基于系数相关性的多尺度Kalman滤波器组的GPS共视观测数据算法

运用基于小波系数相关性的多尺度Kalman滤波器组算法处理GPS共视观测数据。在假设GPS共视钟差数据具有1/f分形特性的条件下,用基于小波变换的算法估计GPS钟差数据的自相似参数H。当0<H<1时,GPS共视钟差数据是一个具有1/f分形特性的高斯、零均值、非静态随机过程。在此条件下,在多尺度Kalman滤波器参数估计过程中讨论小波系数列的相关性。并在考虑相关性的基础上进行钟差数据的估计。分别对单通道和多通道共视数据进行处理,并与C ircular T数据进行了比对。结果表明本文方法是可行的、有效的。

基于Gabor滤波器组的多特征尺度不变特征提取方法

提出了一种多特征尺度不变特征提取方法,简称GIFT(Gabor scale-Invariant Feature Transform).该方法首先利用2D Gabor滤波器组模拟生物视觉感知计算模型进行特征点检测,符合生物视觉感知特性,得到具物理直观性、稳健的特征点.其次采用基于Gabor核函数的特征尺度选择方法对所检测的特征点选择多个特征尺度,得到高可区分性的多特征描述子.最后,通过设计面向多特征尺度的特征匹配策略,提高特征匹配的可靠性.基于标准数据集的对比实验结果表明,GIFT方法在特征匹配率和稳健性上均优于SIFT.

结合复方向滤波器组高斯尺度混合模型及非局部均值滤波的图像去噪

提出了一种结合金字塔对偶树方向滤波器组（PDTDFB）变换域高斯尺度混合模型及非局部均值滤波的图像去噪方法.首先,建立了含噪图像的PDTDFB系数的局部高斯尺度混合模型,应用贝叶斯最小二乘法估计出去噪图像的PDTDFB系数;然后,通过PDTDFB逆变换重构得到初步去噪的图像;最后,采用非局部均值滤波平滑人工效应,从而获取最终的去噪图像.该方法充分利用了PDTDFB变换具有近似平移不变性、多尺度多方向选择性和对图像纹理边缘等细节信息的高效表示能力,以及高斯尺度混合模型对PDTDFB系数的邻域相关性的概括能力.实验结果表明：与目前几个典型的去噪方法相比较,该方法使信噪比提高了0.3～3 dB,视觉效果也有明显的改善.另外,该方法不仅能有效地去除含噪图像中的噪声,同时也有效地保留了原始图像中的边缘和纹理等细节信息.

利用完全重构滤波器组进行图像的多尺度边缘提取

本文将我们在《一种适用于多尺度边缘提取的完全重构滤波器组的构造》一文中从三阶样条函数出发所构造的小波从一维推广到二维情况，并利用它对图像进行多尺度边缘提取实验，进一步证实了这种方法的正确性与有效性．

原子钟时间尺度与Kalman滤波器

Kalman滤波器是随机信号处理中一种常用的滤波算法,多用于信号的估值及预测,近年来也出现于原子时算法中。本文介绍了国外在这一研究中一些最新发展及作者自己的一些研究成果。讨论了Kalman滤波器的基本原理,Kalman滤波器用于时间尺度的不同方法以及存在的问题,特别讨论了Kalman滤波器的稳定性问题。

具有线性相位的4带正交滤波器的参数化

该文得到了具有线性相位的4带正交尺度滤波器的参数化形式,同时给出了构造相应的小波滤波器的一个简单的构造方法.应用所给出的参数化形式,得到了具有紧支撑的对称正交的尺度函数,进而也获得了相应的小波.

GPS／SINS组合导航系统的多尺度融合算法研究

将传统的基于模型的动态系统分析法与基于统计特性的信号多尺度变换分析法相结合,提出一种多尺度融合算法,并用于GPS/SINS组合导航系统。该算法首先建立系统的原始尺度动态方程与观测方程;然后利用小波变换将该动态方程与观测方程在不同的尺度上进行数据融合;最后利用不同尺度上的融合结果进行全局最优融合,并利用该结果对SINS进行系统反馈校正。基于实测数据的静态实验结果与理论动态仿真实验证明,该方法可对系统进行有效的最优融合,相对于几种常见的滤波方法具有更好的组合导航系统精度。

使用Kalman滤波器调整预测值的时间尺度算法

时间尺度算法用于综合钟组内所有的原子钟,建立一个频率稳定度更高的时间尺度,其核心环节可以概括为通过N-1组观测量(钟差)计算得到N台钟的权重和预测值。传统算法主要关注如何调整权重来提高时间尺度的稳定度,本文算法通过调整预测值来提高时间尺度的稳定度。本文算法使用Kalman滤波器对观测钟差进行状态估计,在Kalman滤波器每一次递推的过程中,调整一次预测值,通过每次实时调整预测值来建立时间尺度。理论推导和仿真实验都表明,本文建立的时间尺度滤除了频率白噪声,主要只含有频率随机游走噪声,所以具有很高的中短期稳定度。该时间尺度是一个连续、实时、可预测的时间尺度。

单状态变量和两级Kalman滤波器时间尺度算法

本文首先提出一种单状态变量Kalman滤波器时间尺度算法;推导了算法的权重和预测值的解析表达式;在该解析表达式的基础上,引入虚拟Kalman采样间隔;理论分析和仿真实验都证明:通过选取不同的虚拟Kalman采样间隔,可以使时间尺度在任何指定的平滑时间的频率稳定度达到最优.在此基础上,提出了一种两级Kalman滤波器时间尺度算法;详细描述了算法原理;算法生成的时间尺度只含有频率随机游走噪声(RWFM),不含有频率白噪声(WFM);算法相当于按照RWFM的强度进行加权;生成的时间尺度的中短期频率稳定度更高.

基于多尺度分析的图像融合新方法

提出了一种基于Contourlet多尺度分解的图像融合新方法。该方法首先对源图像进行Contourlet分解,得到高频和低频图像。针对不同频段图像的特性,对于高频和低频图像分别采用不同的融合规则,最后进行Contourlet逆变换得到融合图像。采用平均梯度、熵、平均交叉熵和均方根交叉熵4种准则来评价融合算法的性能。实验结果表明,该方法不仅在客观评价指标上优于小波变换法和塔形分解法,而且从主观评价上来看,该方法得到的融合图像更加清晰。

多方向多尺度Gabor特征表示及其匹配算法

Gabor滤波是众所周知的一类特征提取方法,在机器视觉等领域得到了广泛研究和应用.本文提出了一种多方向多尺度Gabor特征表示、提取以及其匹配算法.多方向多尺度Gabor特征通过使用一组不同尺度和不同方向的Gabor滤波器对图像进行滤波,而后将滤波结果在各个滤波方向按尺度大小排序后连接而成.本文进一步提出了循环向量的概念,并将两个多方向多尺度Gabor特征相似度重新定义为一个多方向多尺度Gabor特征和对应的多个循环向量之间最大值.实验结果表明,本文提出的多方向多尺度Gabor特征不仅具有平移不变性、旋转不变性、尺度不变性,也展现出优秀的局部特征表示能力以及显著的鉴别力.

一种适用于多尺度边缘提取的双正交小波的构造

该文构造了一种适用于多尺度边缘提取的完全重构滤波器组,实验结果证实利用这种滤波器组能用更少的计算工作量提取信号的基本特征。

同样对称性质的2重尺度函数及其多小波构造

提出了 2重尺度函数及其相应多小波的构造步骤。该尺度函数满足如下性质 :(1)各分量具有不同的紧支撑区间 ;(2 )各分量对称性相同 ;(3)正交。得出了不存在各分量满足反对称性的具有实用价值的 2重尺度函数的结果。讨论了构造过程中参数与尺度函数及其小波性质的关系 ,最后根据该类尺度函数及多小波的性质 ,构造了两种尺度函数和多小波。

一种新颖的非冗余图像多尺度几何分析

将小波和方向滤波器组(DFB)结合,实现了一种非冗余的图像多尺度几何分析WDFB.首先利用小波变换将图像分解为高频子带和低频子带,然后高频子带通过方向滤波进一步分解成方向子带.这一过程对低频子带迭代进行,从而提供了一种多尺度多方向的分解,它能更稀疏地表示图像.在进行方向滤波时,通过应用等效易位及错切操作,避免了复杂的树结构扩展.实验结果表明,WDFB在非线性逼近指标上优于Contourlet变换,尤其对于含有丰富纹理的图像.例如对于512×512的Barbara图,在保持8192个重要系数时,重建图像的峰值信噪比较采用Contourlet变换时提高0.68 dB.

a尺度正交的多尺度函数的构造

给出a尺度正交多尺度函数一种新的构造方法。a尺度正交的多尺度函数可由任意a尺度正交的单尺度函数及滤波器组构造出来的。由于a尺度单正交尺度函数选取的任意性和用于构造的滤波器组具有相当大的自由度,从而使得有可能构造出大量的具有很好性质的a尺度的多尺度函数,进而得到良好性质的多小波。

一种使用离散时间尺度变换技术的合成宽带雷达成像系统

基于离散时间尺度变换技术,提出了一种新的适用于合成宽带信号的机载雷达成像系统。为了消除多普勒散布效应,该系统使用了尺度变换矩阵,将同一目标在不同子带上的多普勒频率变换到一个已知的频率上,以便每一个子带可使用相同的传统多普勒滤波器组形式去获得无失真的合成距离像。同时,利用FFT及CZT算法,进一步推导出尺度变换矩阵的一种快速实现算法。实验仿真结果验证了所提方法的有效性。

基于多尺度边缘保持分解与PCNN的医学图像融合

在医学图像融合过程中,传统多尺度分析方法多采用线性滤波器,由于无法保留图像边缘特征导致分解阶段的强边缘处出现模糊,从而产生光晕。为提高融合图像的视觉感知效果,通过结合多尺度边缘保持分解方法与脉冲耦合神经网络(PCNN),提出一种新的图像融合方法。对源图像进行加权最小二乘滤波分解得到图像的基础层和细节层,采用高斯滤波器对基础层进行二次分解得到低频层和边缘层,将分解过程中每级边缘层和细节层叠加构建高频层,并引入非下采样方向滤波器组进行方向分析。在此基础上,利用改进的空间频率以及区域能量激励PCNN融合高频层和低频层,通过逆变换得到最终的融合图像。实验结果表明,该方法能够突出医学图像的边缘轮廓并增强图像细节,可将更多的显著特征从源图像分离并转移到融合图像中。

关于高斯函数的小波性质的研究

本文基于小波理论框架,分析探讨了有关高斯函数的小波特性。根据多尺度微分算子理论和多分辨分析思想,证明了高斯函数构造了一个多分辨分析(MRA),高斯函数的各阶导数均构成小波基函数。从滤波器组的角度,由高斯函数的导数构成的小波函数构造了低通滤波器的脉冲响应,也可视为一尺度函数。

基于方法库的织物图像疵点检测

为准确检测织物在生产过程产生的疵点,提出一种基于改进的Gabor滤波方法、数学形态学处理法和多尺度小波检测的方法库的系统检测法.首先采用改进的Gabor滤波方法,选出最优滤波结果,进行高斯平滑,确定正常织物图像的两个阈值门限,进而分割出织物的疵点图像;其次采用数学形态学处理法对织物图像进行检测;最后采用多尺度小波检测的方法,检测最终结果.由于织物的纹理不同,在生产过程中产生疵点的种类众多,算法采用级联检测,保证了检测疵点的准确有效性.试验证明,所提出的算法检测结果较好,能准确定位疵点的位置.

最优匹配小波的构造

小波变换已在信号分析中获得广泛的应用 .如何根据信号的特点选择最佳小波 ,是小波分析在实际应用中亟待解决的问题 .为了获得信号的最优小波变换 ,文中提出了一种最优匹配小波的构造方法 .根据信号在尺度空间最大投影原则 ,利用满足正则条件的结构化完全重构滤波器组和优化算法 ,构造了具有一定消失距的小波 .和已有的方法相比 ,所提出方法可以获得直接应用于信号分解的小波滤波器组 ,而且设计复杂度低 .文中描述了与超声脉冲信号匹配的匹配小波构造过程 ,并给出了所构造的匹配小波结果 .