基于NSCT的SAR与可见光图像融合方法

为了更好地将可见光图像与噪声干扰严重的合成孔径雷达图像融合,提出了一种最大尺度硬阈值去噪的方法,在此基础上设计了一种融合规则,根据噪声和信号在NSCT(nonsubsampled Contourlet transform)域的分解系数特性,将NSCT分解的最大尺首先进行硬阈值去噪,其他高频尺度与最大尺度对应的像素点取值方式保持一致,在低频系数采用"简单绝对值取大"的融合规则,最后进行NSCT逆变换得到融合图像。实验结果表明,该方法能有效抑制斑点噪声,并能充分保留源图像重要特征。

基于NSCT和遗传算法的SAR图像和多光谱图像融合

合成孔径雷达(SAR)图像与多光谱图像成像机理和光谱特性差异较大,一般的融合方法很难取得满意的融合结果。文章提出了一种基于Nonsuosampled Contourlet transform(NSCT)和遗传算法的融合算法,首先将经过预处理后的图像进行NSCT分解,低频系数采取区域信息熵最大的准则融合;高频子带计算区域相关性,对相关性在不同阈值范围内的系数进行融合,阈值的选取采用遗传算法进行搜索;最后对融合系数进行NSCT逆变换,得到融合结果。仿真结果表明该算法显著优于基于像素点和基于区域的融合方法。

三维医学可视化系统设计

介绍了一个自主开发的三维医学可视化系统,其主要功能包括图像滤波和增强、图像分类、图像插值、三维显示等。可在一般配置的PC机上运行,具有很好的应用前景。

非下采样Contourlet变换与脉冲耦合神经网络相结合的SAR与多光谱图像融合

由于获取地物波谱信息的波段范围及成像方式的不同,SAR与多光谱图像所得到的信息有很大差异,而且SAR图像会受到严重的相干斑噪声干扰,因此SAR与多光谱图像的融合很难获得满意的效果。考虑到非下采样Contourlet变换(NSCT)相比于其他多尺度几何分析方法的优势,提出了一种NSCT与脉冲耦合神经网络(PCNN)相结合的SAR与多光谱图像融合方法。源图像首先经过NSCT分解获得不同尺度多个方向下的分解系数,将分解系数的高斯拉普拉斯算子能量作为脉冲耦合神经网络模型的输入,具有较大点火频率的系数将被选择作为融合图像的系数,最后经过NSCT重构得到最终的融合图像。实验结果表明,这种算法无论在主观视觉还是在客观指标上都要优于之前的许多算法。

特变电工新能源打造绿色数据中心:综合能效提升18%以上

幽深的走廊、一眼望不到头的机柜、间或有着炫酷的灯光……这就是普通人想象中的数据中心的模样。在当前政府、互联网、电信、金融等千行百业加速数字化转型时,由服务器、存储、网络、能源等组成的数据中心,作为支撑数字化转型的基础,迎来高速发展。目前,全球数据中心市场年复合增长率超过20%,其中美国数据中心市场规模占比最大,达到38%;中国市场规模虽然目前仅占9%,但随着国内新基建、5G、大数据、人工智能等产业迅速发展,国内数据中心市场规模增速超过30%,2020年国内数据中心市场规模已达到2000亿元,耗电量相当于四个三峡水电站的发电量之和。