Steerable Pyramid分解在储层断裂检测中的应用

在隐蔽油气藏勘探中,正确刻画储层断裂对于油气勘探和开发都有着至关重要的作用.储层断裂在地震数据中表现为边缘特征.但现今多尺度边缘检测的基本理论和方法都有其本身的局限性.本文详细阐述了Steerable Pyramid分解用于储层断裂检测的基本原理和方法.输入的三维地震切片经过Steerable Pyramid分解后,不仅可以分析不同尺度不同方向上断裂的特征及走向,还可以通过重构得到经S函数控制的断裂信息,该断裂信息不仅仅是断裂的边缘检测,而是增强的断裂本身.将该算法应用于实际地震切片的断裂检测,得到了清晰的断裂信息,完整细致地展现了这些地质类型的特征,为构造解释、地震相表征及储层预测提供了有用信息.

基于LWT-QR分解和Laplacian Pyramid的水印算法

目的为了提高数字水印的鲁棒性和不可见性,提出一种基于Laplacian Pyramid和LWT-QR分解的水印算法。方法首先对宿主图像进行2层Laplacian Pyramid分解,取其第2层Laplacian残差图像进行一层LWT分解,取其低频子带进行大小为4×4的无重叠分块处理。然后,基于提升小波系数的相关属性,再对每个选中的低频子块进行QR分解,取分解后R矩阵的第1行为目标进行水印的嵌入,同时对水印进行Arnold置乱,置乱后的水印图像嵌入到R矩阵的第1行元素中。结果嵌入水印后图像的PSNR能够达到45 d B,而且该方案对常见的信号处理攻击有较好的鲁棒性,NC均值在0.9以上。结论理论分析和大量的实验数据表明,该方案能够很好地改善图像操作过程中的鲁棒性和不可见性。

Steerable Pyramid分解方法及其在断层检测中的应用

分析了Steerable Pyramid分解用于断层检测的基本原理.输入的三维地震时间切片经过Steerable Pyramid分解后,不仅可以分析不同尺度不同方向上断层的特征及走向,还可以通过重构得到断层信息.该信息不仅是断层的边缘检测,而且将断层直接提取出来.在去除了断层信息后,该方法还可用于河道砂的沉积成像.将该方法应用于一张实际的地震振幅属性切片,结果证明将Steerable Pyramid分解用于储层断层检测与沉积成像是成功的.但是,处理结果对空间平滑参数都很敏感,参数的最优选择要根据输入图像的特征而变.

Steerable Pyramid分解域地震强随机噪声衰减

为解决油气地球物理勘探中地震资料的噪声问题,研究了Steerable Pyramid分解阈值去噪对地震资料强随机噪声背景下弱信号识别的影响。根据地震资料弱信号的Steerable Pyramid分解系数值较小的特点,从Steerable Pyramid分解域硬阈值去噪出发,采用降低阈值的方法保护Steerable Pyramid分解系数值较小的弱信号,同时针对时域噪声残留采用均值平滑的方法保证去噪效果。经过理论模型和实际资料实验,得出在Steerable Pyramid分解域采用硬阈值降阈值+均值滤波的方法可以从较强的噪声背景中识别出弱信号,并且保证信噪比有足够的提高;在去噪的同时,不但连续性好,反射强的同相轴得到了增强,而且即使连续性差,反射弱的同相轴也得到了有效的保留。采用本方法去噪伪影较少,剖面的保真度较高。

A fusion algorithm for remote sensing images based on nonsubsampled pyramids and bidimensional empirical decomposition

In order to improve the quality of remote sensing image fusion,a new method combining nonsubsampled Laplacian pyramid (NLP)and bidimensional empirical mode decomposition(BEMD)is proposed.First,the high resolution panchromatic image (PAN)is decomposed using NLP until the approximate component and the low resolution multispectral image(MS)contain features with a similar scale.Then,the approximation component and the MS are decomposed by BEMD,resulting in a number of bidimensional intrinsic mode functions(BIMF)and a residue respectively.The instantaneous frequency is computed in 4 directions of the BIMFs.Considering the positive or negative coefficients in the corresponding position,a weighted algorithm is designed for fusing the high frequency details using the instantaneous frequency and the coefficient absolute value of the BIMFs as fusion feature.The fused image is then obtained through inverse BEMD and NLP.Experimental results have illustrated the advantage of this method over the IHS,DWT andà-Trous wavelet in both spectral and spatial detail qualities.

基于SPD多尺度输入的ST-MASA的肺炎智能检测模型

肺部X光片的临床诊断结果可以作为新冠肺炎及其他肺炎诊断的重要依据,而X光片所显示的肺炎病变的相似性及阅片量巨大,医生传统的阅片识别存在误诊、漏诊和时间消耗等问题。因此,提出了一种融合空间金字塔分解(Spatial pyramid decomposition, SPD)模块进行多尺度输入的ST-MASA(Swin Transformer with Multi-Head Axial-Self-Attention)的肺炎智能检测模型,用于COVID-19和多类型肺炎的自动分类。该模型能够自动关注肺炎病灶的判别信息和多尺度特征,进而更好地进行COVID-19、肺不透明(Lung_Opacity)、非COVID的病毒性肺炎(Viral_Pneumonia)和正常(Normal)的X光片进行分类,以便更好地帮助放射科医生进行医疗诊断工作。实验结果表明,所提出的模型在准确率、召回率、F1-Measure等指标上均优于经典的网络模型ResNet 50、ResNet 101、Inception net-V3和Swin Transformer。

基于像素级的图像融合方法研究

图像融合是信息(数据)融合的重要分支和当前研究热点。其任务是对多幅源图像信息进行提取与综合,以获得对同一场景、目标的更准确、更全面、更可靠的图像描述,从而实现图像的进一步分析、理解及目标的检测、识别或跟踪。首先对基于像素级图像融合的基本方法、塔形分解法及小波变换法进行了详细介绍,然后针对各种方法的特点及应用场合进行了对比、分析与评价。

一种基于多尺度分解的多传感器图像融合方法

给出了一种基于多尺度分解 (易操纵金字塔分解 )的多传感器图像融合算法 .该算法把来自不同传感器的图像分解成不同尺度、不同方向 (不止 3个 )的子带系列 ;使用基于相似性量测的规则融合各相应子带图像 ;再进行反变换 ,获得融合后的图像 .

基于多尺度分解的超光谱图像异常检测

提出了一种基于多尺度分解的超光谱图像异常检测算法。在目标和背景均未知的前提下,利用光谱和空间两种信息完成对异常目标信号的定位,从而实现超光谱遥感数据中异常目标检测。首先利用非下采样塔式变换对超光谱图像进行分解,将其划分为不同尺度子块;然后依据超光谱图像同一波段不同尺度空间内相邻系数的相关性,采用不同波段各个尺度空间的反锐化掩模方法优化背景数据分布,从而抑制异常数据对背景的干扰;最后利用设计的核RX算子得到异常目标检测结果。为验证方法的有效性,利用真实和模拟的AVIRIS数据进行了实验,并与经典RX算法相比较,实验结果表明,基于非下采样塔式分解的异常检测方法具有更好的检测性能和较低的虚警。

基于复数小波变换增强带噪图像的空间自适应方法

针对目前的多尺度增强方法一般很难实现抑制噪声和凸显细节间有效均衡的问题,提出一种基于复数小波变换增强图像方法,充分利用复数小波兼具平移不变性和方向选择性的优势,首先通过相邻两层小波系数的相关性来有效区分噪声和图像边缘,并根据各层小波系数的分布设置局部阈值抑制噪声;在此基础上,自适应地选取增强函数来增强较弱的细节并保护原图像中的清晰边缘不产生失真.实验结果表明,运用该算法增强带噪图像可以在较好地抑制噪声的同时,显著地放大细节特征.

基于归一化标量权重映射与融合金字塔的彩图对比度增强算法

为了解决当前对比度增强算法在图像纹理或高信号活动区域易出现颜色改变以及过度增强,且难以兼顾图像全局内容增强与局部细节增强等不足,提出了基于归一化标量权重映射与融合金字塔的图像对比度增强算法。基于2D方向偏导,定义对比度与亮度的度量模型,并以此构造标量权重映射模型;引入拉普拉斯金字塔分解机制得到图像的层次结构,再计算其权重映射的高斯金字塔;定义这两个金字塔的融合规则,得到融合金字塔;在图像度量模型与权重映射模型的引导下,利用融合金字塔完成图像重构。实验结果表明,与当前对比度增强算法相比,该算法的对比度增强质量最佳,失真度较小,没有影响颜色平衡,消除了过渡增强与人工饱和度的引入。该算法能够较好地增强彩图对比度。

基于多尺度下LBP和PSO的织物瑕疵检测方法研究

针对丝织品疵点纹理与正常情况下织物纹理特征的不同,提出一种多尺度下LBP和PSO结合的织物疵点检测算法.首先对织物图像进行非线性的金字塔多尺度分解,再对各尺度图像提取对光照和旋转具有不变性的LBP特征,在此基础上,利用PSO的快速收敛特点计算各分块的LBP直方图的差异确定出疵点位置.实验结果表明,提出的方法具有较好的鲁棒性.

基于多尺度对比度塔和方向滤波器组的图像融合

本文从图像的特性出发,将方向信息与多分辨分析相结合,提出了基于方向滤波器组的融合思想.进而考虑到人眼的视觉特性,利用对比度塔分解(CP)捕获图像的低频分量,利用方向滤波器组(DFB)获得图像的高频分量,提出了一种基于多尺度对比度塔和方向滤波器组(CPDFB)的图像融合方法,同时分析了该方法的融合机理和计算复杂度,较好地实现了复杂图像的融合.仿真实验验证了其可行性和有效性.

基于色调空间的彩色图像匹配算法

在彩色图像匹配应用中,其色调分量能够提供更多的有用信息,且其颜色恒常性能够克服外部光强变化对匹配效果的影响。同时,如何选择匹配搜索策略也是图像匹配算法中的重要问题。基于彩色图像拼接中的图像匹配要求,提出基于彩色图像在HSV空间进行匹配的方法,并通过色调序贯相似性检测算法(H-SSDA)和塔式分解色调序贯相似性检测算法来提高匹配算法的精度和降低匹配空间搜索的计算量。实验结果表明,H-SSDA和塔式H-SSDA算法具有较高的匹配精度,其计算量也能够适应大多数应用的需求。

一种塔形分解的红外与可见光图像融合方法

针对红外图像对比度低、背景噪声较大的情况,提出了一种基于加权中值塔形分解的红外与可见光图像融合算法,同传统拉普拉斯塔形分解方法相似对图像的分解分成四步:中值滤波、降采样、插值放大、带通滤波,形成多尺度、多分辨率的塔形近似图像序列和细节图像序列。两种传感器图像经过中值塔分解的图像序列,通过基于局部能量选择的融合规则和融合算子形成融合图像塔,然后进行中值塔形图像重构,完成图像融合。与已有塔形分解图像融合方法相比,不仅保留塔形分解的优点,融合图像精确,而且对脉冲型噪声污染的传感器图像具有较强的抑制作用。实验验证,这种融合方法在图像信噪比较低的情况下,也能得到较好的融合效果。

融合参数对对比度塔形分解图像融合方法性能的影响研究

给出了一种基于对比度塔形分解的分层图像融合新方法,其在融合过程中可有选择地突出被融合图像的对比度信息与细节信息,以求达到良好的融合效果。此外,利用熵、交叉熵、互信息量、均方根误差、峰值信噪比等参量,定量评价和研究了不同融合层数、融合规则以及特性区域大小等参数对该融合方法性能的影响。多组不同类型图像的融合实验表明,对融合性能的定量评价结果与融合后图像的视觉效果相吻合。

基于提升方案小波和水印加密的盲水印算法

提出一种利用提升方案小波对载体图像进行多个金字塔分解的方法,并结合新的水印置乱加密方法进行数字水印。嵌入水印时,先对水印信息进行扩频,再利用基于模运算的方法嵌入水印。实验结果表明,该算法增强了水印信息的安全性,同时具有很好的透明性和鲁棒性。

低对比度前视红外坦克目标图像检测方法研究

将分形几何学用于低对比度前视红外图像的分割，分析研究了自然场景与人造物体的分形特性随尺度的不同变化，提出并构造一种新的多尺度分形特征矢量，通过Ｋ－均值算法在特征空间中对其进行类聚。

基于提升方案小波和混沌映射的盲水印算法

数字水印技术是多媒体信息安全领域的一个重要研究课题。在研究HVS对图像掩蔽特性的基础上,提出一种利用提升方案小波对载体图像进行多个金字塔分解,结合纹理块的确定方法选取小波系数,提高水印信息的嵌入量,结合新的混沌方法对水印信息进行映射加密嵌入。嵌入水印时,先对水印信息进行扩频,然后利用新的量化运算方法嵌入水印。实验结果表明,该算法简单高效,增强了水印信息的安全性,在抗JPEG压缩、锐化、扭曲变形、各种剪切等攻击上有很好鲁棒性,同时具有较好的透明性。