生成树变换法求输配水系统最短供水路线

生成树变换法求输配水系统最短供水路线方永忠（华东交通大学）１导言输配水系统可以抽象为，由节点和管段组成的有向图。确定其最短供水路线对于其规划设计、调度运行及维护管理都具有重要意义。最短供水路线能指导设计者规划出合理的管线和将主要设计流量集中于最短供水...

SETL到Ada:一种树变换的应用

本文描述了原型语言SETL到产生式语言Ada的一种树变换方法。概括介绍了使用可执行规格说明原型的新方法学,然后讨论了甚高级语言SETL的主要特点,扼要介绍程序设计环境Mentor,同时也讨论了程序变换。 在讨论了为什么选择Ada作为目标语言之后,讨论了SETL数据的变换以及Ada的控制结构。作为例子,给出了为何使用抽象语法树的变换以完成Ada的控制结构。最后,给出了一个SETL程序以及它到Ada的变换。

初等树变换的算法改造

本文利用王氏代数对用初等树变换生成树的方法进行了改造,提出了一种新的初等树变换的算法。新算法较之原法简洁、直观、运算方便、概念清楚,并保留了原法的所有优点。

基于对偶树复小波变换的遥感图像薄云去除

在卫星传感器获得的遥感图像中,由于受气候影响,图像可能存在被云雾噪声覆盖的区域.提出一种基于对偶树复小波变换的薄云去除方法,利用该变换将含云遥感图像分解成高频和低频成分,通过对高频补偿和低频抑制处理,有效去除遥感图像中的薄云,恢复云覆盖区域的地物信息.实验结果表明,该方法优于常用的薄云去除方法,在去除薄云的同时能有效恢复云覆盖下的地物信息,此效果源于对偶树复小波变换具有的近似平移不变性和良好的方向选择性.

基于对偶树复小波变换的纹理特征提取及分割

对偶树复小波变换具有良好的方向选择性和平移不变性。该文在分析对偶树复小波分解后的6个高频子带所对应的模值子带直方图的基础上,提取一种新的纹理特征——Gamma分布参数与Lognormal分布参数的组合特征。基于该特征进行纹理图像分割,分割过程中使用了边缘保持平滑技术对特征进行平滑,并使用K均值聚类实现无监督分割。实验表明,文中所使用的特征提取方法新颖,分割结果的边缘准确性与区域一致性具有抗噪性,是一种有效的纹理分割方法。

用二元树复小波变换法实现离焦图像的半盲复原

提出了一种基于二元树复小波变换和神经网络的半盲离焦图像复原算法,首先利用二元树复小波变换和特征值分解提取图像的特征矢量,将该矢量用来训练小波神经网络,利用训练好的网络估计离焦模糊参数.由此获得点扩展函数,用Wiener滤波完成图像的复原.实验结果表明,该方法能有效地估计离焦模糊参数和复原模糊图像.

二元树复小波变换及其在图象方向滤波中的应用

复小波变换虽然具有良好的方向选择性和平移不变性 ,但不具备完全重构性条件 ,而二元树复小波变换(DTCWT)正好解决了这一难题 .在分析二元树复小波分解后的 12个高频子带方向性的基础上 ,利用其良好的方向选择性提出了一种对线形纹理图象进行增强滤波的方法 .该方法借助于小波变换域的方向解析性 ,在各子带中保留图象中各局部主方向的信息而滤除其他方向的噪声 .利用该方法进行滤波还可以避免对信号和噪声频率特性和统计特性进行估计 ,从而大大减小了滤波的复杂程度 .以指纹图象为例的实验结果表明 ,该方法效果较好 ,便于实现 ,尤其适用于噪声特性复杂的纹理图象的滤波 .

基于二元树复数小波变换的特征融合算法

提出了一种利用二元树复数小波变换(DT- CWT)提取遥感图像纹理特征的方法,不仅使得纹理分析具备小波分析的多尺度特性,而且具备了6 个方向的选择性、良好的重构性和近似的平移不变性.利用DT- CWT变换提取目标图像的纹理特征,构造目标概率密度函数,并采用基于D-S证据理论的特征层融合算法对目标进行识别处理,实验结果表明,采用基于DT- CWT纹理特征的特征层融合算法对多源低分辨率可见光遥感图像中小目标的识别是有效的.

基于对偶树复小波变换的模糊图像质量评价

小波域和结构相似度SSIM的质量评价方法已经成为图像处理领域的研究热点,然而都存在一定的缺陷:传统的离散小波变换缺乏平移不变性,其方向选择性也十分有限;对于严重模糊的图像,SSIM评价结果并不十分准确。基于此,提出了一种适应于模糊图像质量评价的新算法。该算法用对偶树复小波变换DTCWT将图像进行分解来获取复小波系数,然后对所得到的六个方向的高频子带系数分别进行平均梯度幅度值的结构相似度MGSIM测量,最后将所得到的全部MGSIM的均值作为最终的原始模糊图像的模糊值。仿真实验验证了本方法比结构相似度更吻合人眼的视觉效果,与主观评价方法具有很好的一致性,并且在各方面的性能都优于目前有关文献的方法。

基于对偶树复小波变换的模糊纹理分割

提出了一种基于对偶树复小波变换的模糊纹理图像分割算法,该方法包括纹理特征提取和纹理分类两个阶段,其中,特征提取在对偶树复小波变换的基础上进行;纹理分类可以直接用模糊C均值算法进行聚类从而完成纹理的分割,但由于该算法中隶属度函数是基于样本到类中心的距离设计的,这对非球形分布数据很不合理,针对该问题,引入样本与样本的紧致度来度量类中各个样本之间的关系从而修正隶属度函数,并将其用于纹理分类。实验结果表明与模糊C均值算法在运行时间上相差不大的情况下,改进的方法在分割精度、边缘准确性和区域一致性上都得到了明显的改善。

基于对偶树复小波变换与PCA方法结合的图像变化检测算法研究

图像变化检测是遥感图像处理领域重要方向,大多数变化检测算法都存在算法复杂度高、抗噪性弱等缺陷,利用对偶树复小波变换的平移不变性与能提高方向分辨率的优点,把对偶树复小波变换运用于变化检测中,可以提高图像细节变化的检测和算法抗噪性。首先用对偶树复小波变换对图像进行尺度分解,把图像在每个尺度上分解成一个低通子图和六个方向的高通子图。然后运用PCA(主向量分析法)提取每个尺度与方向上的特征并降维,然后运用k均值算法将图像像素分成为变化与不变化两类,最后通过多尺度融合,得到变化检测图像。

基于二元树复小波变换的多载波调制系统

通过对复小波变换理论深入研究，提出了一种新的多载波调制系统，称之为二元树复小波变换正交复用多载波调制系统（ODTCWDM）。该系统用二元树复小波变换（DTCWT）取代OFDM中的DFr变换，能够使得运算更加简单、灵活。该系统通过高斯信道和瑞利衰落信道对其误比特率（BER）进行详细的分析及系统仿真，结果表明ODTCWDM在高斯信道和瑞利衰落信道下性能优于传统的正交频分复用（OFDM）系统以及正交波分复用（OWDM）系统；尤其对于高斯信道，误码率能够降低4～7dB。

基于Q位移二分树复数小波变换算法的图像特征提取

为了提高图像特征的识别率,研究并设计了基于Q位移二分树复数小波变换算法的图像特征识别系统。论述了Q位移二分树复数小波变换算法的基本原理及滤波器的工作原理。在设计中保留了复数小波的优点,满足完全重构奈件,同时具有良好的对称性。实验样本采用农作物黄瓜霜霉病叶部病斑图像,在Visual C++软件平台上时样本进行了训练和学习的仿真实验,仿真结果验证了系统的有效性。

基于替换规则的对偶树复小波变换遥感影像融合

针对对偶树复小波变换(DT-CWT)比离散小波变换具有更好的方向选择性、平移不变性,能更好地表征影像特征的优点,提出了基于替换规则的对偶树复小波变换遥感多光谱和全色影像融合算法。通过对IKO-NOS影像的实验表明,本方法比基于实数小波变换的融合方法和IHS变换法有优势,在保留了光谱特征的基础上,更好地提高了融合影像的清晰度,且方法简单高效。

基于对偶树复小波变换的织物纹理识别

离散小波变换(DWT)虽然广泛用于图像处理,但DWT存在两个缺点:其一,缺乏平移不变性,这意味着信号的微小平移将导致各尺度上的小波系数的能量分布有较大变化;其二,缺乏方向敏感性,可分离的二维小波变换只有三个方向的高频信息即水平、垂直和对角。利用对偶树复小波变换(DT-CWT)进行图像纹理分类,可以克服上述离散小波变换的不足,该方法具有逼近的平移不变性和更多的方向选择性,有利于特征的跟踪、定位和保留。本文采用对偶树复小波变换和BP神经网络相结合的方法对织物纹理进行分类,实验表明,分类率可达98%。

基于M带对偶树小波变换图像融合及超分辨重建

提出基于M带对偶树小波变换图像融合及超分辨重建的新方法。首先介绍M带对偶树小波变换的基本原理,分析两个低频子带的关联性。待融合的两幅图像分别作为二维M带对偶树小波变换的两个低频子带,其他子带系数赋零,然后执行逆M带对偶树小波变换并调整像素范围得到高分辨的融合图像。算法结构简单,计算复杂性低。实验结果证实获得的图像信息融合充分,边缘和纹理明晰。

基于对偶树复小波—Curvelet变换的自适应多传感图像融合算法

提出了基于对偶树复小波—Curvelet变换的自适应多传感图像融合新算法.算法将全色图像和多光谱图像进行对偶树复小波—Curvelet变换分解后,针对不同的频率域特点选择不同的融合规则.对低频系数选取区域能量的加权系数自适应融合规则,对高频系数特性选用了区域特征自适应的融合规则.最后通过重构得到融合图像.将其他的融合算法和本文所提算法进行对比,结果表明,基于对偶树复小波—Curvelet变换的区域特征自适应的图像融合算法是一种有效可行的图像融合算法.

基于二元树复小波变换的多模态医学图像融合

在研究了二元树复小波变换(DT-CWT)近似的移动不变性、良好的方向选择性等优点后,提出了一种基于二元树复小波变换的融合方法.将该方法应用于医学脑部CT图像和MR图像的融合,通过与基于传统离散小波变换(DWT)融合方法得到的融合图像进行主观评判和客观效果评价,证实了该方法具有更良好的视觉效果和更优的量化指标,体现出更强的融合性能。

基于二元树复数小波变换的文种自动识别

提出了一种基于二元树复数小波变换的文字种类自动识别技术,相对于传统的离散小波变换,这种小波变换具有近似的平移不变性和良好的方向选择性等特点。在文本图像的特征提取中,可以得到更加稳定和更多方向的纹理特征。在实验中选取了6种语言(中文,英文,日文,韩文,俄文和阿拉伯文)不同格式和字体的文本图像,作实验结果表明:本文算法的识别效果要优于传统的离散小波变换算法。

基于对偶树复小波变换的动态纹理分类

本文提出了一种基于复广义高斯分布的动态纹理分类算法，该方法是利用对偶树复小波变换的复系数服从的概率分布模型参数来描述动态纹理。仿真实验选取两个动态纹理库，实验结果表明了方法的有效性。