基于自适应多门限的基函数生成算法

变换域通信系统(TDCS)具有对环境感知的能力,可以躲避干扰,具有优异的抗干扰性能。基函数生成算法是TDCS的核心算法。通过分析现有基函数生成算法存在的问题,提出了一种采用自适应多门限的基函数生成算法。该算法在传统二元判决的基础上,引入多元结构,对传统判决结果进一步细化,更加准确地反映了信道质量差别。理论分析表明,采用本文所提出的基函数生成算法产生的基函数,能够较好地克服传统门限估计算法对于信道环境自适应性不强等缺点,并且算法的门限设计简单,获得了较好的干扰抑制性能。

基于胸部CT图象的肺区自动分割

肺区自动分割是肺部肿瘤计算机辅助诊断系统的关键之一。文章采用多阈值和区域生长方法,先去掉背景,再去掉气管/支气管,最后对提取出来的肺区使用滚球的方法进行修补。该方法速度快、人工干预少、准确。

一种基于融合技术的遥感图像边缘检测算法

通过讨论遥感图像的边缘特点,为提取其图像边缘,提出了一种有效的融合多种方法的新的边缘检测算法算法针对遥感图像对象的复杂性、高边缘密度、噪声明显等特性,融合了滑动窗口技术、多阈值技术和模糊增强方法对遥感图像进行了边缘强化,最后利用模糊形态学算子进行了边缘提取实验表明,利用多方法融合,不仅可以弥补单一方法的缺点,还能提高边缘检测的精度。

改进布鸟搜索算法最大熵值的医学图像分割

研究医学图像分割问题。医学图像是医学影像的分析基础,医学图像由于组织边缘模糊和灰度不均匀含噪声等特点,导致最大熵值分割医学图像算法难以进行准确分割,分割精度低,为了提高医学图像分割的准确性,提出一种改进布鸟搜索算法优化最大熵值的医学图像分割方法。首先由最大熵法找到医学图像分割目标函数,然后采用改进布谷鸟搜索算法对目标函数进行优化,找到医学图像的最佳分割点,实现医学图像分割,最后采用多幅医学图像进行仿真,以测试算法性能。结果表明,改进方法不仅解决了传统最大熵值医学图像分割算法存在的缺陷,同时提高医学图像分割的精度,并且具有较好的鲁棒性,具有较好的实际应用价值。

基于多源数据和决策树估算夏玉米种植面积

以低空间分辨率遥感数据为主要信息源提取大范围作物种植信息时,为克服混合像元影响,提高提取精度,提出一种基于多源数据和决策树的夏玉米种植面积估算方法。综合FY-3/MERSI数据的时间序列特征和TM数据的中空间分辨率光谱特征,在对作物物候历进行分析的基础上制定多时相决策树规则,融合多时相MERSI数据和TM数据,分析多源融合后NDVI时序数据的光谱特征确定阈值,提取夏玉米种植信息,根据农业统计数据验证种植面积提取精度为95.1%,根据野外调查数据验证位置精度为81.0%。研究结果可为大范围的作物种植信息准确提取提供方法支持。

改进人工蜂群算法在图像分割中的应用

作为图像处理技术的一个分支,多阈值图像分割技术已经越来越吸引人们的注意。然而,很多阈值分割技术计算时间较长,且其随着维数的增加而呈指数性增长。因此,为了提高分割的效率,引入基于改进人工蜂群优化算法的多阈值图像分割技术。在分析了标准人工蜂群算法缺陷的基础之上,从雇佣蜂和观察蜂的搜索公式进行改进,使其能够更有效率地收敛至全局最优,同时采用最大类间方差法(Otsu)作为测试改进算法性能好坏的标准。实验证明,改进后的算法更好地平衡了全局搜索和局部寻优能力,在加快收敛速度的同时提高了寻优精度,获得了良好的图像分割效果。

一种基于噪声方差估计的自适应多门限能量检测算法

能量检测因其复杂度低的优势被广泛应用于空闲频谱感知中,但其性能受噪声方差不确定性影响严重。已有研究给出了一些解决方案,但是,大部分都是假设检测器对噪声的不确定性区间已知的情况下设计算法来进行主用户检测,很少有算法来估计噪声不确定区间。文中提出了一种基于噪声方差估计的自适应多门限能量检测算法,能较为精确地估计噪声方差不确定区间,从而自适应地设置判决多门限。仿真结果表明,在检测器对噪声不确定区间未知的情况下,文中算法得到的检测性能和理论检测性能非常接近。

基于邻域对比的红外林火小目标检测

为了在森林复杂背景下准确地检测出红外小目标,提出了一种基于邻域对比的目标提取算法。首先,根据小目标区域与其8-邻域背景的差异,利用邻域对比算法实现对小目标的增强和对背景的抑制;其次,采用多尺度模板准确检测小目标区域的变化情况;最后,在得到最终对比图的基础上,利用自适应阈值对目标进行分割。实验结果表明:与现有算法相比,所提出的算法在红外小目标检测方面具有更高的准确性,图像整体的信噪比也有较大的提高。

一种新的多尺度边缘跟踪算法及其应用

针对多尺度边缘检测中如何有效地将不同尺度上的边缘信息相融合问题,提出了一种新的多尺度边缘跟踪算法。该方法首先获得输入图像的多尺度边缘图像和多尺度梯度方向图,然后根据相邻尺度间对应边缘点的相似特征,进行由大尺度到小尺度的逐层边缘跟踪,将不同尺度上的边缘信息融合,最后通过对获得的跟踪边缘图像的细化处理得到最终边缘图像。实验结果表明,该融合算法具有边缘检测完整、定位准确、伪边缘点少等优点,并且具有较高的运行效率。

彩色含噪图像的空间多分辨力阈值收缩求解方法

采用了一种新的基于小波变换的自适应多阈值图像去噪方法——空间多分辨力阈值收缩去噪法,方法首先根据信号在不同子带和不同方向上的分布特性选择不同的最佳噪声阈值,然后对彩色图像fC提取3幅分量图像fR,fG,fB,采用不同阈值分别对每幅分量图像进行去噪,最后重建去噪后的RGB合成图像。通过大量的实验证明,空间多分辨力阈值收缩去噪法能针对不同信号成分采用不同的噪声阈值,与硬阈值去噪方法和软阈值去噪方法相比,不仅提高了去噪后图像的信噪比,也使图像更加清晰,并能更好地适合人眼的主观视觉特性,可在客观和主观上同时获得更佳的去噪效果。

嵌段聚合物非共价修饰对碳纳米管／聚苯乙烯复合材料导电性能的影响

采用嵌段共聚物PS-b-PAH非共价修饰碳纳米管,透射电镜(TEM)结果表明,PS-b-PAH均匀包覆在碳管表面,有利于碳纳米管在PS基体中分散。电性能表征结果显示,PS-b-PAH非共价修饰碳纳米管P-MWNTs/PS复合材料的渗流阈值远低于未修饰MWNTs/PS复合材料。

多种群联合的多目标进化自适应阈值图像分割算法

多阈值图像分割算法的阈值数目大多需要用户指定,人为干预较大。提出多种群联合的多目标进化自适应阈值图像分割算法,在多个分组种群的联合进化框架下,通过同时优化类间方差准则和模糊熵准则获得图像阈值,并在进化过程中采用自调节的交叉和变异操作产生子代种群并自动确定阈值数目。实验结果表明,该算法不仅能自适应得到合适的阈值数目,而且阈值分割效果也是比较理想的。

无证书门限多代理多签名方案

结合无证书公钥密码体制、多重代理多重签名和秘密共享技术,首次提出了无证书门限多代理多签名方案。在该方案中,只有达到门限值数量的原始签名者合作才能完成代理授权过程,同时只有达到门限值数量的代理签名者合作才能产生门限多代理多签名。经分析得知,方案同时具有多重代理多重签名和门限签名所需的安全性质,如能抵抗伪造攻击和内部成员实施的合谋攻击。