基于天牛须优化算法和LP-SWT-SVD的鲁棒图像水印技术

为了有效保护数字媒体的知识产权,提出一种基于拉普拉斯金字塔和平稳小波变换(Stationary Wavelet Transform,SWT)及奇异值分解(Singular Value Decomposition,SVD)的图像水印嵌入算法。该算法首先对原始图像进行拉普拉斯金字塔分解,然后对得到的残差图像进行一级平稳小波变换,得到低频子带LL1和高频子带HH1,分别对其进行SVD分解,并将SVD分解后的水印分别嵌入低频和高频子带的奇异值矩阵中,使用天牛须算法(Beetle Antennae Search,BAS)优化水印嵌入过程。水印检测时,将从LL1和HH1子带中提取的水印进行比较,选择效果较好的作为最终结果。仿真实验与其他文献的对比分析证明该算法不可见性和鲁棒性都较好。

一种基于改进ORB的无人机影像特征匹配方法

针对高原山区区域的无人机影像受到地形起伏,纹理信息不突出的影响,导致ORB算法的匹配正确率偏低且不稳定的问题,文中提出适应高原山区区域的无人机影像特征匹配的改进算法。该方法集成了ORB算法、小波影像金字塔、BRISK关键点描述符、GMS算法和随机抽样一致算法(RANSAC)模型约束改进的方法。首先将ORB算法中的高斯金字塔替换为小波影像金字塔并进行特征点检测;然后,结合BRISK描述符生成适合影像特征的二进制描述符;其次使用暴力匹配算法和GMS算法,对特征点进行第一次约束优化提取;最后利用RANSAC算法对匹配点对进行第二次约束优化提取。试验结果表明,文中算法在高原山区区域无人机影像特征匹配的实验中,匹配正确率和匹配耗时均有着显著的优势。相较于传统ORB算法,文中算法的匹配正确率和匹配耗时有较大提升。

Steerable Pyramid分解地震随机噪声衰减——基于局部Laplace先验概率密度模型

简单介绍了具有多尺度与多方向性特点的Steerable Pyramid分解和重构的基本原理。采用softLMAP阈值将其应用于地震数据随机噪声衰减中,进行了仿真计算和实际资料的处理并与自适应BayesShrink阈值及小波域softLMAP阈值去噪进行比较。结果证明利用Steerable Pyramid分解softLMAP阈值能比较彻底地去掉噪声,去噪后的图像边缘保持良好,滤除噪声同时还保留了有效部分,去噪效果良好,且易于实现,在地震资料处理中具有一定的可行性和应用前景。

基于小波变换的红外与可见光图像融合

针对利用传统方法进行的微光条件下红外与可见光图像的融合结果彩色视觉效果差以及缺少环境细节的问题,提出一种基于二级小波变换与自适应直方图均衡化的红外与可见光图像融合算法。首先对可见光图像分别进行自适应直方图均衡化与直方图均衡化,将自适应直方图均衡化处理结果转化为HSV格式,依据视觉感官结果进行色彩修正,再与直方图均衡化结果线性加权得到处理后的可见光图像,最后将处理的可见光图像与红外图像进行二级小波变换。为了验证算法的优越性,将其与4种传统方法比较。经过一个数据集大量的实验结果证明,相较于传统方法,所提出的算法具有较好的色彩视觉效果,有效的保留了可见光的环境信息,具有较高的实用价值。

基于LWKConv-DRSN-FPN的旋转机械故障诊断

针对传统旋转机械故障诊断方法难以应对强噪声干扰以及诊断准确率较低的问题,提出一种Laplace小波核卷积层(Laplace Wavelet Kernel Convolutional Layer,LWKConv)、深度残差收缩网络(Deep Residual Shrinkage Networks,DRSN)和特征金字塔网络(Feature Pyramid Networks,FPN)相结合的故障诊断方法。具体地,在DRSN模型结构基础上,构造LWKConv,通过更新尺度因子和平移因子,多尺度提取故障引起的突变冲击特征;引入FPN融合深层和浅层特征,提高模型对浅层细节信息的利用程度,实现对旋转机械的故障诊断。研究表明:所提的LWKConv-DRSN-FPN方法基于轴承和齿轮数据集的诊断准确率最高能达到100%,尤其在-4 dB强噪声干扰条件下的诊断准确率达到97.75%,能有效提取突变冲击特征,具有较好的通用性和抗强噪声干扰能力。

Construction theory of dyadic scale function and dyadic wavelet function

We derive the conditions for the existence of the unique solution of the two scale integral equation and the form of the solution, according to the method of the construction of the dyadic scale function. We give the construction of the dyadic wavelet and its necessary and sufficient condition. As an application, we also develop a pyramid algorithm of the dyadic wavelet decomposition.

基于多尺度注意力机制的道路场景语义分割模型

通过对道路场景进行语义分割可以辅助车辆感知周边环境,达到避让行人、车辆以及各类小目标物体障碍的目的,提高行驶的安全性。针对道路场景语义分割中小目标物体识别精度不高、网络参数量过大等问题,提出一种基于多尺度注意力机制的语义分割模型。利用小波变换的多尺度多频率信息分析特性,设计一种多尺度小波注意力模块,并将其嵌入到编码器结构中,通过融合不同尺度及频率的特征信息,保留更多的边缘轮廓细节。使用编码器与解码器之间的层级连接,以及改进的金字塔池化模块进行多方面特征提取,在保留上下文特征信息的同时获得更多的图像细节。通过设计多级损失函数训练网络模型,从而加快网络收敛。在剑桥驾驶标注视频数据集上的实验结果表明,该模型的平均交并比为60.21%,与DeepLabV3+和DenseASPP模型相比参数量减少近30%,在不额外增加参数量的前提下提升了模型的分割精度,且在不同场景下均具有较好的鲁棒性。

基于数据挖掘与优选的薄层河道砂体地震预测——以松辽盆地北部卫星油田扶Ⅰ油层组为例

针对卫星油田扶Ⅰ油层组小规模河道及薄层砂体平面展布认识不清的油藏开发难点,通过多种地震数据挖掘与多项预测方法优选,分别筛选出优势地震数据体和优势预测方法对薄层河道砂体进行了有效预测。研究结果表明:①基于叠后三维地震频率域和子波域多尺度分解与重构数据体的对比,55 Hz地震分频体、导航金字塔2级分级数据体、不同频率或不同分级数据体重构形成的优势数据体均可不同程度识别出薄层河道砂体;②波形指示深侧向电阻率模拟方法相较于其它反演方法在识别3~6 m薄层砂体与刻画窄河道边界方面效果突出;③研究区主力产层F I42小层具有网状河道分布特征,主河道沿近NE-SW向分布,河道宽度窄,河道内砂体发育,分支河道数量多,砂体厚度薄,呈断续窄条带状分布,主河道控制了溢岸砂的分布。基于优势地震数据,并利用优选出来的地震岩性反演方法可有效预测薄层河道砂体的分布。

结合小波金字塔的快速NCC图像匹配算法

针对传统的归一化互相关算法(NCC)计算量庞大、运算速度慢、正确率较低等问题,本文提出一种基于小波金字塔搜索策略的快速NCC图像匹配算法。该算法在归一化互相关算法的基础上,采用和表法分别计算图像均值、图像方差和图像间的互相关来降低运算的复杂度,减少算法的计算量;同时在选择特征点匹配搜索策略时,构造图像小波金字塔结构,利用分层匹配来提高图像匹配的效率。与其他算法进行对比,结果表明该算法获得的匹配点连线效果更好,所用的时间也量化,证明该算法不仅能提高匹配速度,还能改善匹配精度。

一种基于提升小波变换的快速图像融合方法

目前,多尺度分解的方法已开始应用于图像融合.针对基于传统的多尺度分解的融合方法运算速度慢、对内存的需求量大,不适于实时应用的局限性,提出了一种新的基于提升小波变换的快速图像融合算法.多个源图像分别进行提升小波分解,使用恰当的融合规则合并各尺度对应的分解系数,通过提升小波逆变换得到复合图像.实验结果表明,提出的算法无论在执行时间还是融合后的图像质量上都优于传统的方法,有广泛的应用前景,特别适用于实时系统.

基于金字塔正交小波分解的快速分形图像编码

本文提出了一种基于小波分解的快速分形图像编码方法．先对子图像块进行金字塔Haar变换；然后从低频段开始依次累加误差并与阈值比较，大于阈值则结束匹配由于各频带的数据量和能量分布不均匀，许多搜索过程可以提前结束．文中只需用对比度比例因子来估计误差，仅对搜索成功的块才计算亮度平移值．此外，对四叉树剖分的块方法也作了进一步的改进实验表明在不影响图像质量的前提下，编码时间缩短了100倍以上．

点特征和小波金字塔技术的遥感图像快速匹配技术

提出了一种基于Harris特征点提取和小波金字塔的遥感图像快速匹配技术.在对多分辨率遥感图像进行完预处理的基础上,先利用Harris算子提取待匹配图像的特征点,然后利用小波金字塔完成匹配.通过杭州地区TM和SPOT遥感影像的配准实验,表明该算法减少了人工干预,提高了运算速度,又保持了匹配精度.

基于小波域多尺度Markov随机场的织物印花图案分割

为提高纺织印花图案的分色精度,采用小波域的多尺度Markov随机场模型实现了织物印花图案的分割。首先对图像进行预处理,然后对图像进行小波金字塔分解,在每个尺度的分割过程中利用了各尺度上的有关信息:特征场建模通过描述小波系数之间的相关性反映每个像素位置的特征属性,标记场建模通过考虑邻域标记间的相互作用反映图像分割的区域性。2种随机场建模以联合概率乘积的形式相互约束,共同作用于该尺度的分割过程。在分割过程中,从最低分辨率尺度到原始分辨率尺度逐次进行图像分割,低分辨率尺度的分割结果通过直接投影作为相邻的更高分辨率尺度的初始分割,最高分辨率尺度上的分割结果作为该方法的分割结果。

多传感器图像融合的客观评价与分析

图像融合作为一种有效的信息融合技术 ,已经广泛用于军事、遥感、机器视觉和医疗诊断等领域。这里研究了多传感器图像融合效果的客观评价方法 ,其中包括均方根误差、平均误差、灰度标准差、熵、熵差、交叉熵、互信息和空间频率。将加权平均、金字塔、小波变换三种方法用于多传感器图像的融合 ,实验结果表明客观评价结果与视觉评价的结果是一致的 ,是一种行之有效的评价手段。

一种高精度的干涉雷达复数影像配准方法

在总结现有算法的基础上,提出了基于相干系数、Harris特征点、小波金字塔及TIN三角微分纠正技术的单视复数雷达图像的配准流程。通过ERS 1/2的实验表明,提高了配准的精度和效率,特别是保证了在没有精确轨道甚至没有轨道参数的情况下也能获得很高的配准精度,计算正确的干涉相位图。在重采样过程中采用的三角联网策略,进一步使匹配点的局部拟合误差得到有效控制,得到配准精度更高的复图像对。在CPU 3.06GHz计算机上,43 s内完成5000像素×1000像素的主辅图像的配准,平均相干系数为0.719855。

基于易操纵金字塔的多传感器图像融合

针对目前传统方法在图像未完全配准时融合效果差的问题,提出了一种基于易操纵金字塔的多传感器图像融合方法。首先,对多光谱图像进行易操纵金字塔分解;然后,恰当地合并分解得到子带图像系列来构造融合图像对应的易操纵金字塔,并通过逆变换重构融合后图像。最后利用熵和空间频率对该方法的融合性能进行了评估分析,并与基于拉普拉斯变换和小波变换的图像融合方法进行了比较。实验结果表明,该方法综合性能优于基于拉普拉斯变换和基于小波变换等传统图像融合方法,图像未完全配准情况下也能获得好的融合效果。

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.

人脑扩散MR参考图像研究(英文)

本文阐述了扩散-MRI,扩散张量成像(DTI)的原理以及平均扩散率D-map的导出关系。由于不同人脑大小,形态,结构跟人体相貌有差异一样也存在大小的差异,本文对七个健康志愿者的脑D-map进行了归一化处理。之后利用基于小波金子塔的图像配准、融合方法把七个人脑D-map配准后融合在一起,导出有统计意义的参数图像。为将来计算机自动认读图像,辅助诊断铺平道路。理论、算法、实验都已取得初步成功并给出了实验结果。只是需要进一步提高精度,提高信噪比。

基于边缘检测与归一化相关矩的图像融合方法

常见的基于小波变换的图像融合方法只是从小波系数的某一特性来考虑小波系数的选取,因而融合结果往往只提升了融合图像的某一特性。从数据融合的角度,提出了一种有效的融合算法,该方法将基于小波变换的图像边缘检测与归一化相关矩相结合并应用于图像的融合中。实验表明,与单一的融合规则相比,该方法能有效提高融合图像的质量。