基于EMD和KL变换的时空联合探地雷达杂波抑制

探地雷达接收信号中由于环境等原因存在多种杂波干扰,这给地下异常解释与后期成像处理造成很大障碍。杂波主要包括噪声、天线耦合波、地表直达波等,单一的处理方式很难将其有效去除。针对此问题,提出从时间和空间两方面对杂波进行抑制的方法。时间维针对回波剖面中每个测点的数据进行经验模态分解阈值处理,达到对噪声的有效去除。空间维针对整个雷达回波剖面,利用各测点目标回波具有相关性而杂波等随机产生的特点,进行KL变换去除残余干扰。理论仿真及实测数据处理结果均验证了该方法对去杂波以及突出弱信号是有效的。

基于KL肤色的人脸初定位

提出了一种基于KL肤色的复杂背景中的人脸初定位方法。将KL变换应用到色系坐标系的转换中，提出了一种新的基于KL肤色的人脸快速初定位方法，并且讨论了这种定位方法在复杂背景的图象中的应用。

一种基于KL变换的椭圆模型肤色检测方法

肤色检测是计算机视觉中的一个重要问题,该文提出了一种新的基于KL变换的椭圆模型肤色检测方法。算法首先对训练肤色样本进行了分布均匀化处理,然后以KL变换为基本工具最终得到了肤色分布区域的椭圆边界方程。方法简单直观。实践表明,该算法能完成对各种不同环境条件下所拍摄图像的肤色分割,效果理想,其性能明显优于常用的域值界定法和单高斯模型法。

KL变换消除探地雷达数据中的水平相干噪声

由于探地雷达采用共偏移距剖面的工作方式,造成数据记录中存在大量水平相干噪声。探讨了采用KL变换消除这些水平相干噪声的方法,并给出了具体的实现步骤。最后通过模型试验和实际数据验证了该方法的有效性。

基于KL与小波联合变换的多光谱图像压缩

鉴于卫星拍摄的遥感图像的空间分辨率和光谱分辨率越来越高,在一些应用中,常会对多光谱图像进行压缩。为了提高多光谱图像的压缩质量,提出了联合相位相关和仿射变换的图像配准方法,有效提高了图像谱段之间的相关性。针对多光谱图像压缩,提出了结合Karhunen-Loève,KL变换去除谱间相关和嵌入式二维小波编码方法。相比JPEG2000谱段图像独立压缩方法,提出方法解压图像的Peak Signal to Noise Ratio,PSNR值平均提高2.1 d B。实验结果表明:所提出的方法能在相同的压缩率下获得比JPEG2000谱段图像独立压缩方法更好的图像质量。

基于KL变换的TM图像变化信息提取方法

遥感图像的一个典型应用是进行地面的变化监测。美国Landsat系列卫星提供的TM图像提供了进行变化监测的良好数据源。文章在对同一地区不同时相的TM图像精配准的基础上,对K-均值聚类差异法的实现过程进行了较为详细的探讨,并进行了多波段KL变换、主分量差异法、差异主分量法等处理,以提取该地区由于工程或其它人类活动所造成的地表破坏在遥感图像上所反映的变化信息,比较了通过这些方法来提取多光谱遥感图像上具有一定范围的变化信息的优缺点。

高精度广义KL变换波场分离与去噪

KL滤波是地震数据处理中的重要方法技术之一。针对在实际中如何有效地应用好KL变换的问题,结合有效波同相轴高精度拾取和排齐技术,采用奇异值分解(SVD)算法实现KL变换,使KL滤波适用于任意弯曲同相轴的分离与消除。理论模型计算和实际资料处理试验表明,使用该方法能有效地分离相干噪声和随机噪声,提高地震记录的信噪比,简单实用,便于操作。

基于KL-小波包分析的文本无关的说话人识别

提出了一种新的文本无关的说话人识别方法,它通过KL变换对语音进行规整、去噪,再利用小波包分解系数弹性地选择频带,提高时频分辨率,更好地提取出说话人的特征。实验证明,这种方法不仅具有较高的识别率,并且在嘈杂环境下也能保持稳定的性能。

基于多线性子空间KL变换的可伸缩视频压缩方法

该文提出一种基于多线性子空间KL(Karhunen-Loeve)变换的可伸缩视频压缩算法。该算法将纹理不同的图像子块投影到多个线性子空间中去,然后分别进行KL变换编码,使得每个子空间内变换系数更接近高斯分布,从而最大限度地在变换编码阶段提高压缩效率。同时,该算法结合多尺度小波分解,实现了质量可伸缩的视频编码,提高了视频压缩率。通过与DCT、小波变换以及多向DCT算法进行比较,证明该算法可获得更好的率失真性能。

基于小波变换域上的KL变换的地震信号去噪方法

基于相邻地震道的有效波在波形及能量上有较强的相关性及改变各个频率成分的信噪比．有益于提高分辨率的观点，本文提出了基于小波变换域上的KL变换去噪方法．该方法的主要思想是：将地震记录进行小波分解，形成地震记录的分时、分频小波包剖面，然后利用相邻道相关的性质，用KL变换进行去噪，再将各个小波包剖面重构为去噪后的地震剖面．理论记录计算及实际地震剖面的处理结果表明：基于小波变换的分时、分频KL变换去噪方法能有效地提高地震剖面的信噪比和分辨率．

基于多维矢量矩阵理论的KL变换

为了使Karhunen-Loeve(KL)变换适应高维数据,同时为了找出多维矢量矩阵的最优变换,本文提出了基于多维矢量矩阵理论的M维KL变换(即MKL变换)。首先结合多维矢量矩阵理论定义多维协方差矩阵,并求解多维特征向量矩阵;然后定义MKL变换,将多维数据映射到投影空间。实验结果表明:MKL变换在一维时与KL变换具有相同的最优性;对于三维视频数据,MKL变换实现了完全解相关,平均能量集中率(EPE)高达99%。

消除叠后地震记录相干噪声的时-空变倾角KL变换

对常规KL变换和倾角扫描叠加KL变换用于去除地震剖面中相干噪声的情况进行了探讨 ,指出了它们的适用情况及局限性 ,并在此基础上提出了去除叠后地震记录中相干噪声的新方法———时 空变倾角KL变换。使用该方法既能有效去除强相干噪声 ,又能较好保持有效信号同相轴的连续性。

基于小波域KL变换的探地雷达信号处理

探地雷达目标回波信号通常会受到串扰(或直达波)、随机噪声等的干扰,致使目标信号难以分辨。利用小波分析的时频局部化特性和多道探地雷达记录中直达波、目标回波信号以及随机噪声等的不同相关性,对探地雷达记录进行小波分解,得到多频段的小波剖面,再对不同频段的小波剖面做KL变换,实现了串扰抑制。通过实验数据和现场实测数据验证了该方法的有效性。

地震记录快速KL滤波的自组织神经网络方法

在地震数据处理中,常使用KL滤波来消除相干和随机噪声,以提高地震记录的信噪比。常规KL变换一般 采用模式向量特征值分解(EVD)和相关的奇异值分解(SVD)等集中式计算方法,但记录道数较多时,计算成本 就太高,难以在实际中应用。本文首次将人工神经网络引入到地震信号的KL滤波中,通过自组织(无监督)学习 自适应计算网络连接的权值来得到正交分解的投影向量。通过理论记录的试算,将常规的KL变换方法和本文 介绍的方法进行对比,表明两种实现方法所得结果一致,但本文方法在输入记录道数较多时比常规方法速度 快,可极大地降低滤波处理的计算成本。这使得KL滤波摆脱了耗时量大的缺点,更具实用性。文章最后给出了 对实际资料进行KL滤波的两个算例。

小波域KL变换用于去除探地雷达直耦波

直耦波是影响探地雷达目标回波的主要杂波之一,其在各道间变化很小,即具有很强的相关性,采用KL变换能够将雷达数据分解为特征值矩阵和特征向量矩阵的乘积,其中特征值的大小反映各道数据相关性的强弱,选取特征值较小的数据便能重建出不相关信号,从而抑制了直耦波。将具有很强时频分析能力的小波变换与KL变换结合起来,设计出小波域KL变换能够弥补常规KL变换仅在时间域上考虑相关性的不足,在信噪比较低的情况下,仍能突出目标回波,尤其是在浅层。该方法去除直耦波速度快、效果好,特别适用于公路路基检测、铁路路基检测等海量数据处理领域。

KL变换在阳春—石录地区分散流数据发掘中的应用

在广东阳春—石录地区的二轮找矿中,采用数字图像处理KL变换技术,对812km2、1∶50000比例尺的成矿元素———Cu、Pb、Zn、W、Mo、Sn、Ag、Hg的分散流数据,开展了以隐伏矿床数据发掘为目标的地球化学可视化分析。通过对这8种成矿元素组合的KL变换的第一、第二和第三主因子图像特征的提取,结合单元素彩色编码图像分析与综合地质解译,获得了过去采用常规化探数据处理方法难于获得的隐伏矿床信息,在此基础上,提出了6个新的找矿预测区。

YUV-KL变换在人脸肤色检测中的应用

将常用于人脸肤色检测的YUV色彩空间与KL变换相结合 ,提出了一种基于YUV KL变换的肤色检测算法 ,并将它和其他常用的色彩空间检测效果进行对比 ,指出了这种变换的优势 。

基于KL变换自动监测心电图ST-T段趋势的方法研究

针对传统 ST段点电平法监测 ST- T段趋势的局限 ,我们介绍了一种利用 KL 变换监测 ST- T段趋势的方法 ,它克服了传统方法易受噪声干扰、波动较大、孤立特征反映的缺点 ,能够全面、稳定地反映波形特征 ,抗干扰性能强。我们利用标准数据库 ,对 KL 变换监测 ST- T段趋势的性能 ,通过实验进行了分析研究 ,结果表明 KL 变换在进行长期监视和检测瞬态 ST- T段改变方面有较好的效果 ,同时指出在监测时 ,样本组的构造和 KL

基于KL变换的模糊C-均值聚类彩色图像分割

根据图像色彩特征空间的正交特性,以及构成特征空间的特征向量和特征值之间的统计特性,提出了一种新的彩色图像指定区域分割算法。首先在指定区域选取采样像素,通过 KL 变换计算采样像素的协方差矩阵、特征值、特征向量;由特征向量构成指定区域的色彩特征空间,然后对原色彩空间中的向量进行空间变换和权重变换;最后用模糊 C-均值聚类方法聚类变换后的向量,得到分割结果。文中给出了静物图像的聚类分割结果,体现了算法对于指定区域细节分割的准确性。

应用时空变-倾角扫描叠加KL变换提高地震资料信噪比

使用KL变换可去除地震资料中随机噪声和相干噪声 ,提高地震资料信噪比。但常规KL变换仅能加强水平方向同相轴 ,对倾斜或弯曲同相轴处理效果较差 ,且在处理大量数据时计算成本很高 ,在实际生产中难以广泛应用。一些文献中针对常规KL变换的两个缺陷进行了改进 ,即使用倾角扫描叠加KL变换和采用数据分块技术。作者在本文中将这两个方面的改进有机地结合起来 ,提出应用时空变 -倾角扫描叠加KL变换对地震资料进行处理 ,并指出使用该方法时需要注意的一些问题。理论模型和实际资料处理效果表明 ,使用本方法可以克服常规KL变换的缺陷 。