基于M带小波变换的多聚焦图像融合

针对目前小波域内多聚焦图像融合所存在的问题,提出一种基于M带小波变换的图像融合方案。由于M带小波变换域在能量紧致性和方向选择性等方面都比传统二带小波更有优势,综合考虑图像在M带小波变换域的多尺度和多方向性信息以及局部区域的相关特性,提出了一种新的小波域图像融合策略——基于多子带联合窗口特性的图像融合。仿真实验分析表明,该文算法的结果不论在视觉效果还是在信息量指标方面都优于传统的二带小波。

面向电力业务接入的跨频段融合与宽窄一体无线专网

对电力无线专网的通信需求进行了分析,提出了面向电力业务接入的跨频段融合与宽窄一体无线专网核心理念,可以同时满足电网高速宽带、低时延高可靠、广覆盖大连接等多业务接入需求。具体提出了基于统一核心网融合方式的跨频段无线网络架构、跨频段多信道传输与基于QCI优先级的业务数据流调度技术以及跨频段无线网络安全防护方案。研究表明,跨频段融合无线专网兼具LTE230、LTE1800优势,满足电网宽带、窄带业务接入需求,相关方案的实施具有必要性和可行性,为电力无线专网的深化应用提供了支撑。

利用互带能量和小波变换进行图像融合

图像融合规则对融合的质量起着主要的作用,但目前大部分基于小波变换的融合规则中,都是在输入图像的单一分解层上独立进行的。提出了一种基于互带能量和小波变换的图像融合方法。该方法在融合输入图像的细节信息时,同时考虑了输入图像的多个分解层的小波系数。实验结果表明,无论是依据均方根误差、信噪比、灰度平均误差等客观评价标准,还是视觉的主观评价,所提出的融合方法都能取得较好的性能。

基于能量加权的子带杂交法在掌纹识别中的应用

在掌纹采集过程中,由于受光照噪声的影响,以及手掌的弓形常常给掌纹采集带来噪声.基于此,提出小波变换子带杂交的一种新颖掌纹识别算法.该算法综合考虑小波同层各子带及相邻层子带分解系数的噪声特点,采用基于掌纹图像空间能量加权,再由二维主元分析(Two-di mensional Principle component Analysis,2DPCA)算法降维、去相关,最终由最小距离分类器完成掌纹识别.基于香港理工大学公布的PolyU掌纹数据库的实验,此算法正确识别率达到100%.同2DPCA算法相比,提出的算法不仅正确识别率较高,识别效率也较高.