Brushlet域复特征纹理图像检索算法

纹理图像检索的关键步骤是有效地提取纹理特征,但常用的小波变换方向有限。为此借助Brushlets为复函数且具有良好多方向性的特点,为了提高图像分辨率,优化图像效果提出了一种基于Brushlet域复特征的纹理图像检索新算法,综合图像的能量和相位特征描述纹理信息,分析了Brushlet分解层数对检索效果的影响,并讨论了不同类型纹理图像的检索效果极其成因。实验结果表明,算法细致全面的描述了纹理信息,使多种相似度计算指标均显著提高,对方向性较强的纹理图像效果尤为明显。

基于Brushlet复特征的纹理分类

Brushlet是一种新的图像方向信息分析工具,其能量特征已被应用于纹理分割、分类以及去噪等领域。该文利用Brushlet变换为复函数这一特性,提取其能量及相位信息作为纹理分类特征。通过对Brodatz纹理图像库中均匀、非均匀以及全部图像进行分类实验,较之单一能量特征的分类方法,Brushlet复特征取得了更好的分类性能。

利用Brushlet变换进行SAR图像变化检测

针对传统空域和小波域检测算法的相邻像素间相似特征捕捉性能差、方向分辨率低的问题,提出了一种基于非下采样Brushlet变换和各向异性Gabor窗的二维最大类间方差变化检测方法.将非下采样Brushlet域的各向异性Gabor非线性加权均值计算和空域最小化均方误差的线性组合相结合,来获取相干斑噪声抑制后的均值特征,解决了角分辨率低的问题,获得了各个方向、频率和位置的精确定位;利用二维最大类间方差阈值分割来得到最终的变化检测结果.对真实的SAR图像进行了实验,证明了新方法有着较好的检测结果,并能够很好地保留边缘等细节信息.

结合LBP和Brushlet的自适应图像检索

针对时域和频域纹理特征的优点和互补性,提出一种结合局部二值模式(LBP)和Brushlet域系数统计特征的自适应纹理图像检索方法。利用Brushlet变换得到各个子带的能量作为频域特征,提取图像的LBP直方图作为空域特征,并采用改进的Canberra距离进行度量,使用闭环反馈实现图像的自适应检索。实验结果表明,与LBP方法和Brushlet方法相比,该方法的平均检索率分别提高8.93%和18.66%。

基于非下采样Brushlet和马尔可夫随机场的图像分割

针对传统小波域马尔可夫随机场图像分割算法的纹理图像分割能力的不足,提出一种将非下采样Brushlet变换和马尔可夫随机场相结合的纹理图像分割方法。用非下采样Brushlet变换作为图像分割的特征场,有效地提取纹理图像中的高维奇异信息;利用高斯马尔可夫模型提取特征场的参数,考察图像中的光谱信息以及像素点的空间相关性对分割结果的影响。实验表明,本文算法可以有效地实现纹理图像分割,在检测纹理方向信息和区域一致性上较传统算法有较大的提高。

基于Brushlet变换的SAR图像地物目标分类

Brushlet是一种新的图像方向信息分析工具,已被应用于纹理分割、分类以及去噪等领域.该文利用Brushlet变换为复函数这一特性,提取其能量及相位信息作为分类特征.通过对SAR图像中选出三类具有不同地貌特征的样本:道路平地、山脉和建筑物群的分类实验,仿真结果证明较之单一能量特征的分类方法,Brushlet能量及相位特征能有效地区分不同特征的地物目标.

基于Brushlet变换多层阈值选择的SAR图像去噪

Brushlet是一种新的图像方向信息分析工具,已被成功应用于图像融合与纹理分类等领域。提出一种基于Brushlet变换的多层阈值选择策略,并将其应用到SAR图像相干斑去噪中,通过对真实SAR图像的去噪实验表明,相比于传统的Wavelet方法,Brushlet变换域的多层阈值算法能获得更好的去噪效果,同时较好地保留了图像细节特征并获得更好的等效视数(ENL)。

基于Brushlet变换的SAR图像SPIHT压缩算法

提出一种基于Brushlet多方向变换特点的SPHIT编码算法,并将其应用于SAR图像压缩编码中,通过对真实SAR图像的压缩实验表明,相比于传统的小波编码方法,Brushlet变换域的SPHIT算法能获得更好的压缩性能,提高了解码后的PSNR值,并且较好地保留了图像细节特征和提高了可视性.

一种提高SAR图像分割性能的新方法

针对传统小波变换域SAR图像分割存在边缘保持和方向分辨率较差的不足,该文提出了一种在非下采样Brushlet变换域提取图像灰度共生概率特征的新方法。该方法在Brushlet的不同方向系数块中利用自适应窗口的Gabor滤波器提取灰度共生概率特征,有效地解决了实际操作中的最优窗口尺寸的选取问题,并利用压缩感知来对冗余的特征进行压缩,降低了聚类复杂度。最后使用模糊C均值聚类,得到分割结果。实验结果表明:该文方法与其它方法相比在边缘保持和方向分辨上有明显优势,获得了更好的分割结果。

基于Hadoop的海量医学图像检索系统

为了提高海量医学图像检索效率,针对单节点医学图像检索系统的缺陷,提出一种基于Hadoop的海量医学图像检索系统。首先采用Brushlet变换和局部二值模式算法提取医学示例图像特征,并将图像特征库存储于Hadoop分布式文件系统(HDFS);然后采用Map将示例图像特征与特征库的特征进行匹配,采用Reduce接收各Map任务的计算结果,并按相似度大小进行排序;最后根据排序结果找到医学图像的最优检索结果。实验结果表明,相对于其他医学图像检索系统,Hadoop的医学图像检索系统减少了图像存储和检索时间,提高了图像检索速度。

基于方向纹理信息的图像融合

鉴于Brushlet分解方向纹理信息的特性,提出一种基于方向纹理信息的图像融合新方法,给出一种基于加权局域能量的融合算子。该方法充分利用已知图像中的高维奇异性信息,有效地保持了各项异性的边缘信息和细节方向纹理信息。对普通图像、航拍图像和医学图像分别进行融合操作,并将融合结果与已知图像的熵和交叉熵作为客观评价指标,与相应小波融合方法进行了比较。仿真结果表明,本文方法融合结果与小波域相应方法比较有明显改善。

特征融合和支持向量机反馈的图像检索算法

检索算法是海量图像自动检索基础。鉴于单一特征无法准确描述图像内容,结合时域和频域纹理特征优点,提出一种特征融合和支持向量机反馈的图像检索算法。首先取图像的LBP直方图作为空域特征,并利用Brushlet变换提取子带能量特征作为频域特征;然后采用马氏距离相似度量进行图像初步检察;最后采用支持向量机反馈提高图像检索准确率。仿真结果表明,相对于单一特征检索算法,该图像检索算法提高了图像检索的平均准确率,可以更准确地查找到用户所需的图像。

高速测量型全光纤电流互感器

常规特高压直流系统对全光纤电流互感器的响应时间要求小于400μs,而在柔性多端换流站中对其响应时间要求小于100μs,这对全光纤电流互感器的信号处理速度及测量精度提出了更高的要求。本文基于全光纤电流互感器测量原理及采样对象关键特征的研究,从采样频率、闭环控制电路增益、噪声抑制、通讯带宽等方面提出了一种测量精度高、响应速度快的全光纤电流互感器设计方法。并基于此方案设计样机进行了阶跃响应及准确度的实验验证,测得该样机总响应时间不超过40μs,且在(10~600)%额定电流下的测量误差不超过0.1%。