种,包括2016年全国通信软件学术会议、第十五届中国虚拟现实大会暨虚拟现实与可视化技术国际会议、第六届中国信息融合大会等;非下采样剪切波变换的相关文献由319位作者贡献,包括侯瑞超、刘帅奇、叶坤涛等。

非下采样剪切波变换—发文量

期刊论文>

论文:97 占比:0.01%

会议论文>

论文:4 占比:0.00%

专利文献>

论文:751998 占比:99.99%

总计:752099篇

非下采样剪切波变换—发文趋势图

非下采样剪切波变换

-研究学者

  • 侯瑞超
  • 刘帅奇
  • 叶坤涛
  • 吴玲达
  • 周冬明
  • 巩稼民
  • 张耀军
  • 李文
  • 李晟
  • 焦姣
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

    • 石平霞; 陈世国; 丁冬冬
    • 摘要: 针对目前医学图像融合领域中,融合图像存在细节信息不够清晰及信息丢失的问题,提出一种基于非下采样剪切波变换(NSST)与引导滤波相结合的医学图像融合算法。首先,对已经过严格配准的两幅医学源图像进行NSST,得到各自的低频子带与高频子带。其次,低频子带采用基于引导滤波的加权平均的融合方法,高频子带采用平均梯度、区域能量指导加权系数的融合规则。最后,将低频子带和高频子带进行非下采样剪切波反变换,从而得到最后的融合图像。最终的实验结果表明:与文中所提到的几种融合算法相比,该算法不仅在多项评价指标中表现更佳,而且也有较好的视觉效果。
    • 汤韦; 李景叶; 王建花; 薄昕; 耿伟恒; 叶玮
    • 摘要: 常用的叠后地震属性主要有相干体(描述波形相似性)、曲率体(表征构造应力引起的地层弯曲程度)、倾角体(刻画地层构造变化特征)等,但仅仅依靠单一属性很难准确地预测地下裂缝分布情况。为此,提出一种基于非下采样剪切波变换(NSST)—参数自适应脉冲耦合神经网络(PA-PCNN)的属性融合裂缝预测方法,该方法基于NSST分解算法,将多种属性数据分解为高、低频子带,将融合后的多尺度、多方向高、低频子带进行数据重构,得到最终的多属性融合结果,可进一步提取裂缝的轮廓及细节信息。具体步骤为:①提取描述相同尺度裂缝的多种地震属性(相干、曲率及倾角等属性),通过NSST将多种属性分解为高、低频子带,其中高频子带包含更多的裂缝细节信息,低频子带可更好地刻画裂缝轮廓且具有丰富的能量信息。②对高频子带运用PA-PCNN模型进行融合,无需人工设置参数,得到更全面的高频数据;结合八邻域的改进拉普拉斯算子加权和与局部能量加权方法对低频子带进行融合,使低频数据更好地保留细节及能量信息,以得到丰富的低频数据。③通过逆NSST方法有效地完成属性融合裂缝预测。运用所提方法对M区属性数据进行测试,并对比了不同方法的属性融合裂缝预测结果,证明基于NSST—PAPCNN的属性融合裂缝预测方法能够更有效地预测裂缝。
    • 王晓娜; 潘晴; 田妮莉
    • 摘要: 为了增加融合图像的信息量,结合非下采样剪切波变换(Non-Subsampled Shearlet Transform,NSST)和离散小波变换(Discrete Wavelet Transform,DWT)的互补优势,提出了改进的多模态图像融合方法。采用NSST对两幅源图像进行多尺度、多方向的分解,得到相应的高频子带和低频子带;利用DWT将低频子带进一步分解为低频能量子带和低频细节子带,并利用最大值选择规则融合能量子带;采用改进连接强度的自适应脉冲耦合神经网络(Improved Connection Strength Adaptive Pulse Coupled Neural Network,ICSAPCNN)分别融合细节子带和高频子带,并对能量子带和细节子带进行DWT逆变换,得到融合的低频子带;采用NSST逆变换重构出细节信息丰富的融合图像。实验证明,提出的算法在主观视觉和客观评价方面均优于其他几种算法,且能同时适用于红外与可见光源图像、医学源图像的融合。
    • 蒲久亮; 高小明
    • 摘要: 针对超声图像降噪算法在降噪的同时无法很好地保留图像的细节信息问题,提出了一种改进的基于非下采样剪切波变换(NSST)的超声图像降噪算法。首先通过对数变换将乘性噪声转换成加性噪声,然后使用NSST变换对噪声图像进行多尺度分解得到高频子带和低频子带,低频子带使用同态滤波增强细节信息,高频子带采用改进的阈值处理函数降低噪声,对处理之后的高频部分使用梯度域引导滤波(GDGIF)增强图像的细节信息和边缘信息,最后将逆NSST变换后的图像进行指数变换得到降噪后的图像。实验结果表明,该算法峰值信噪比(PSNR)、结构相似性(SSIM)有一定提高,能在去除噪声的同时尽可能保留图像的细节信息。
    • 符娇; 刘荣; 林凯祥
    • 摘要: 为了提高遥感图像的融合质量(quality)及应用价值,解决融合中存在的光谱失真和空间细节损失问题,文章新提出了一种主成分变换(PCA)结合非下采样Shearlet变换(NSST)的遥感图像融合算法。首先利用PCA提取多光谱图像的第一主成分;然后引入加权最小二乘滤波通过全色图像获取空间细节信息,并将其注入第一主成分后与全色图像分别进行NSST变换;再对高频和低频系数分别采用基于相位一致性和基于局部拉普拉斯能量的规则进行融合;最后进行NSST逆变换和PCA逆变换得到融合图像。文章采用三种卫星数据进行验证,对比传统方法文章算法的融合质量明显提升,融合图像纹理清晰、色彩自然,且在多个客观评价指标上均达到较高水平。因此,文章算法对遥感图像具有较强适用性,能够在提高细节信息的同时,避免光谱失真。
    • 熊璋玺; 刘明亮; 郭擎; 李安
    • 摘要: 多光谱图像与全色图像的融合已被广泛应用于提高后续图像处理效果以满足图像进一步应用的需要,本文提出了一种在非下采样剪切波变换域中基于区域清晰度加权和导向滤波相结合的遥感图像融合方法。利用剪切波变换将多光谱图像的亮度分量与全色图像分别分解为低频子带和高频子带;针对高低频子带的特点分别设计高低频子带融合规则;对融合系数取剪切波逆变换和亮度-色度-饱和度逆变换得到融合图像。与6种典型融合方法通过9种包含光谱和空间质量评价的指标进行比较,实验结果表明:本文方法在主观视觉效果和客观评价方面都达到了极好效果,在提升空间分辨率的同时有效的保留了光谱信息。
    • 张贵仓; 王静; 苏金凤
    • 摘要: 为解决多聚焦图像融合算法中细节信息保留受限的问题,提出改进稀疏表示与积化能量和的多聚焦图像融合算法。首先,对源图像采用非下采样剪切波变换,得到低频子带系数和高频子带系数。接着,通过滑动窗口技术从低频子带系数中提取图像块,构造联合局部自适应字典,利用正交匹配追踪算法计算得到稀疏表示系数,利用方差能量加权规则得到融合后的稀疏系数,再通过反向滑动窗口技术获得融合后的低频子带系数;然后,对于高频子带系数提出积化能量和的融合规则,得到融合后高频子带系数;最后,通过逆变换获得融合图像。实验结果表明,该算法能保留更详细的细节信息,在视觉质量和客观评价上具有一定的优势。
    • 李文; 叶坤涛; 舒蕾蕾; 李晟
    • 摘要: 为了克服当前的红外与可见光图像融合算法存在着目标不够突出、纹理细节丢失等现象,本文提出了一种基于高斯模糊逻辑和自适应双通道脉冲发放皮层模型(AdaptiveDual-ChannelSpiking CorticalModel,ADCSCM)的红外与可见光图像融合算法。首先,使用非下采样剪切波变换(NonSubsampled Sheartlet Transform, NSST)将源图像分解为低频和高频部分。其次,结合新拉普拉斯能量和(New Sum of Laplacian, NSL)与高斯模糊逻辑,设定双阈值来指导低频部分进行融合;同时,采用基于ADCSCM的融合规则来指导高频部分进行融合。最后,使用NSST逆变换进行重构来获取融合图像。实验结果表明,本文算法主观视觉效果最佳,并在互信息、信息熵和标准差3项指标上高于其他7种融合算法,能够有效突出红外目标、保留较多纹理细节,提高融合图像的质量。
    • 李文华; 赵培董; 赵正元; 潘如政; 胡康生
    • 摘要: 针对观察单模态图像难以对触头表面进行完整评价的问题,为将所有相关信息从多种模式有效部署到单个图像中,该文提出一种基于非下采样剪切波变换(NSST)的元素分布与形貌信息融合方法。对于扫描电子显微镜&X-射线能谱仪(SEM&EDS)记录的触头表面的元素分布与三维非接触式分析系统记录的表面微观形貌信息,首先在鲸鱼优化算法(WOA)的帮助下,采用基于B样条配准方法;其次应用一种新的加权能量融合规则,实现了具有不同分辨率的多模图像的融合;最后从融合触头图像中圈定出不同元素分布。通过融合结果,该文分析了触头材料转移和微观形貌,研究了触头表面元素分布,为分析触头表面结构变化、分析并定位表面聚集膜以及准确地计算接触电阻奠定了基础。
    • 刘光宇; 曾志勇; 曹禹; 赵恩铭; 邢传玺
    • 摘要: 传统图像去噪方法在去除声呐图像斑点噪声的同时,难以有效保留细节特征.针对该问题,提出一种基于密度聚类与灰度变换的非下采样剪切波域图像去噪方法.利用非下采样剪切波变换将含噪图像分解为高频系数和低频系数,根据声呐图像中斑点噪声的分布特性,采用基于密度的噪声应用空间聚类(Density-based Spatial Clustering of Applications with Noise,DBSCAN)算法对高频系数进行处理,分离噪声信号,保留细节信息;对低频系数进行灰度变换,以增强图像对比度.通过非下采样剪切波逆变换对处理后的高频系数和低频系数进行重构,实现图像去噪.实验结果表明,本文方法在改善图像均方误差、峰值信噪比和结构相似度等指标上效果明显,去噪后图像的视觉效果和边缘保持能力得到较大提升.随着噪声方差的逐渐增大,本文方法的优越性得到进一步体现,适用于具有高密度噪声的声呐图像去噪.
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号