基于改进型图像信息方法的汶川地震前电离层参量时空特征研究

震前加速破坏阶段地壳岩石破裂过程中可能辐射电磁信号,提取与之相关的电磁信号异常有助于认识地震孕育及破坏过程,从而为防震减灾提供支持.本文提出了改进型图像信息方法(Modifled Pattern Informatics Method,MPI方法),并用于汶川地震前电离层参量时空特征信息的提取.通过分析对比处理前后的DEMETER电磁卫星时空图像可以发现,原始时空图像一般存在季节性和空间性的变化规律,较难获得有意义的信息;而采用MPI方法处理后,则发现汶川大地震前,电离层参量存在明显的异常变化.从而,证明了MPI方法具有消除背景趋势、突出短期变化的能力,可以有效地提取强震相关的电磁前兆信息.

基于改进图像信息方法的地震电离层异常信息提取

1研究背景。图像信息方法(Pattern Informatics Method,简写为PI)是由Rundle等(2000,2002)基于复杂性物理提出的应用于地震活动研究的统计物理方法,在测震学的中长期地震预测研究中表现出较好的预测效能。武安绪等(2011)在地壳岩石破裂过程中可能辐射电磁信号的理论基础上对PI算法在空间归一化、阈值形式、累计方式、空间概率等改进后得到MPI方法,并基于DEMETER卫星电离层观测资料进行震例回溯性研究。

改进型图像信息方法提取地震电离层扰动异常研究进展

首先总结了国内外利用法国DEMETER卫星观测数据识别和提取地震电离层中主要参量扰动异常的常规研究方法,介绍了图像信息方法(pattern infoimatics method,简称PI方法)研究地震活动性异常及其应用于中长期地震危险性预测的研究进展和成果.然后主要介绍了改进型图像信息方法(modified pattern informatics methodd,简称MPI方法)在提取电磁卫星数据资料中的进展应用.该方法的震例研究结果显示,地震电离层中电子浓度(N_e)、电子温度(T_e)异常出现的时间一般在震前一个月左右,相对于其它方法提取到的异常在震前几小时至数天内,这一突出特点将使得MPI方法在短临地震预报中更具有可操作性.然而,该方法能否作为提取地震电离层异常扰动的实用数据处理方法并应用于地震短临预测中,尚需要进一步深入研究.最后本文提出了将MPI方法应用于提取地震电离层异常信息需要进一步解决的几个问题.

利用改进型图像信息方法研究玉树地震前电离层电子浓度异常现象

简单扼要地介绍了DEMETER卫星的发展历程、电离层地震前兆异常的识别和提取方法以及改进型图像信息方法(Modified Pattern Informatics method,简称MPI方法)的具体计算过程。笔者利用MPI方法处理了2010年4月13日23时49分(世界时)玉树MS7.1地震前1个月震中上空30°×50°范围内DEMETER卫星监测到的电离层电子浓度,生成时空演化图像。结果显示,2010年3月16—28日玉树震中上空电子浓度变化较为平缓;3月30日震中上空南部开始出现电子浓度高值异常;随着发震时刻的临近,震中上空电子浓度高值异常逐渐显著;玉树地震发生当日(4月13日)研究区域上空电子浓度最为显著。从研究结果我们可以看出,MPI方法在提取DEMETER卫星数据的地震异常方面有一定的时空鉴别力。

利用改进型图像信息方法研究汶川8.0级地震震前电离层扰动异常特征

利用改进型图像信息方法(Modified Pattern Informatics Method,简称“MPI”)基于DEMETER卫星观测的电子浓度(Ne)、电子温度(Te)数据探索了2008年5月12日汶川Ms8.0震前出现的地震电离层电子参量异常现象,特别详细分析了汶川Ms8.0震前3个月的电子参量时空演化过程。在前人的基础上,对电离层电子浓度(Ne)、电子温度(Te)的观测数据进行了消除年变及由太阳活动等引起的长趋势变化,以期能够提取到由地震孕育与发生所引起的电离层扰动异常。结果发现,在震前一个月左右电子浓度(Ne)、电子温度(Te)等参量均出现了不同程度的扰动异常,震前10天左右异常减弱并趋于平静,即平静—异常出现—持续显著—异常减弱—震前平静的特点,显示了地震前存在清晰稳定的电离层扰动图像,从而对地震的发生时刻具有一定的短临指示意义。

利用改进型图像信息方法研究汶川8.0级地震震前电离层扰动异常特征

利用改进型图像信息方法(Modified Pattern Informatics Method,MPI)基于DEMETER卫星观测的电子浓度(Ne)、电子温度(Te)数据探索了2008年5月12日汶川MS8.0震前出现的地震电离层电子参量异常现象。对电离层电子浓度(Ne)、电子温度(Te)的观测数据进行了消除年变及由太阳活动等引起的长趋势变化,以期能够提取到由地震孕育与发生所引起的电离层扰动异常。

一种基于交叉熵的改进型PCNN图像自动分割新方法

脉冲耦合神经网络(PCNN)是20世纪90年代形成和发展的一种新型神经网络。为了自动地进行精确的图像分割,在基于图像处理的前提下,对现有的PCNN模型进行了改进,即从原始图像与分割图像的目标之间、背景之间的差异性出发,提出了一种基于最小交叉熵准则的改进型PCNN图像分割新方法。通过计算机仿真,该方法能够自动确定循环迭代次数和自动选取最佳阈值,并与基于最大香农熵的PCNN分割方法进行了比较。实验结果表明,该方法优于香农熵准则PCNN分割,其不仅对图像分割精度高,而且具有较强的适用性。

一种改进You-Kaveh模型扩散系数的图像去噪方法

将前向后向扩散系数引入到You和Kaveh提出的四阶偏微分方程去噪模型中,前向扩散用于对噪声进行平滑,后向扩散则对图像特征进行强化。同时,改进了模型中拉普拉斯算子的离散形式,使其包含更多的图像信息,能够更准确的判断图像的特征。新方法处理后的图像,避免了二阶偏微分方程处理图像常出现的"阶梯"效应,同时,和同类的四阶偏微分方程去噪模型相比,该方法的处理结果不会出现"斑"点,因此视觉效果更加理想。最后,通过实验证明了该方法的有效性。

图像分析计算水系分形维数的改进方法与应用

水系分形维数的计算与分析,有助于深入理解其与地貌发育、流域径流和侵蚀产沙等过程之间的关系。从分形维数的计算原理,提出了一种在MATLAB环境下,能够同时计算水系计盒维数和信息维数的方法,改进了现有通过图像分析计算分形维数的不足。采用已知分形维数的规则分形集进行验证,结果表明:该方法单独对图像载体上的目标图形(关注区域)进行处理,不受其与整幅图像的比例的限制;能够自动确定最佳的对目标图形进行网格分割覆盖的递减等分条件,计算精度高;利用元胞数组实现了网格的自动分割,程序紧凑,可读性增强。最后以泾河、北洛河水系为例,说明了该方法的应用过程。本研究为水系分形维数的科学计算提供了新的思路。

一种双注意力融合生成对抗网络的水下图像增强模型

针对水下图像在生成过程中会受到水下杂质污染以及光的吸收等问题,提出了一种双注意力融合生成对抗网络的水下图像增强模型。该模型使用了最新的Pix2Pix网络架构,并通过构建的双注意力机制结构建立丰富的上下文信息来处理水下图像,在模型生成器UNet网络首部增加了改进型Non-local模块,从多尺度角度获取更多全局特征,从而得到更加清晰的图像,在生成器尾部引入了Transformer模块,通过其优异的多头注意力块和多层感知机等结构来提升模型综合性能,从而进一步提升模型语义信息提取能力。实验结果表明,该模型在基准数据集EUVP上的峰值信噪比、结构相似性、水下图像质量评价指标相比其他模型平均提升了5.83%、4.88%和18.02%,而在基准数据集EUVP上的相应指标平均提升了6.21%、17.33%和15.96%。在主观可视化结果下,该模型也能适当处理图像退化问题,使图像呈现更好的清晰度和对比度。

指纹图像方向信息提取方法

介绍了提取指纹图像方向信息的两种算法 :预定方向逼近法和 Rao改进型算法 ,指出了这两种算法的局限性。在此基础上提出了一种新的提取指纹图像方向信息的方法。实验结果表明 ,新方法明显提高了指纹图像方向信息的提取精度 。

一种遥感图像海上船舶多级自适应聚类分割方法

采用一种改进型图像信息熵来表征目标区域的复杂程度,并以改进型信息熵和Otsu聚类算法为基础,提出一种遥感图像海上目标多级自适应分割方法。实验结果表明,该方法对于中分辨率遥感图像中相对复杂海域背景下的小目标图像分割有着较好的效果。

改进暗通道的大坝图像去雾算法

大坝图像在多雾天气下存在图像对比度低、光照不均匀、表面噪声污染严重、难于识别等问题。而现有的大坝图像去雾算法,时间开销巨大。针对现有大坝图像去雾算法存在的问题,提出了基于暗通道的图像去雾的改进算法。算法首先快速获取图像的透射率及大气光值,然后利用图像的边沿信息以及图像的空间信息对透射率进行优化,最终得到去雾图像。实验结果表明改进的暗通道去雾算法可以有效地去雾,在均方误差以及峰值信噪比相差不大的情况下,时间消耗上与常用的暗通道去雾算法Retinex算法相比有了明显减少。

基于Gloabl-Local评估方法的U-Net图像分割

精确的图像分割是完成图像中物体姿态、大小估计的重要步骤,但由于物体的多样性、复杂性等原因,使得图像分割在计算机视觉领域仍然是具有挑战性的任务。针对标准U-Net模型实现端到端的图像分割时精确度不高、训练难以收敛等问题设计了一种基于Gloabl-Local评估方法的U-Net图像分割方法。首先根据同时兼顾全局信息和局部信息能够得到精确的图像分割图,论文提出了Gloabl-Local训练过程易拟合等问题,提出了改进U-Net法和4个公共显著性检测数据集训练改进U-Net网络模型,大大提高了图像分割的准确率。论文的方法平均准确率达到90.74%,与标准U-Net相比具有更好的分割效果。此方法实现了准确高效的图像分割,为估计图像中物体的姿态、大小提供了可靠依据。

基于改进U-Net的宫颈细胞核图像分割

原始的U-Net采用跳跃结构结合高低层的图像信息,使得U-Net模型有良好的分割效果,但是分割结果在宫颈细胞核边缘依然存在分割欠佳、过分割和欠分割等不足.由此提出了改进型U-Net网络图像分割方法.首先将稠密连接的DenseNet引入U-Net的编码器部分,以解决编码器部分相对简单,不能提取相对抽象的高层语义特征.然后对二元交叉熵损失函数中的宫颈细胞核和背景给予不同的权重,使网络更加注重细胞核特征的学习.最后在池化操作过程中,对池化域内的像素值分配合理的权值,解决池化层丢失信息的问题.实验证明,改进型U-Net网络使宫颈细胞核分割效果更好,模型也越鲁棒,过分割和欠分割比率也越少.显然,改进型U-Net是更有效的图像分割方法.

医学图像配准中的改进型I_α信息测度研究

针对互信息测度在配准医学图像时存在速度慢和有时误匹配的缺点,提出了2种改进型Iα信息测度:FNIα信息和SNLα信息。通过人体脑部CT/MR和MR/PET图像的刚体配准实验,从函数曲线、计算时间和收性能对V信息、互信息、Iα信息、FNIα和SNIα信息进行了比较与分析。实验结果表明,FNIα信息测度的收敛性能远优于其它测度,对噪声有很强的鲁棒性;SNIα信息在计算速度方面较互信息有一定程度的提高。

基于BSc的MIE绩效评价方法设计

分析和运用平衡记分卡的原理和基本结构,设计了基于改进型BSc结构的MIE绩效测评指标体系,进而从企业战略的视角,应用测定指标增量水平的方法,建立了量化评价制造企业实施信息化工程绩效水平的理论和方法,目的在于系统、科学地判定企业实施信息化工程前后的经营绩效变化,并通过对评价指标体系的量化运算值大小的界定,判定企业信息化工程的质量和水平。

基于自由空间中光信息传输模型改善图像质量

在云雾天气条件下,造成图像质量的下降,其本质就是场景与观察点之间大气对光的散射。针对不良天气条件下拍摄的图像,又没有精确的天气条件和景物的深度信息,为了对一幅退化图像去除不良天气的影响实现图像复原的目的.分析了大气散射机理,引入了衰减模型和大气光模型以及光在粒子各个方向上的散射分布函数,推导了大气光对图像亮度影响的表示式。基于衰减模型和大气光模型,考虑景物的深度,采取先将原图像取反色,然后采用改进型多尺度Retinex算法增强暗区域图像,再取反色可以获得去除云噪声的图像,为了使景物信息最小限度地丢失,采用了图像信息熵判据,结果表明对于彩色遥感图像运用这一改进型多尺度Retinex算法去除云噪声是有效的。对于一幅带有厚云的彩色遥感图像在实施去除云噪声过程中,发现以亮度平均值附近1.5±0.1倍标准差截取后进行拉伸.得到的图像信息熵为最大,去除云噪声综合效果最好。

图像科学新算法

近几年，有关各种成像及信息应用的快速有效的新算法及改进算法层出不穷．它们包括：非局部均值、压缩感应、Bregman迭代，以及我们熟悉的诸如水平集方法和基于图像恢复的偏微分方程算法．下面，我将阐述一下我们的研究定位和后面要做的工作．