基于多分辨率变换和压缩感知的PET/CT融合方法

针对移动医疗背景下医学图像融合信息交互的局限性问题,提出一种基于多分辨率变换NSCT和压缩感知理论的肺癌PET/CT图像融合算法。第一步,对源图像进行单层NSCT分解;第二步,通过分析PET和CT不同的成像机制和显像信息,对分解后具有较差稀疏性且主要集中源图像大部分能量的低频子带,采取高斯隶属度函数加权的融合规则,对主要呈现源图像细节信息的高频子带使用高斯随机矩阵进行压缩测量,选择基于平均梯度和区域能量的方法法对高频测量值进行融合;第三步,采取正交匹配追踪算法重构融合后的高频测量值;第四步,对低频融合图像和重构后的高频融合图像进行NSCT逆变换得到最终的融合图像;最后,对该算法进行了两方面的仿真实验:与其他压缩感知图像融合方法的比较以及与其他多分辨率图像融合方法的比较,实验结果表明,该算法是有效可行的。

视频图像多分辨率变换IP核

讨论一种兼容多种视频信号模式,且可自动调节分辨率的视频显示控制器IP软核的设计。该软核采用插值算法进行图像处理,利用硬件编程语言VHDL对FPGA进行设计,也可利用小波变换方法对图像处理算法进一步优化。

基于多分辨率同步提取变换的多分量非平稳信号时频分析

对多分量非平稳信号进行时频分析可以获得信号特征随时间的变化规律,揭示信号的瞬时频率、能量分布和频谱演化。采用传统的时频方法处理多分量信号时,受制于自身算法缺陷,无法对信号进行高分辨率时频表达。逐步衍生出的改进的时频方法,如同步压缩变换(SST)等,在处理噪声干扰下的强时变调频多组分信号时的效果仍然欠佳。调频变换(CT)相对于其他方法,在处理非平稳弱幅值分量时具有较强的适应性与噪声鲁棒性。针对非平稳弱特征信号的时频表示弱这一问题,对CT算法进行了研究。首先,对基于CT衍生出的多分辨率调频变换(MRCT)进行了理论分析;然后,为了进一步提高MRCT的时频分析能力,基于同步提取变换(SET)的原理对MRCT进行了优化,引入了同步提取算子(SEO),并提出了多分辨率同步提取调频变换(MRSECT);最后,为了验证MRSECT在处理复杂振动信号时的有效性,利用MRSECT对数值模拟信号与实验轴承故障数据进行了分析。研究结果表明:MRSECT能够有效提取非平稳信号的时频特性,Renyi熵值在模拟信号处理中提高了25%,其在处理实际轴承故障信号中提高了15.6%。相比于其他时频算法,MRSECT具有更高的时变特征信息提取能力。

基于双分辨率S变换和改进的多尺度ResNet模型的电能质量扰动检测方法

准确的电能质量扰动检测对改善智能电网中电能质量问题、保证电网安全可靠运行具有重要意义。对此,提出一种基于双分辨率S变换和改进的多尺度ResNet模型的电能质量扰动信号的检测方法。首先,利用双分辨率S变换准确提取电能质量扰动信号的时频特征向量;其次,提出利用Mish函数代替传统ReLU激活函数来改进ResNet,再利用不同卷积核大小的改进ResNet模型对复杂电能质量扰动信号进行特征学习与扰动分类;然后,在不增加网络参数的情况下,提出利用轻量级通道注意力(efficient channel attention,ECA)对电能质量扰动检测分类结果影响较大的重要特征分配更大的权重值,提升模型的分类性能。最后,实验结果表明,与其他电能质量扰动检测方法相比,所提方法具有更高的准确率和抗噪性。

压制噪声的高分辨率Radon变换法

Radon变换在地震处理中有诸多应用,在地震同相轴识别和估计方面有良好效果。对最小平方意义下反演和基于贝叶斯原理的稀疏约束反演的Radon变换域结果进行了对比,后者的变换效果更好,收敛能量的分辨率高,即压制了离散运算中的截断效应。又通过加噪模型数据,对比了高分辨率Radon变换方法和Radon域内的二维蒙版滤波方法,两者压制规则干扰和随机噪声的效果较好并且结果相似,但后者计算效率较高。在实际数据处理中,比较了FK滤波、高分辨率线性和抛物线Radon变换,以及二维蒙版滤波方法的去噪效果和计算效率,选择二维蒙版滤波方法最优。

基于高分辨率Radon变换的VSP波场分离方法

讨论了时间域线性Radon变换、频率域最小平方Radon变换和频率域高分辨率Radon变换等方法的基本原理。Radon变换在频率域通常采用最小平方反演的方式来实现,但由于最小平方法对于不同的p值(视慢度)范围采用相同的阻尼因子,得到的解不够精确。高分辨率Radon变换对这一缺陷进行了改进,即通过对不同的p值范围采用不同的加权值来提高解的稀疏性和精确性。具体方法是:在反演迭代过程中,根据前一次迭代的结果,通过Bayes原理将加权矩阵与前一次迭代的结果联系起来,得到新的加权矩阵;然后求解这个加权矩阵方程,得到频率域的稀疏解。设计了一个3层水平地层的地质模型,利用高分辨率Radon变换进行了VSP波场分离。τ-p域的结果表明,能量得到了很好的收敛。在分离出来的上、下行波波场记录上,波形恢复得很好,上、下行波波场的相互干扰被完全消除。

混合域高分辨率抛物Radon变换及在衰减多次波中的应用

高分辨率Radon变换存在计算效率和分辨率不能兼得的困境.时间域算法可以获得很高的分辨率,但计算效率非常低;频率域算法具有良好计算效率,但分辨率不理想.为此发展了混合域高分辨率抛物Radon变换,即对频率域抛物Radon变换引入时变的稀疏权.本文给出了一种新的混合域高分辨率抛物Radon变换实现方法,并将该算法应用于叠前数据衰减多次波.文中给出了Radon变换和衰减多次波的流程.理论和实际数据算例表明本文方法既有较高的分辨率又有很高的计算效率.

应用多分辨率小波变换提取脑电信号异常节律

脑电信号是非平稳的随机信号 ,其中包含了大量的生理和疾病信息 ,对于医生判断脑部是否有器质性的病变具有重要作用。因此对脑电信号的分析和处理一直是人们努力研究的领域。考虑到小波变换良好的时频局部化特性 ,利用多分辨率小波变换方法来实现脑电信号异常节律的提取。脑电信号经多分辨率小波变换后所得到的各个尺度的信号不仅反映了信号的频率信息 ,即尺度越大 ,对应信号的频率越低 ;同时也反映了信号的时间信息 ,即反映此时的EEG状态。实验结果表明 ,选择合适的小波基 。

井孔高分辨率Radon变换算子研究

本文针对井间和3D VSP波场的线性特征,研究井孔地震波场线性高分辨率Radon变换算子,用于井孔地震波场分析与纵横波分离.在Radon变换原理分析基础上,采用基于柯西分布的高分辨率线性Radon变换对井孔数据进行Radon变换,其间通过对离散倾角叠加算子求取的研究,及对影响Radon能量收敛的重要参数阻尼因子算法的改进,使数据在Radon域以能量团的形式呈现,得到很好的收敛效果,基本解决了Radon域数据的一定程度的拖尾现象,消除了各能量团之间的平滑效应,采用柯西分布来规则化数据,提高了Radon域的分辨率,Radon域能量也收敛到一个点上,有利于上下行波或纵横波波场分离.最后通过反演结果和模型试算验证了该方法的可行性和稳定性.

改进的MPEG-2视频编码流空间分辨率下变换方法

对MPEG-2视频编码流空间分辨率下变换已提出了一种在水平方向上进行DCT域下变换,而在垂直方向上采用空间域下变换的方法。通过对DCT域下变换进行分析、研究,提出了一种适用于这种混合结构的基于频率合成的改进下变换方法,在不增加计算量的前提下,可使图像质量具有一定的改善。

基于高分辨率Radon变换的瑞利波反演在役路基动模量

为了探索在役路基动模量的一种动态反演与成像方法,该研究通过瑞利波在弹性层状体系中的理论频散方程,揭示了瑞利波在基准路基路面结构中的理论频散特征,基于高分辨率线性Radon变换建立了路基路面结构中瑞利波频散曲线的提取方法。在结合高分辨线性Radon变换提取的频散曲线与路基工作区细化分层的基础上,建立了在役路基工作区动模量的反演成像方法。通过在足尺道路试槽内点对点依次进行瑞利波、落锤式弯沉仪(falling weight deflectmeter,FWD)、承载板和弯沉测试,建立了各测试指标之间的关系。结果显示,瑞利波反演的路基动模量与其他测试方法相应结果的相关系数均大于0.80,且反演成像结果能够正确、清晰地反映路基承载能力与压实工况。

基于高分辨率雷达的一种目标识别方法

在小波变换和 Mahalanobis距离的基础上 ,提出了一种雷达目标识别方法。首先 ,对雷达回波信号进行小波变换 ,得到目标散射中心在一维距离像中的位置和峰值 ,从而得到一组由位置和峰值构成的点列。然后计算这些点的 Mahalanobis距离 ,得到目标识别的特征向量 ,由此进行目标识别。仿真实验结果表明 :该方法具有较高目标识别能力和强抗干扰能力。

经验小波变换和改进S变换结合的电能质量检测与识别方法

为分析不确定干扰因素影响下的实际电力网络电能质量问题,提出一种经验小波变换(EWT)和改进S变换相结合的电能质量检测与识别方法。该方法一方面利用EWT联合归一化直接正交(NDQ)算法和奇异值分解(SVD)算法准确提取调幅-调频分量的频率、幅值和时间参数,另一方面考虑到EWT算法在高噪声环境下瞬时幅值波动的问题,引入改进S变换提取高噪声干扰下的电能质量扰动时频信息,最后,基于EWT和改进S变换提取的扰动特征向量,利用基于改进粒子群优化算法(IPSO)优化支持向量机(SVM)的电能质量扰动识别分类器实现扰动类型的精确识别。仿真和实验表明所提方法在复合扰动识别分类时平均识别准确率为93.23%,且能够准确识别4种实测扰动信号。

基于L_(1/2)正则化的抛物线Radon变换多次波压制方法

在地震数据处理中,多次波的存在会对地震数据成像和地震资料解释带来影响,如何有效地压制多次波干扰是地震勘探中的重要问题。抛物线Radon变换因其高效的特点被广泛应用于多次波压制中,但在野外地震数据采集时,炮检距的有限性会导致变换域中的能量扩散,产生假象,使多次波压制达不到理想的效果。针对此问题,提出一种基于L_(1/2)正则化的稀疏反演高分辨抛物线Radon变换,并应用广义迭代收缩算法(generalized iterated shrinkage algorithm,GISA)进行求解。研究结果表明,L_(1/2)正则化有很强的稀疏约束能力,能提高解的稀疏度,改进信噪分离的效果。与最小二乘反演和基于L_(1)正则化的稀疏反演相比,基于L_(1/2)正则化的稀疏反演高分辨抛物线Radon变换能更有效地压制多次波,并确保了重构数据与原始数据的一致性。

压制截断效应的Radon变换在波场分离中的应用

由于离散运算,Radon变换方法中存在截断效应,传统的最小二乘约束反演并不能有效抑制这种效应。介绍了一种频域空间稀疏约束算法,在反演迭代过程中,根据前一次迭代的结果,通过贝叶斯原理将加权矩阵与前一次迭代的结果联系起来,得到新的加权矩阵;然后求解这个加权矩阵方程,得到频率域的稀疏解。比较了用最小二乘反演和压制截断效应的Radon域变换的效果,后者效果明显优于前者。模拟了一个5层的水平地层的地质模型,用这种压制截断效应的Radon变换进行了VSP资料的上下行波场的分离,得到了较好的效果。

基于IHS变换的彩色图像融合方法

提出一种基于IHS变换的彩色图像融合方法。以红外图像与彩色可见光图像为例,将RGB空间模型的彩色可见光图像进行IHS变换,可得到I、S、H三个分量图像。再分别对红外图像和I图像进行多分辨率变换得到高频子图像和低频子图像,分别对高频子图像、低频子图像采用采用合适的融合准则进行融合,对融合后的子图像再进行多分辨率逆变换后得到新的亮度分量Inew,最后将Inew与H、S分量图像通过IHS逆变换转换到RGB空间,得到融合彩色图像。仿真实验证明,该方法可得到良好的融合效果。

基于扫描探针显微镜的近场超空间分辨指纹光谱技术研究现状

基于扫描探针显微镜的近场超空间分辨指纹光谱技术在分子识别及组分鉴别方面具有极大的应用前景.扫描探针显微技术与不同的光谱联合使用,发展出了不同的具有纳米级分辨的指纹光谱技术,其中包括针尖增强拉曼散射光谱技术、纳米级分辨率的傅里叶变换红外光谱技术及散射式的扫描近场太赫兹光谱技术.这三种散射式的扫描近场光学显微技术在实现方式上有所不同,在近场指纹识别方面可以相互补充.该综述主要对三种近场超空间分辨指纹光谱技术的特点进行了深入地分析和比较,并且对这三种技术的研究现状及应用进行了总结.

Radon变换在纵横波分离中的应用研究

波场分离是把弹性波场分解成纯纵波和纯横波两部分,从而能更准确、有效地描述地下介质信息。分析了目前常用的P-P波和P-SV波分离方法(Radon变换法),将其应用到全波场的纵横波分离;并结合纵横波的运动学和动力学特征,给出了3种不同Radon变换法分解纵横波的具体计算公式。针对不同的Radon变换法设计合理的参数,对理论模型的正演模拟数据进行纵横波分解试算。计算精度和计算效率的对比结果表明在全波场纵横波的分离过程中,高分辨率Radon变换的分离效果比较好。

高分辨率Radon变换及其在声反射成像测井中的应用

声波反射成像测井是利用阵列声波测井的反射波进行井旁构造成像的测井新方法,由于是从滑行波能量较强的阵列声波信号中来获得反射波,因此反射波的提取问题尤为重要,文中采用能使波场更加聚焦的高分辨率Radon变换来提取反射波.分析得出滑行波和反射波到时在阵列数据道情况下表现为线性或近似线性特征,因而采用线性Radon变换方法.首先分析了声反射成像测井不同数据道集的波场几何特征,得出滑行波和反射波在不同道集都表现有不同程度的视速度差异,为反射波提取提供了依据.传统的Radon变换采用的最小二乘法不能使同相轴在Radon域足够聚焦,结合最大熵原理和贝叶斯原理实现了线性高分辨率Radon变换,模型数据处理结果表明后者可以在较复杂条件下提取出期望的波场.采用高阶交错网格有限差分模拟得到软、硬地层声反射成像测井波场,处理结果表明,相对于最小二乘Radon变换,采用高分辨率Radon变换后可以使波场更加聚焦,能提取出高质量的反射波,并能适应不同性质地层,相比于目前应用较多的反射波提取方法,其结果更接近于理论波形.实际数据处理也表明了该方法的有效性和准确性.该方法在声反射成像测井的速度分析、数据道插值以及偶极反射波提取方面有一定潜力,需要进一步研究.

时间域线性Radon变换vsp波场分离

阐述了常规线性Radon变换和时间域高分辨率线性Radon变换的基本原理,讨论了Radon变换的端点效应、截断效应和空间假频问题,同时给出了利用相似函数法压制端点效应的方法和避免空间假频的参数选择原则,并且对理论模型用文中提到的方法进行波场分离并进行了误差分析,取得了较好的效果,表明时间域高分辨率线性Radon变换能够使线性同相轴的能量得到较好的收敛,对波形的恢复较好,取得了良好的上下行波分离的效果。