基于方向小波变换的自适应图像去噪方法

为提高方向小波变换方向选择的自适应性,提出一种混合傅里叶变换和方向小波变换的图像去噪算法。结合图像的边缘信息,利用傅里叶变换估算图像的局部方向,构造方向小波变换的生成矩阵。考虑方向小波变换陪集分解的特点,根据序列长度选择相应阈值。实验结果表明,当噪声方差大于25时,该方法的去噪性能较好。

采用共生矩阵的纹理特征提取方法

共生矩阵是一种常用的纹理特征提取方法,针对其易受噪声和图像中实体方向变化的影响等问题,提出一种新型共生矩阵纹理特征提取方法.该方法将傅里叶变换应用于原始图像,利用频域信息确定显著方向集合,把共生矩阵方法应用于显著方向集合以提取纹理特征.在进行图像匹配时,先在显著方向集合间进行相似度计算,后在纹理特征向量间进行相似度计算,显著方向集合中元素的显著性作为权重被引入纹理特征向量间的计算.实验结果表明,与传统共生矩阵方法相比,该方法针对有向纹理和无向纹理均具有较好的性能.

基于分数阶傅里叶变换的宽带LFM相干信号二维DOA估计

在分数阶傅里叶(FRF)域从离散角度推导了二维DOA估计数学模型,并在此模型基础上提出基于分数阶Fourier变换的二维相干信号DOA估计新算法。该方法利用分数阶傅里叶变换良好的能量聚集性,在分数阶傅里叶(FRF)域构造前后向空间平滑DOA矩阵。通过对DOA矩阵进行特征值分解,估计信号子空间和噪声子空间,由信号子空间的特征值和特征向量得到宽带LFM相干信号的二维到达角,避免了二维谱峰搜索和交叉项,也无需参数配对。理论推导与实验仿真验证了算法的有效性。

基于DFT阵列空间的谱估计测向方法

提出一种基于离散傅里叶变换(DFT)阵列空间的谱估计测向方法,该方法将传统的时域空间阵列数据映射到频域阵列数据,并对信号频谱附近的数据先经过通道不一致性校正,而后利用频域数据构造协方差矩阵,再利用相应空间谱估计方法提取来波方位信息。该方法可有效简化各测向通道存在群延时情况下的幅相不一致的校准方法,并可大大减少构造协方差矩阵的维数,降低了运算量。仿真试验表明了算法的有效性。

遥感影像亚像素快速配准方法

针对经典亚像素配准算法运算效率不高的情况,提出一种快速亚像素配准方法。在原有傅里叶变换相位相关方法与矩阵乘法离散傅里叶变换方法的基础上,利用有效子图代替原图进行图像亚像素配准。有效子图是通过二维小波分解高频分量的能量总和大小来选取,再对有效子图进行相位相关像素级定位与矩阵乘法傅里叶变换亚像素定位。改进方法不但继承矩阵乘法离散傅里叶变换亚像素高精度配准的优良性能,而且选用有效子图替代原图进行配准其速度可大大提高,对海量数据的遥感影像更显优势。经模拟试验与工程实例,综合分析该方法的配准精度与配准速度,证明改进方法较经典亚像素配准算法效率更高,更适合用于实际遥感影像的高精度配准。

Nested阵列宽带LFM信号二维DOA估计

Nested阵列以其大阵列孔径和更多自由度的优点,成为近期研究的热点。但大多集中在对窄带、平稳信号的波达方向(direction-of-arrival,DOA)估计,针对宽带信号,特别是非平稳宽带信号的研究较少。本工作基于分数阶傅里叶变换,应用DOA矩阵方法,提出一种Nested阵列二维测角算法,不需进行二维非线性搜索和参数配对,可实现对宽带线性调频信号的空间波达角精确估计。仿真结果验证了该算法的优越性。