基于二维散射变换的湖相碳酸盐岩储层厚度预测方法研究

济阳坳陷沙四段湖相碳酸盐岩受湖盆内沉积环境和构造运动等因素控制,储层厚度变化大,非均质性强,油气开发难度大.为了准确预测湖相碳酸盐岩储层的厚度,本文提出一种基于二维散射变换和随机森林的储层厚度预测方法.首先,引入二维散射变换提取地震时频属性,该变换是在二维小波变换的基础上,通过迭代小波分解和非线性操作来实现的.与传统的二维小波变换对比,散射变换提取的时频属性具有局部形变稳定性以及对噪声鲁棒性的优点,有助于提高储层厚度预测的准确率.在此基础上,在有限测井数据的条件下,利用随机森林算法建立多尺度时频属性与测井解释厚度之间的非线性关系,实现湖相碳酸盐岩储层预测.模型数据的预测结果表明,与基于传统地震振幅属性的厚度预测和基于二维小波变换的储层厚度预测对比,本文所提的厚度预测方法具有最优的性能.叠后三维地震数据的预测结果表明,与基于传统地震振幅属性的厚度预测和基于二维小波变换的储层厚度预测对比,本文所提方法的厚度预测结果与实际钻井数据误差更小,提高了储层厚度预测的精度,清晰刻画了灰礁、灰滩与灰泥等三种沉积亚相的空间展布,有利于后续井位部署和优化.

二维离散分数阶Fourier变换的双混沌图像加密算法

针对现今分数阶Fourier变换和传统混沌加密的不足,提出了一种基于二维离散分数阶Fourier变换的双混沌图像加密算法。该算法首先借助明文图像信息生成辅助密钥矩阵与输入密钥相结合得到混沌序列,再将生成的中间密文作为二维离散分数阶Fourier变换输入,最后进行置乱操作,使得明文信息得到很好的隐藏。通过实验仿真表明,该算法不仅能有效抵抗统计特征攻击、差分攻击,而且大大改善经传统分数阶Fourier变换后直方图像不平滑的缺点,达到很好的加密效果。

基于二维分数阶Fourier变换的二维广义连续小波变换

文章基于二维分数阶Fourier变换,引入二维广义连续小波的概念,并给出了二维广义连续小波变换的定义,定义了相应的二维分数阶广义连续小波变换的可允许性条件。并且给出了二维分数阶小波变换的可允许性条件,证明了二维分数阶广义连续小波变换的一个性质定理。最后,得到了二维分数阶广义连续小波的离散形式。

二维快速Fourier变换及模拟CT

编制了软件可实现二维FFT和模拟CT ;可以进行多种图形的夫琅禾费衍射 ;模拟各种空间滤波实验 ;进行计算全息 ;

WraNet:一种基于二维离散小波变换的轻量害虫识别网络

近年来,人工智能技术在害虫识别领域得到广泛应用。目前深度网络害虫识别方法仍存在计算量大、对复杂背景下的害虫识别效果差等问题。为了解决计算量大的问题,本文提出了一种新型轻量网络——WraNet。该网络利用二维离散变换模块对图像进行特征混合,并学习图像的强先验知识,例如尺度不变性、平移不变性和边缘稀疏性。这使得单层二维离散小波变换层达到多层深度神经网络的效果,从而减少了计算量和模型参数的大小。本文还提出了一种新的算法——WraNet-m,该算法通过软投票集成了WraNet、ResNet50和FPN网络模型,以进一步提升识别效果。WraNet-m算法在IP102和D0害虫数据集上的准确率分别达到了72.44%和99.52%,证明了集成方法的有效性和鲁棒性。

二维离散Fourier变换定理

本文在一维离散Fourier变换定理的基础上,给出并证明了二维离散Fourier变换的几个定理,并将一维离散Fourier变换定理推广到更一般的形式。

基于改进二维离散希尔伯特变换的图像边缘检测方法

提出一种新的基于二维希尔伯特变换的边缘检测方法。对于频域信号而言,希尔伯特变换不改变信号的幅值,而仅仅改变其相位,即负频率的相位作+90°相移,而正频率作-90°相移。经由傅里叶变换后,边缘特征呈极值状态,因此本文利用二维离散希尔伯特变换实现边缘检测。由于二维离散希尔伯特变换结果具有方向性,提出利用两个呈正交性的二维离散希尔伯特变换的幅度平方和来检测图像边缘特征。此外将高斯核函数引入到希尔伯特变换中,以减少图像噪声对检测结果的影响,并根据PSNR(峰值信噪比)来确定最佳参数σ,从而得到理想的边缘检测效果。为验证该方法的检测结果,将所提方法与传统边缘检测算子的检测效果进行了比较分析,并将该方法运用于卫星遥感图像中,结果表明该方法可以有效地应用于边缘检测工作中。

JPEG2000二维离散小波变换高效并行VLSI结构设计

提出一种基于提升算法,实现JPEG2000编码系统中二维离散小波变换(DWT)的高效实时并行VL SI结构设计方法.利用该方法所得结构使行和列滤波器同时进行滤波,用少量行缓存代替大量中间存储空间,用优化的移位加操作替代乘法操作.整个结构采用流水线设计方法处理,在保证同样的精度下,大大减少了运算量,增加了硬件资源利用率,加快了变换速度,减小了电路的规模.二维离散小波滤波器结构已经过VerilogHDL行为级仿真验证,并可作为单独的IP核应用于正在开发的JPEG2000图像编、解码芯片中.

基于二维直接线性变换的数字相机畸变模型的建立

提出并论证了基于二维直接线性变换的畸变的校正方法。本方法特别适用于各类固态摄像机 (CCD、CID、PSD)的畸变模型的建立 。

基于频谱切割和二维Arnold变换的彩色图像加密算法

针对多通道彩色图像加密算法传输负担大的缺陷,提出了基于频谱切割和二维Arnold变换的单通道彩色图像加密算法。该算法对原彩色图像的RGB分量分别进行不同分数阶次的分数傅里叶变换(FrFT),将各分量所得频谱信息进行切割,组合成一幅新的频谱;再用二维Arnold变换对组合频谱进行置乱,使三个分量的频谱信息充分混淆和扩散。密文为一幅灰度图像,在保留原彩色图像主要信息的同时,减小了传输负担。仿真结果与性能分析验证了该算法的加密效果和安全性。

二维小波变换在去除面波干扰中的应用

在原始地震记录中,面波干扰往往会掩盖有效信号,降低资料的信噪比。常规的一维滤波和F-K滤波方法在去除面波时,会损害有效信号,丢失一些有用的地质信息。小波变换是一种时频分析方法,具有分频和局部分析能力,可以从地震资料中将面波分离出来,而不伤害有效波。二维小波变换去除面波的基本原理是:首先依据面波和有效波视速度的范围,在时间-空间域把原始单炮记录分成没有面波和含有面波的记录;然后应用二维小波变换对含有面波的记录进行时频分析,将其变换到时间、频率、空间和波数四维域中,利用有效波与面波在频率域和波数域上的差异进行面波分离,去除面波,提取有效波,并进行信号重构;最后将重构的信号与没有面波的记录叠加,即可得到去除面波干扰的资料。实际资料处理结果表明,二维小波变换去除面波的方法具有良好的应用效果,有效信号得到了加强,信噪比得到了提高。

利用LOFAR谱图的二维傅里叶变换脊计算波导不变量

该文提出了利用被动声纳信号LOFAR谱图的二维傅里叶变换计算波导不变量的方法。在用简正波方法分析了两种典型波导的波导不变量分布情况的基础上,推导了利用LOFAR谱图二维傅里叶变换脊计算波导不变量的公式。运用该公式仿真计算了Pekeris波导和具有负跃层的浅海波导声场中声源深度从10m变化到90m时的波导不变量值,经过与南海试验数据的计算对比,两者计算结果相符。与简正波方法相比,该方法不需要精确了解海洋环境参数,同时避免了复杂的微分方程求解运算,更适合于信号的实时处理。

基于HOG特征与二维Gabor小波变换的高铁接触网支撑装置耳片断裂故障检测

针对高速铁路接触网支撑结构中旋转双耳耳片断裂故障难以检测的问题,提出一种HOG(histogram of oriented gradients,梯度方向直方图)特征与二维Gabor小波相结合的图像检测方法。为实现旋转双耳在待检测图像中的定位,利用其正负样本的HOG特征对线性SVM分类器进行训练,对检测窗口内是否包含旋转双耳进行判别。为实现耳片断裂故障的可靠诊断,利用二维Gabor小波变换能量值对图像中的边缘信息进行筛选,进而对耳片断裂故障引起的故障裂痕进行识别。实验结果表明,本文提出的方法能在复杂的接触网支撑与悬挂装置图像中准确识别发生耳片断裂故障的旋转双耳部件,检测结果不受拍摄距离、拍摄角度以及曝光度等因素的影响,具有较高的使用价值。

Radon变换在二维条码图像识别中的应用

分析了DataMatrix(简称DM)二维条码的符号结构特点,根据Radon变换的基本思想方法,提出一种对识别无间断的连续线段很有效的算法和一种对识别“铁路线”很有效的算法.运用这两种算法,在二维条码图像最小模块仅为2.7像素的情况下、在图像轻微弯曲的情况下,可以对二维条码图像中的黑边和铁路线快速准确地定位.该算法可以应用于QR Code、DataMatrix、Code93和龙贝码等二维条码的图像识别.

基于主动Lamb波和小波变换的二维结构损伤定位研究

基于主动监测技术,将结构健康和损伤状态下的Lamb波激励响应信号进行对比,两者的差信号实际上是激励信号通过损伤折射后被接收到的类似声发射源产生的一种信号。该信号与激励响应信号比较将有时间延迟,通过Gabor小波变换确定时间延迟,从而获取损伤位置信息。实验证实这种位置信息是可靠的。

二维Hilbert-Huang变换及其在图像增强中的应用

为了更加有效地提取图像细节,在分析希尔伯特——黄变换(Hilbert-Huang Transform,HHT)的基础上给出了二维HHT的实现方法,并应用于图像增强.首先对二维图像信号进行基于Delaunay三角分割的二维经验模式分解,再将分解得到信号的各个内蕴含模式分量分别作总体Hilbert变换.实验结果表明,此方法可细致地描绘出图像的边缘信息,并可在不同程度上体现图像的轮廓信息.该研究在图像压缩和图像分割中有重要的意义.

基于二维小波变换的遥感分类研究

对于遥感影像的植被特征直接进行计算机智能提取、分类,不同的理论下有着不同的方法。但是由于受到各种因素的影响,传统方法的提取精度还不是很高。在对研究区内的试验区图像运用小波理论,对图像进行二维小波变换处理并提取NDVI的基础上,再进行分类,将得到的结果与直接进行计算机自动分类结果相比较,得到如下结论:1经过小波变换后的图像,其相同地物内部的土壤亮度噪声得到削弱,不同地物的边缘差异得到增强,有利于进行图像的计算机智能分类;2对图像进行小波变换后试验区植被特征的分类精度明显高于没有经过小波变化的图像分类精度;3由于小波函数的多样性,小波系数的不确定性,二维小波变换用于遥感图像的植被特征分类技术还不是很成熟,这种技术还有待进一步改进。

小波变换结合多维偏最小二乘方法用于近红外光谱定量分析

将小波变换和多维偏最小二乘法相结合用于近红外光谱定量校正模型的建立。首先将原始光谱进行小波变换分解,得到系列小波细节系数,通过选取一组受外界因素少、信息强的小波系数组成三维光谱阵,然后再采用多维偏最小二乘法建立校正模型。实验结果表明,该方法所建近红外校正模型的预测能力更强,并更具稳健性。

二维傅立叶变换在Lamb波模式识别研究中的应用

用二维傅立叶变换对实验测定的 L amb波信号进行分析。该方法是在波的传播路径方向上 ,对一系列等间距位置接收到的时间信号进行二维傅立叶变换。给出了各向同性和各向异性媒质中传播的 L am b波频散曲线的数值和实验结果。研究表明 ,二维傅立叶变换能有效地识别 L amb波模式。

基于二维离散小波变换的智能交通系统数据去噪声压缩

研究了基于二维离散小波变换的交通数据压缩与解压缩技术,建立了交通数据的空—时模型,所提出的二维离散小波变换算法利用交通数据的二维空—时特征,去除传感器噪声,得到良好的数据压缩结果,压缩比为20～40.同时给出了基于二维离散小波变换的交通数据压缩编码原理.采用北京市三环路检测断面测得的交通数据,验证所提出的算法是有效的.