多级分解的Retinex低照度图像增强算法

针对现有算法对图像边缘细节增强不足及无法有效控制各尺度信息增强程度的问题,提出了多级分解的Retinex低照度图像增强算法。该算法在Retinex分解模型和双边滤波的基础上,通过设置不同的滤波参数,获取表征图像不同尺度信息的反射分量和照度分量;通过使用指数函数对分解得到的各级反射分量进行增强,能够有效提升图像边缘细节的表达能力;通过使用S型函数对最终的照度分量进行处理,能够在提升低照度图像整体亮度的同时抑制高亮度区域;通过颜色恢复函数对增强图像进行后处理,进一步避免色彩偏差和失真的问题。实验结果表明,新算法能够改善低照度图像的视觉质量,在清晰度、信息熵、对比度等指标方面都有所提升。

频响多级分解与图像特征在自耦变压器绕组故障的应用研究

自耦变压器是高速铁路供电系统的关键设备之一。为满足高铁的阻抗要求,高铁自耦变压器采用分裂式绕组结构。各分裂绕组在变压器内部连接,无法直接测得每个分裂绕组的频率响应分析(frequency response analysis,FRA)曲线,即有FRA模型和诊断方法难以识别哪个分裂绕组发生了变形故障。该文提出了一种基于多级分解与图像特征的FRA曲线解释方法,来获得频响曲线的更多信息,分析曲线的微小变化,并在分裂式绕组自耦变压器不同绕组、不同位置上进行并联电容模拟试验验证与分析。结果表明,FRA曲线多级分解后的曲线与原始频响曲线关联性强,转化为极坐标图后不同故障情况下曲线变化存在差异,不同故障绕组的特征关联度(features correlationdegree,FCD)数值有明显不同,且不同故障有其相应规律。根据2级分解后的极坐标图提取的12个图像特征与相应的特征关联度,可区分自耦变压器并联电容故障情况下不同故障绕组、故障位置与故障程度等。

一种基于多级分解的空时多用户检测方法

本文基于广义旁瓣相消结构和对维纳滤波器进行多级分解方法,提出一种多用户检测器。因为多级分解方法只需估计互相关矢量和标量的自相关,而不涉及数据协方差矩阵的估计和其求逆运算,所以这种多用户检测器具有较低运算复杂度。模拟实验结果表明,在加性白高斯和频率非选择性单径瑞利衰落信道下,该多用户检测器具有较强的干扰抑制性能。

大规模优化问题的多级分解解法

多级分解优化方法将原系统分解为树枝状分布的多级较小子系统，每一个母体系统协调其下面的若干子系统，整个系统由一个最高级系统来协调。各级子系统在进行各自的优化的基础上，通过母体系统的协调过程最终获得问题的解。由于分解获得的并行运算性能和运算规模的降低，该法在应用于大规模优化问题上可以大大地缩短运算时间，提高设计效率，同时增强了收敛的稳定性。文中提供的算例也表明了该法是有效可行的。

基于自动分发多级分解TCN-BiLSTM-LightGBM家庭PV发电量预测

目前光伏发电量预测的研究主要集中在光伏并网发电系统的发电量的方面,对家庭式PV发电量的研究较少。为在实时家庭式PV发电量序列的情况下对未来1天的发电量进行预测,提出一种基于自动分发多级分解TCN-BiLSTM-LightGBM家庭PV发电量预测模型。将各个家庭pv时序数据自动分发到各个模型中,并对时序数据进行SSA和CEEMDAN分解,将多级分解后的数据序列输入TCN和BiLSTM网络,进行分解后的时序预测,并通过LightGBM对TCN和BiLSTM预测结果进行融合,从而实现对各个家庭PV发电量的自动预测。

基于小波多级分解的数字散斑相关搜索方法

为提高数字散斑相关方法(DSCM)的测量精度和计算速度,提出一种基于小波多级分解的数字散斑相关搜索方法。该方法利用二维离散正交小波技术对图像滤波去噪同时进行多级分解,从最低的一级开始进行相关搜索计算,然后逐级回溯。与传统的相关搜索方法相比,该方法可提高运算速度至少1个数量级并提高测量精度,有更强的适用性,可以对大位移、有噪声的图像进行数字相关位移场的处理。

基于多级小波分解的人脸图像光照补偿方法

为提高不同光照条件下的人脸识别精度，提出了一种利用多级小波分解和样条插值进行光照补偿的方法。一般认为，光照变化会给图像中混入两种噪声：背景噪声和增益噪声。背景噪声是加性噪声，可以通过直接对图像进行多级小波分解和样条插值来估计并去除；增益噪声是乘性噪声，可以对去除了背景噪声的图像进行对数变换后，再利用多级小波分解和样条插值来估计并去除。在YaleB人脸数据库上的实验结果表明：本方法的识别率比其它方法高2％～11％，可以有效地对不同光照条件下的人脸图像进行调整，提高不同光照条件下人脸识别的精度和稳定性。

多级奇异值分解和SG的通信雷达信号降噪方法

雷达回波信号在接收过程中受到复杂噪声干扰,严重影响了目标检测的准确性,文中提出多级奇异值分解(multi-stage singular value decomposition,MS-SVD)和Savitzky-Golay(SG)的降噪方法,利用奇异谱分解的主成分分析特性,将代表噪声的奇异值逐级删减,对雷达信号的主分量进行重构,克服奇异值难以有效选取的难题,减少信号失真,再经SG平滑滤波处理,将局部强干扰剔除,实现雷达信号的提取.实验结果表明:该方法在各种信噪比条件下,能够有效地将雷达信号提取出来,在提高信号信噪比的同时,减少原始信号失真.

基于多级小波分解的两类纹理图像分割技术

通过对纹理图像传统分割方法的分析,研究了农作物图像的边缘自动分割问题,提出了采用多级小波分解方法的两类纹理图像分割技术。解决了传统的基于Laws能量特征方法存在的分割边缘粗糙以及时间效率低等缺点。仿真结果表明,应用基于多级小波分解的纹理分割方法,能快速得到准确的边缘,为获取大规模农作物的机械导航路径提供了一种新的思路。

硝酸酯键断裂触发的含能增塑剂DNTN多阶热分解机理

采用反应分子动力学模拟、固相原位红外测试和同步热分析-红外-质谱联用技术相结合的方法对2,3-二羟甲基-2,3-二硝基-1,4-丁二醇四硝酸酯(DNTN)的热分解过程进行了研究,分析了其热分解气体产物和固相产物,阐明了其热分解机理.结果表明,DNTN的分解分为3个阶段:第一阶段为诱导分解阶段,温度区间为127~147℃,DNTN发生部分O—N键的断裂,释放少量的NO_(2)气体;第二阶段在147~220℃之间,DNTN快速分解,发生硝基基团脱去和季碳骨架的分解,并且伴随小环结构的生成和裂解,释放大量的NO_(2)和CO_(2)等气体,同时放出大量的热;第三阶段为240~350℃,DNTN剩余固态产物在高温下热解,释放少量的CO_(2),并且在300℃后剩余的固相物质会进一步反应生成氰基.

复杂数字电路多级在线进化技术研究

复杂数字电路的在线进化是目前演化硬件领域的难题之一.本文阐述了基于多级分解进化的复杂数字电路在线进化思想,给出了数字电路进化设计算法,分析了数字电路编码方案,研究了数字电路在线验证评估方法,设计了适应度函数,给出了数字电路在线进化设计实验系统方案.以典型数字电路为例,验证了多级分解进化方法的有效性,实验结果表明,采用多级分解进化方法可大大提高数字电路在线进化设计的速度与成功率,也有利于提高数字电路在线验证评估效率.

基于嵌套经济结构的生产率分解——以中国制造业为例

中国经济具有明显的“全国—区域(省份)—行业—企业”的多层级嵌套结构特征,现有的生产率分解研究对此缺乏专门分析。在动态的Olley-Pakes生产率分解模型中,通过增加区域和(或)行业层级的要素流动,将不同层级的要素流动效应进行了分离,这种多级分解思路在其他生产率分解模型中具有普适性。中国制造业在1998—2007年的经验分析表明:(1)基于增加值的全要素生产率年均增速高达11.57%并具有明显的行业和区域异质性,它为制造业增长做出了58.43%的相对贡献,其中企业学习效应的相对贡献最大(62.10%),要素流动效应次之(36.78%),而企业更替效应的促进作用很小;(2)模型中的要素流动层级结构越少,企业学习效应(要素流动效应)被高估(低估)得越多;(3)在剔除全要素生产率的异常值时,将所有观测值放在一起截尾,忽视了中国制造业全要素生产率的快速增长和行业异质性,进而导致全要素生产率的增长速度被低估。

基于多级LatLRR和HSI空间的彩色图像融合算法

目的为提高红外与彩色可见光融合图像的可视性,更好地再现图像的对比度和色彩效果,提出一种基于多级低秩表示和HSI颜色空间的彩色图像融合算法。方法首先利用RGB到HSI颜色空间转换,把彩色可见光RGB图像转化到HSI颜色空间,并分离H,S,I三通道。然后利用LatLRR对彩色可见光图像的I通道图像和红外图像进行二级分解,可得到显著的细节部分和基础部分,并将彩色可见光图像I通道和红外图像的细节部分采用核范数自适应加权融合策略进行融合,基础部分采用高斯模糊逻辑值自适应加权进行融合。最后把融合后的细节部分和基础部分相加产生新的I通道图像,结合H,S通道再转到RGB空间,得到融合图。结果实验结果表明,文中算法得到的融合图主观上彩色失真度最小、场景细节最清晰、红外目标更突出,同时客观评价指标值上升约1%~24%。结论文中算法是一种有效的算法,对彩色图像融合结果有较好的改善作用。

基于公理化设计的多级实例知识重用技术研究

为提高大型复杂产品设计的效率,研究了复杂产品方案设计的实例分解与重用技术,提出了一种基于公理化设计的设计实例知识重用方法。该方法以设计实例分解关联度为依据分解系统,建立了多级设计实例的层次模型和基于多级实例的知识重用模型,实现多级设计实例的重用。以大型水轮机方案设计为例,证明了该方法的有效性和可操作性。

基于多级EEMD和WVD分布的谐波/间谐波检测方法

为了有效抑制多种噪声和准确检测谐波/间谐波频率,提出了基于多级集合经验模态分解(EEMD)和Wigner-Ville分布(WVD)的谐波/间谐波检测方法。利用白噪声的幅值可调性,对含有噪声的检测信号进行多级EEMD分解,平滑脉冲干扰和削弱白噪声的同时,得到了一组固有模态函数(IMF)分量,对每个IMF进行WVD计算,可准确检测出谐波/间谐波频率,有效抑制了交叉项和噪声干扰。采用最小二乘算法估计各频率分量的幅值,实现了噪声背景下的谐波和间谐波检测。仿真结果验证了该方法的可行性与有效性。

基于小波变换和奇异值分解相结合的加密图像数字水印算法

以一种加密算法和多级小波变换,奇异值分解为基础,提出一种数字水印算法.将原始图像进行多级小波分解,然后对低频部分进行奇异值变换,将加密的水印信息嵌入其中.实验结果表明:该算法不仅具有较好的不可感性,而且对几何变换,如旋转、剪切、镜像,叠加噪声如椒盐、高斯噪声及高斯滤波等均具有很好的鲁棒性.

基于多级子空间投影的侧扫声呐底混响抑制

底混响是侧扫声呐进行沉底静态小目标探测时的主要背景干扰,针对此问题提出了一种基于多级二分奇异值分解BSVD子空间投影的底混响抑制方法。该方法首先对接收信号构造二阶Hankel矩阵,通过矩阵的奇异值确定混响子空间,然后利用正交子空间投影抑制回波信号中的底混响,最后根据所选级数对回波信号进行多级正交子空间投影,并用otsu方法对原始声图和处理后的声图进行目标检测。实验结果表明,该方法改善了侧扫声呐沉底静态小目标的成图质量,更利于后期实现基于图像的目标自动检测。

基于MDLatLRR的CT和MRI图像融合增强方法

以往所提出的医学图像融合算法均对源图像提取相同分解层次的特征,忽略了源图像的特有特征。针对这一问题,提出一种根据不同模态医学图像提取其特有特征的融合方法。首先,使用改进的多级潜在低秩表示分解方法,在提取CT和MRI基础信息和细节信息的基础上,根据成像特点的不同,进一步提取CT图像的骨骼轮廓信息和MRI图像的软组织细节信息。然后,提出一种局部信息熵加权的区域能量函数方法融合细节信息,利用结构显著性度量和改进拉普拉斯能量和方法共同融合基础信息。最后,提出图像引导增强算法,以特有特征为引导对融合后的基础层和细节层进行增强。经实验证明,相比近几年具有代表性的融合方法,所提出的方法不仅在AG,EPI,VIF,SD客观评价指标中分别平均提高了9.45%,11.75%,14.79%,10.51%,而且在主观评价中也取得更好的效果,实现了CT和MRI图像精准融合。

压电结构系统辨识中的幂迭代子空间跟踪方法

针对子空间辨识压电结构系统模型,利用广义能观矩阵列空间与观测矢量相关矩阵信号子空间一致的特征,提出采用幂迭代子空间跟踪方法,保证全局且按指数收敛到主子空间。为避免跟踪过程中与主子空间偏离误差的传递,采用多级分解,形成多级幂迭代子空间跟踪方法。将其与投影逼近子空间方法比较,仿真结果表明,能观矩阵夹角小,输出均方根误差小,能提高跟踪精度。并运用于实际模型中,验证其有效性。

基于循环相关的信号分离方法的研究与实现

针对经典频移滤波运算复杂度大,工程应用难于实现的问题,研究了利用多级分解维纳滤波的降秩滤波方法和硬件实现过程中的优化方法,设计实现了一套基于DSP的信号分离方法测试平台,并对算法的硬件实现性能进行了测试分析。