结合门控融合网络和残差傅里叶变换重建太阳斑点图

使用现有深度学习算法重建云南天文台拍摄的高度模糊太阳斑点图像时,出现高频信息丢失、边缘模糊、重建难度大等问题。对此,提出一种结合门控融合网络与残差傅里叶变换的太阳斑点图重建算法,其中门控融合网络由一个生成器和两个鉴别器组成,生成器包含去模糊模块、高维特征提取模块、门控模块和重建模块。去模糊模块采用基于双注意力机制的U形网络框架,获取低分辨率图像去模糊后的特征;高维特征提取模块使用残差傅里叶变换的卷积块,提取包含图像空间细节的高维特征;门控模块将上述两个特征进行融合,得到权重图,与去模糊后的特征进行加权后,再与高维特征融合,得到融合特征;重建模块采用残差傅里叶变换的卷积块和像素混洗层,将门控模块得到的融合特征图进行重建,得到高分辨率图像。利用两个鉴别器分别鉴别去模糊模块产生的去模糊图像和重建模块产生的高分辨率图像的真实性。最后,设计包含像素内容损失、感知损失和对抗损失的组合训练损失函数,指导模型训练。实验结果显示,所提方法与现有深度学习重建方法相比,高频信息的恢复能力更强,边缘轮廓更清晰,结构相似性和峰值信噪比指标更高。

基于图傅里叶变换的语音增强算法研究

在语音增强过程中,人们往往采用语音信号的频谱信息作为特征输入,再进行进一步的训练增强处理。最为常见的便是对语音信号进行短时傅里叶变换后取其幅度频谱作为特征输入,在语音恢复阶段,则将含有噪声语音的相位信息作为增强语音的相位信息进行语音的重构。但是,这一做法必然导致相位信息的缺失。本文提出将图傅里叶变换(GFT)分别与非负矩阵分解(NMF)算法以及全卷积神经网络(FCNN)模型相结合来实现含有噪声语音的增强,实验表明,图傅里叶变换–非负矩阵分解算法在语音增强上与短时傅里叶变换–非负矩阵分解算法表现相当,基于图傅里叶变换–全卷积神经网络的语音增强相较于基于短时傅里叶变换–全卷积神经网络的语音增强有更为优异的性能。

基于快速傅里叶变换和积分图的快速相关匹配

为克服传统相关匹配算法计算复杂度过大的缺点,基于快速傅里叶变换和积分图提出了一种快速相关匹配算法.在不改变传统相关匹配计算结果的前提下,该算法通过对相关系数公式的分析和化简,用快速傅里叶变换计算模板图像和基准图像的相关,并采用积分图计算基准图像灰度值及其能量的窗口积分,使相关匹配计算量与模板图像大小近似无关,从而大大降低了计算复杂度.不同光照条件下图像匹配实验和复杂环境下目标跟踪实验结果表明,该算法具有很强的抗干扰能力,其执行效率比传统相关匹配提高1～2个数量级.

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。

紫外傅里叶变换光谱仪干涉图数据处理

阐述了干涉图数据处理方法 ,采用紫外傅里叶变换光谱仪实验测量了汞灯光谱干涉图。使用四阶Blackman Harris窗函数作为切趾函数 ,采用最小二乘法拟和多项式对光源傅里叶变换光谱进行相位校正 。

用于光学图象加密的分数傅里叶变换双相位编码

作者提出了一种用于图象加密的基于分数傅里叶变换的双相位编码技术 .该方法由于密钥比传统的编码技术增加两重 。

基于二维傅里叶变换的单帧干涉图相位提取方法

针对大口径光学元件干涉测试过程中,测试装置和干涉腔长较大,气流扰动和环境振动对移相测试过程产生影响等问题,采用一种基于二维傅里叶变换的单帧干涉图处理方法,只需要对一幅空间载频干涉条纹图进行处理即可获得待测相位,具有抗振测试的优点。对该方法的基本原理和算法过程进行分析,并对近红外大口径移相平面干涉仪中600mm口径的光学平晶进行了面形测试。实验结果表明:采用该方法所得波面峰谷值(PV)为0.112λ,波面均方根值(RMS)为0.014λ,与移相算法所得波面数据相比,波面峰谷值偏差不到(1/500)λ;波面均方根值(RMS)偏差几乎为零。

路图傅里叶变换及其在滚动轴承故障诊断中的应用

图信号处理(Graph signal processing,GSP)是由谱图理论发展起来的新研究领域。图傅里叶变换(Graph Fourier transformation,GFT)是图信号关于图拉普拉斯矩阵特征函数的展开,也是GSP的基础。对路图的GFT进行分析,发现GFT得到的特征值谱与经典的傅里叶变换(Fourier transformation,FT)频谱有一一对应关系,同时,特征值谱的幅值与特征矢量也有对应关系。将GFT引入滚动轴承故障诊断,提出基于GFT特征提取和K-均值聚类的滚动轴承故障诊断方法。该方法先用GFT将滚动轴承的路图信号变换到特征值谱域;再计算特征值谱的统计量作为故障特征;最后运用K-均值聚类分类器识别滚动轴承的故障类型。对实际轴承振动信号的分析结果表明,基于GFT和K-均值聚类的故障诊断方法能准确有效地识别滚动轴承故障。

光纤傅里叶变换光谱仪干涉图的对称化处理

偏离中心条纹的抽样以及光纤干涉仪的缺陷引起光纤傅里叶变换光谱仪(FFTS)输出的干涉图不对称,导致由傅里叶余弦变换计算得到的光谱带有相位误差,影响光谱的线型。文章首次将卷积方法应用到光纤傅里叶变换光谱仪中干涉图的对称化处理,利用干涉图的中心部分计算出相位误差,通过傅里叶变换得到了对称化处理函数,用卷积运算在时域完成了光谱的相位误差校正。实验研究表明,在FFTS中该方法能在时域有效地实现干涉图对称化,校正了光谱的相位误差。该方法不仅克服了双边干涉图的缺点,而且校正的结果有较高的准确度。

语谱图二次傅里叶变换特定人二字汉语词汇识别

以语音信号的语谱图作为处理对象,提出了基于语谱图二次傅里叶变换对特定人二字词汇识别的方法.首先对语谱图二次傅里叶变换频域图的图像意义以及相应的语音特性表征进行了详细剖析;然后对语谱图频域图像进行二进宽度行投影,将投影值作为语音识别特征值,以支持向量机为分类器,进行特定人二字词汇语音整体识别.采用1 000个语音样本进行了仿真实验.结果表明,该方法正确识别率可达到92.4%,为汉语词汇整体识别提供了新的思路.

基于二维短时傅里叶变换的干涉相位图滤波方法

提出了一种基于二维短时傅里叶变换的干涉相位图滤波方法。首先,将干涉相位数据转变成指数,利用二维短时傅里叶变换进行处理,设置阀值,并进行二维短时傅里叶逆变换;最后,求取复数相位,获得滤波后干涉相位。试验结果表明,该方法在有效抑制相干斑的同时,还能有效地保持相位的细节信息和条纹的边缘结构,而且清除了残余点,有利于提高干涉测量的精度。

语谱图傅里叶变换的二字汉语词汇语音识别

以语音信号的语谱图作为处理对象,提出一种基于宽窄带语谱图傅里叶变换频域图像二进宽度分带投影特征融合的二字汉语词汇语音识别算法。首先,对宽窄语谱图傅里叶变换频域图的图像意义以及相应的语音特性进行分析;然后,分别对宽窄带语谱图频域图像进行二进宽度分带列投影和行投影,将投影值作为语音识别的第一个特征参数集合和第二个特征参数集合,将以上两个特征集进行特征融合作为二字词汇语音识别的特征量,以支持向量机为分类器实现二字汉语词汇语音识别。实验结果表明,该方法对特定人二字汉语词汇语音的识别率可达96.8%,对非特定人二字汉语词汇语音的识别率可达98.8%,为解决汉语词汇整体语音识别提供了一种新的思路。

谱图傅里叶变换与谱图小波变换基分析研究

卷积神经网络在欧氏数据上取得巨大成功之后,开始在图结构、几何流行等非欧数据上泛化。当前图卷积神经已成为研究热点。在数字图像去噪、压缩、增强、融合以及加密方面傅里叶变换与小波变换是不可或缺的处理手段,在图卷积神经中有卷积定理将傅里叶变换用于实现图上的卷积运算,谱图小波变换也只是实现了卷积的快速算法,都是围绕如何在图结构上做卷积而展开的研究,没有真正发挥其作用,大大限制了图卷积神经网络性能的发挥。该文对谱图傅里叶变换与谱图小波变换基进行分析研究,同时研究基与图结构之间的关系。实验表明通过谱图傅里叶变换和谱图小波变换可以获取图结构的特征信息,为谱图小波变换和谱图傅里叶变换更深入地与图卷积神经网络结合提供了参考。

提高计算全息图再现质量的迭代傅里叶变换算法

提出了迭代傅里叶变换算法设计二元计算全息图的新方法。采用迭代傅里叶变换算法，计算配置与目标物相关的迭代位相，使物波频谱具有有限带宽和平滑性。实验结果表明，迭代傅里叶算法可求得适当的位相参数，使计算全息图再现象上的斑纹被明显抑制，提高了信噪比和衍射效率。

傅里叶变换下的直方图均衡化图像特征识别算法的研究

针对当前众多的智能识别系统中,通常需要通过一定的数学算法来实现一些特定的智能控制和模式识别,使得研发出来的产品具备较高的智能化程度。论文提出了傅里叶变换下的直方图均衡化图像特征识别算法的研究。通过对傅里叶算法的原理进行分析,明确了傅里叶变换在提取图像频谱信息时的作用;然后对图像频谱信息进行研究,确定了图像频谱图与识别特征的关系;接着对直方图均衡化的方法进行了分析,研究了利用直方图均衡化对图像中特征进行识别的实现方法。最后,对论文所设计的图像特征识别算法进行了实验结果分析,表明了论文所设计的特征识别算法具有较高的识别准确率。

基于三角形收缩法改进的分数傅里叶变换估计牛顿环参数

针对分数傅里叶变换用于牛顿环参数估计时速度较慢的问题,通过分析牛顿环条纹图分数傅里叶域幅值最大值与相应旋转角的分布规律,提出基于三角形收缩法改进的分数傅里叶变换进行牛顿环参数估计的方法。实验结果表明:该方法具有可行性,对于图像尺寸小于640×640 pixels的条纹图,处理所需时间<1 s,随着图像尺寸增加,条纹图中包含的条纹数目增加,曲率半径估计值相对误差降低,而处理时间仍可满足工程实际需求。以处理1080×1080 pixels的图像为例,估计值相对误差为0.001%,处理时间为3.31 s。该方法估计720×720 pixels高斯噪声污损的牛顿环干涉条纹图像平均用时1.28 s,约为传统分数傅里叶变换用时的1/700。

傅里叶变换耦合曲率尺度空间的图形检索算法

目的解决当前基于曲率尺度空间CSS的图形检索算法仅仅使用了曲率空间图的峰值,且该峰值数量是根据图像形状不断变化的,加上其忽略了图形的重要特征,导致较低的检索精度与效率的不足。方法提出了2D傅里叶变换耦合改进的曲率尺度空间的图形检索算法。首先,考虑零交叉点过程中的曲率动态变化,并定义峰值阀值控制准则,联合抛物线拟合技术,改进了CSS机制,去除伪峰值点,且能兼顾图像形状上的非峰值点信息,获取CSS抛物线拟合图;引入2D傅里叶变换,用CSS抛物线拟合图代替图像形状,获取曲率尺度图的2D傅里叶变换;最后,对其进行归一化,建立曲率-傅里叶描述符,构建查询图形与图形库的欧式距离,完成图形检索。结果 MPEG数据库测试结果显示：与当前利用曲率尺度空间、1D傅里叶描述符的图形检索技术相比,本算法拥有更高的检索精度与效率,呈现出较好的PR曲线。结论所提算法能够进一步提高图形检索精度与效率,在包装商标检索等领域具有较好的应用价值。

单侧面干涉图的实时傅里叶变换

讨论了单侧面干涉图的实时傅里时变换算法，阐述了算法中的嵌套循环，给出了算法中合弦函数角度的递归算式及实现此算法的软件设计结构．

基于傅里叶变换和连通图的聚类分析方法

聚类是假设数据在具有某种群聚结构的前提下根据观察到的无标记的样本发现数据的最优划分。针对已有的聚类算法存在的缺点,假设数据样本的结果簇是密集的,且簇与簇之间区别明显,基于该假设提出一种基于傅里叶变换和连通图的聚类分析方法 FGClus。首先针对每个样本点计算k阶距离矩阵并序列化作为离散傅里叶变换的输入信号;然后抽取频域内幅值最小的复数项并构造输入序列进行傅里叶逆变换,得到在时域空间中的最佳阈值;最后利用该阈值结合连通图指导最终的聚类过程。实验表明,FGClus算法克服了K-means算法聚类前需确定聚类个数、聚类结果对初始代表点的选取敏感、只能聚类球状数据等缺点,取得了良好的聚类效果。

二维工程图中基于分数傅里叶变换的盲水印算法

提出了一种基于二维工程图的水印算法。该方法提取二维工程图中线段的相对坐标向量,构造一维复数信号。通过分数傅里叶变换得到复数信号的变换系数,根据水印的大小和分数傅里叶变换系数的之间的关系,对变换系数的幅值进行调整来嵌入水印。该方法是盲水印算法,在提取水印时不需要原始工程图。实验表明,该算法对平移、旋转、缩放等攻击具有良好的鲁棒性,同时具有良好的安全性。