Multi-Branch Fractional Multi-Bit Differential Detection of Continuous Phase Modulation with Decision Feedback

Differential detection of continuous phase modulation suffers from significant intersymbol interference. To reduce bit error rate, multi-branch fractional multi-bit differential detection (MFMDD) with decision feed-back is proposed. By introducing decision feedback in multi-bit differential detected signals, severe inter-symbol interference can be removed. Simulation results show that the proposed structure can greatly im-proves the performance compared with MFMDD without decision feedback, and the performance of 9 FMDD is very near to the performance of the coherent detection.

采煤机截割部低照度图像的边缘检测技术

针对井下低照度环境下采煤机截割部边缘检测任务中存在的边缘缺失、细节模糊等问题,提出一种基于分数阶微分的边缘检测Lif算法。首先采用更大的检测模板尺寸,根据Grünwald-Let-nikov分数阶定义构造最初的分数阶掩膜算子;然后根据Pascal三角形理论确定掩膜算子上各位置的权重系数,并将掩膜算子扩展到4个不同方向;最后将得到的掩膜算子与图像进行卷积,利用图像的局部特征信息对每个方向的微分结果进行后处理。结果表明:(1)在进行多个不同场景的井下低照度图像上的实验时,Lif算法可以更全面地获取图像中不同方向上的边缘信息,在处理低照度图像时具备更强的抗噪性能,并且提取的边缘线条比其余边缘检测算法更加清晰、完整,保留了更多的纹理细节信息。(2)在客观指标评价的对比上,与基于分数阶灰色系统模型的边缘检测算法以及改进的分数阶Sobel边缘检测算法相比,Lif算法在Entropy指标上分别提高了43%、11%,AG指标上分别提高了23%、23%,SSIM指标上分别提高了152%、6%。表明Lif算法在进行采煤机截割部的边缘检测任务时更具优势,研究对井下设备工作运行时的安全性和可靠性提升具有重要意义。

一种基于改进Canny算法的图像边缘检测新方法

针对传统的图像边缘检测算法在对图像进行识别和检测时,存在边缘轮廓不清晰不全面、对噪声敏感等问题,基于分数阶微分理论提出一种新的Canny边缘检测方法。新算法将Grünwald-Letnikov分数阶微分引入到各向同性Sobel算子中,设计分数阶Sobel算子代替Canny算法中传统的梯度算子。将提出的新算法与Prewitt算法、经典Canny算法、Sobel算法和LoG算法进行视觉对比实验和定量评估,仿真从边缘检测视觉效果、边缘连接程度和算法执行效率三方面进行分析,结果表明改进Canny算法检测出的图像边缘信息清晰全面,对于噪声不敏感,边缘检测效果优于已有的几类经典算法。

基于分数阶微分的边缘检测

为了提高图像边缘提取的信噪比,更有效和准确检测图像边缘,由信号的微分特性得出分数阶微分算子较传统1阶和2阶微分算子具有更高的信噪比,然后根据经典的G-L分数阶微分定义推导出的分数阶差分方程,构建了近似的分数阶Tiansi模板。实验证明,基于分数阶微分的边缘提取算子,可以有效提取边缘和有比传统的算子更高的信噪比。

用分数阶微分提取图像边缘

文章是分数阶微分在图像处理中的尝试性应用。首先通过理论上分析得出分数阶微分可以大幅提升信号高频成分,增强信号的中频成分,非线性保留信号的甚低频。据此分析得出分数阶微分应用于图像边缘信息提取将获得高于传统基于一、二阶微分的方法的信噪比。然后由经典的分数阶微分定义出发,推导出了分数阶差分方程,构建了近似的分数阶Tiansi微分模板。最后通过图像边缘提取的实验表明:基于分数阶微分算子不仅可以有效提取图像边缘,而且比整数阶微分算子具有更高的信噪比。为拓展分数阶微分的应用领域,进行了有意义的探索。

一种基于分数阶次微积分模板的新型边缘检测方法

利用分数阶次微分和分数阶次积分组成复合导数,在复合导数基础上提出了一种边缘检测新算子.为实现分数阶次微分,推导出一种新的复数模板.通过检测一维曲线,验证了复合导数可以近似模拟一阶导数并具有抑制噪声的能力.二维图像的检测结果表明,新算子在无噪声干扰情况下可以精确、有效地完成边缘检测任务;在有噪声情况下可以有效地抑制噪声干扰.最后,对新算子进行了定量分析并与Canny算子进行比较.结果表明新算子具有低定位错误率的优势。

数字图像处理研究性实验教学的改革与实践——基于分数阶偏微分的图像边缘检测

以开放实验"图像边缘检测创新方法设计实验"为例,介绍了数学实验室如何在传统实验中适当引入新的研究内容开展创新性实验。用分数阶微分方法研究图像边缘检测,对数字图像处理研究性实验教学进行探索,使图像处理实验成为培养学生创新能力的载体。实践表明,教学效果明显改善,该创新实验的引入不仅能有效地加深学生对数字图像处理基本理论的理解,而且能培养学生的实践动手能力,有效地实现创新能力的渗透式培养。

基于分数阶微分和Sobel算子的边缘检测新模型

现有的边缘检测算法对噪声敏感,检测到的图像边缘效果不够理想,得到的图像边缘有可能模糊不清。为了克服这些不足,以分数阶微分理论为基础,结合Sobel算子边缘检测方法,提出了一种基于分数阶微分和Sobel算子的边缘检测新模型。理论研究和实验结果表明,与现有方法相比较,该模型不仅能较好地提取图像边缘特征,而且对噪声具有一定的抑制作用;特别地,对于纹理细节较丰富的图像而言,该模型能够检测出更多的纹理细节信息,优于常用的整数阶微分方法,是一种有效的边缘检测方法。

自然环境下路面裂缝的识别

论文提出了一种基于分数阶微分和图像形态学的路面裂缝检测算法。分数阶微分能有效增强信号中、高频部分,非线性保留信号的低频部分,通过构建分数阶微分掩模算子,增强裂缝信息特别是平滑区域中弱信号信息。利用图像形态学算子提取裂缝,通过组合中值滤波去除孤立噪声点。实验结果表明,该算法比传统算法能更有效地检测出细小裂缝信息,是一种具有较强鲁棒性且高效实用算法。

基于分数阶的多向微分算子的高炉料面轮廓自适应检测

高炉料面图像含有丰富的高炉炉况信息,高炉料面轮廓能直接反映料面的凹凸起伏、煤气流分布以及炉况等信息,但高炉料面图像具有对比度低、细节不明显和有强亮斑等特点,使得高炉料面轮廓检测十分困难.本文提出一种新型的高炉料面轮廓检测方法:1)对高炉料面图像进行预处理,增强图像动态范围和图像边缘信息;2)采用分数阶的多向微分算子提取一组料面轮廓可行域;3)用自适应方法确定最佳分数阶阶次,获得可行域中最优的料面轮廓曲线;4)用改进的Canny算子对其进行修正和补偿,得到连续准确的料面轮廓曲线.理论研究和实验结果表明,该方法可准确获取平滑的高炉料面轮廓,对高炉操作人员及时有效调控布料具有很好的参考价值.

基于自适应分数阶微分的Harris角点检测算法

针对Harris算法在对纹理复杂程度高的图像进行角点检测时会出现大量伪角点,以及分数阶微分应用到图像处理中需要人为地指定阶数的缺点。分析了伪角点大量产生的原因,并提出以分数阶替换原算法中的整数阶对图像进行微分的改进方法,以及一种以图像的分形维数作为参数来自适应地选择微分所需要的阶数的方法。从而使图像做微分运算时能更好地保留图像中的边缘信息,使分数阶微分可以应用于视频目标追踪、视频稳像等实时性要求较高的场合。实验表明,改进算法在进行角点检测时具有更高的精确度。

一种新的分数阶微分的图像边缘检测算子

为了提取出更加精确和细微的边缘信息,同时为了具有更好的抗噪性能,提出了一种新的分数阶微分梯度算子。根据Riemann-Liouville分数阶微积分定义,推导出了非整数步长的分数阶微分方程,并采用拉格朗日插值方法确定非整数步长像素点的灰度值,进而构造出八个方向的微分掩模,实现了图像边缘检测。实验表明,该方法更好地利用了图像的自相关性,比传统的边缘检测算子能更好地提取图像边缘细节,且对噪声具有更好的鲁棒性。

基于分数阶微分的医学图像边缘检测方法

医学图像边缘检测是医学图像处理和分析的关键步骤,它的清晰程度直接影响到医生诊断的速度以及准确性.传统边缘检测算子对噪声敏感,检测到的图像边缘效果不够理想,得到的图片边缘有可能模糊不清,为了克服传统边缘检测算子对噪声敏感的缺点,给出了一种改进的基于分数阶微分算法的医学图像边缘检测方法,实验结果表明:该方法不仅有效的提取了图像边缘特征,而且对噪声具有较好的抑制作用.是一种有效的医学图像边缘检测方法.

CPM信号的多分支分数多比特差分检测

为了改善连续相位调制(CPM)信号的性能,提出了多分支分数多比特差分检测技术.通过将不同分数比特区间差分信号合并判决,使不同相位状态之间的距离增大,改善了信噪比.从物理意义上对该算法的实质进行解释,并对达到最大性能增益的分数比特区间上限进行了理论分析.仿真分析结果表明:与传统的1比特、2比特差分检测相比,多分支分数多比特差分检测技术增加了不同相位状态之间的距离,从而获得误码率性能的改善;当分数比特区间为使得该区间差分信号与判决码元同极性的最大区间时,可以获得最大的性能增益.

基于分数阶偏微分的图像边缘检测新模型

现有的图像边缘检测方法效果不太理想,得到的图像边缘可能模糊。针对此问题,将分数阶微分理论和现有的Laplacian算子方法相结合应用于图像边缘检测,提出了一种基于分数阶偏微分的图像边缘检测新模型。实验结果表明,相比现有的整数阶微分边缘检测方法,该模型不仅能较好地检测出图像的边缘特征,而且对噪声具有一定的抑制作用,尤其对于纹理细节丰富的图像而言,能够检测出更多的纹理细节信息,是一种比较有效的边缘检测方法。

采用分数阶微分边缘检测的图像插值

针对目前的边缘插值算法不能有效改善插值图像的中低频纹理细节的问题,研究并提出了一种基于分数阶微分边缘检测的图像插值算法.依据分数阶微分理论,设计并实现了可以有效提取中低频纹理信息的算子掩模.按照检测到的边缘纹理信息,分别对沿边缘方向、垂直于边缘方向和平滑区域的待插值像素点进行线性插值、二次插值和双线性插值.采用了峰值信噪比(PSNR)和信息熵(IE)等图像质量评价标准做定量分析和实验验证.结果表明,该方法可以得到丰富的图像纹理信息,提高了峰值信噪比,其结果符合人们的视觉感受.

基于中值滤波和分数阶滤波的图像去噪与增强算法

为了避免经典中值滤波器对图像的模糊化,设计了一个噪声检测模型.通过对噪声的检测,设计了一种开关滤波器.当检测点为噪声时,使用中值滤波器进行去噪;当检测点为非噪声点时,利用分数阶微分滤波器对图像进行增强.所提算法不仅能有效地去除图像中的椒盐噪声,还能对图像进行增强,使图像在边缘突出的情况下完好地保留细节.选择“Lena”等经典图像进行多次实验与分析,结果表明了所提算法在图像去噪和增强方面的有效性.

图像边缘检测的分数阶微分算子研究

针对常用整数阶微分边缘检测算子不能较好保持图像纹理细节的不足,在4-方向的Roberts算子、Prewitt算子和Sobel算子的基础上利用0~1阶分数阶微分替换一阶微分,构造了3种用于图像边缘检测的0~1阶分数阶微分新算子。实验结果表明,所构造的3种分数阶微分算子不仅能有效地提取出图像的边缘信息,而且还能较大程度地保留图像的纹理细节。检测效果优于常用整数阶微分算子及现有的一些0~1阶分数阶微分算子。

融合分数阶微分边缘特征的自适应跟踪

为提高跟踪方法对背景信息、光照变化的抗干扰能力,提出融合分数阶微分边缘特征信息的改进跟踪方法。将RL分数阶微分边缘检测算子与Laplacian边缘检测算子进行融合,构造出对高、中频信息提升,而对低频信息能够非线性保留的混合边缘检测算子,并利用其实现目标模板及场景图像的边缘特征信息检测。基于目标色度特征和边缘特征两种直方图模型,分别建立场景图像的反向概率投影值,根据背景信息的动态变化,以抑制背景干扰信息为目的,建立自适应融合的反向概率投影图,提高算法对不确定环境变化信息的鲁棒性。实验结果表明,混合边缘检测算子能够提高边缘图像的信噪比,改善边缘提取的效果。边缘、色度特征信息自适应融合的跟踪方法单帧跟踪时间小于20ms,满足实时性要求。该方法能够在光照变化明显和与目标颜色相似背景等情况下有效实现目标识别与跟踪功能。

基于微分方程的桥梁裂缝检测研究

为避免传统人工检测桥梁裂缝耗时、危险、花费高等缺点,将分数阶微分理论和现有的Sobel算子相结合应用于图像边缘检测中,得到了一种基于分数阶微分的桥梁裂缝检测新模型。理论分析和仿真实验结果表明:与现有的边缘检测方法相比,该模型不仅能较好地检测出图像的边缘特征,而且能够检测出图像中更多的纹理细节信息。并且,连接度、错检率和漏检率等客观评价指标说明,它是一种有效的边缘检测方法,能够较好地达到桥梁裂缝检测的目的。