基于离散Curvelet变换与自适应能量模型的多聚焦图像融合算法

针对当前图像融合算法多采用一个源图像的子带能量函数作为融合系数,导致融合图像质量不理想,提出一种基于离散Curvelet变换与自适应能量模型的多聚焦图像融合算法。利用离散Curvelet对源图像进行多尺度分解,以获取图像的低频子带和高频子带;将低频子带分割成子块,利用离散Curvelet系数来构造平均能量函数,以此建立自适应能量模型;引入信息熵模型,对高频子带所包含的信息量进行度量;通过高频子带所含信息量特征和清晰度特征,完成图像高频子带的融合。实验结果表明：与当前多聚焦图像融合算法相比,所提算法具有更高的融合质量,其输出图像具备更好的细节表现能力。

基于提升FFT框架的快速离散Curvelet变换

为了降低Curvelet变换的计算复杂度,文中提出了基于提升傅里叶变换的快速离散Curvelet变换(Fast Dis-crete Curvelet Transform,FDCT)。采用提升傅里叶变换解决传统FDCT中的傅里叶变换的非线性问题,将傅里叶变换中的复数乘法通过提升结构转变为简单的加法进行运算,极大降低了运算的复杂度。实验验证了该方法的有效性。

离散Curvelet变换在图像增强中的应用研究

近几年来,图像增强技术随着计算机软件和硬件技术的发展而越来越有广阔的应用空间。图像增强技术包括传统图像增强技术和以传统技术为基础的新的图像增强技术。其中,Curvelet变换是基于脊背理论发展的一种新的图像增强技术。本文是在离散Curvelet变换算法的基础上做了部分修改和尝试,并且对Curvelet变换系数进行系数修正,通过MAT-LAB实现该改进的图像增强算法。

基于快速离散Curvelet变换的图像增强改进方法

研究快速离散Curvelet变换原理及基于Wrapping算法的数字实现方法,分析基于快速离散Curvelet变换的非线性图像增强算法存在的不足,提出一种改进的图像增强方法。该方法调整非线性增强函数的参数,对低频系数进行分段非线性变换,对高频系数进行阈值降噪处理。实验结果表明,该方法增强效果好、细节清晰、抑制噪声能力强,有利于后续处理。

基于广义Curvelet变换和相空间特征聚类的VSP波场分离方法

垂直地震剖面(Vertical Seismic Profiling,VSP)蕴含大量的地层地质信息,是连接地震反射数据与测井资料之间的桥梁.VSP数据分辨率高,资料丰富,包括上行波、下行波、转换波等多种类型的波场,常被用于地层反射界面标定、介质衰减参数反演等.其中,如何有效地分离波场是将VSP资料应用于油气勘探的关键之一.广义Curvelet变换是一种具有多尺度、多角度的相空间变换,能够进行相空间域波场特性的提取.本文聚焦于VSP波场的上下行波分离问题,提出一种基于广义Curvelet变换和相空间特征聚类方法.首先,采用广义Curvelet变换对VSP波场进行特征提取,构造融入相空间角度信息的特征数据集;然后,利用K-means聚类算法在相空间对波场特征进行分类;最后,对分类结果进行反变换,完成VSP上下行波波场的自适应分离.为了验证方法的有效性,本文将所提出的方法用于合成数据和实际VSP数据的波场分离,并与常用的基于F-K变换的波场分离方法进行对比.处理结果表明,本文方法角度分辨率高、抗噪能力强,波场分离结果的保真保幅性好,这为后续的成像与地层的特征分析提供了重要基础资料.

离散傅里叶变换性质的可视化教学设计

离散傅里叶变换是“数字信号处理”课程的重要教学内容,然其定义及主要性质涉及大量数学公式推导表征,较为抽象枯燥,不利于学生直观深入理解;且课程内容中对理论知识的具体应用场景涉及较少,难以激发学生的学习兴趣。针对此问题,提出了将数字图像频谱分析作为离散傅里叶变换性质教学的辅助手段,对线性、循环移位、对称性、对偶性等主要性质,分别进行直观形象的可视化展示。课程实践结果表明,该教学设计能有效提高学生的学习兴趣和知识掌握度,取得了较好的教学效果。

离散色散光域傅里叶变换的延时和带宽扩展研究

光域傅里叶变换为射频频谱分析提供了一种新的解决方案。光域傅里叶变换主要受限于大的二阶色散的获得,而离散傅里叶变换只需要控制离散点的相位,理论上可以解决大色散的获得问题。文章利用光纤环作为离散色散器件,用线性调频信号作为待测信号,进行了光域离散傅里叶变换的研究。该系统是一个快速傅里叶变换系统,每次变换用时约2.07ns。用示波器观测线性调频信号变换前与变换后的波形延迟,可以测出该系统的变换延时,约为100ns,其延时大小主要取决于系统中的光纤长度。该系统可以实现对信号的不间断处理。为了扩展系统的瞬时带宽,对片上集成光微环组方案的可实现性进行了分析。

基于离散余弦变换的快速对抗训练方法

为了提升深度神经网络的鲁棒性,从频域的角度提出基于离散余弦变换(DCT)的快速对抗训练方法.引入对抗初始化生成模块,根据系统的鲁棒性自适应地生成初始化信息,可以更精准地捕捉到图像特征,有效避免灾难性过拟合.对样本进行随机谱变换,将样本从空间域变换至频谱域,通过控制频谱显著性提高模型的迁移与泛化能力.在CIFAR-10与CIFAR-100数据集上验证提出方法的有效性.实验结果表明,在以ResNet18为目标网络,面对PGD-10攻击时,本文方法在CIFAR-10上的鲁棒精度较现有方法提升了2%~9%,在CIFAR-100上提升了1%~9%.在面对PGD-20、PGD-50、C&W等其他攻击以及架构更复杂的模型时,均取得了类似的效果.提出方法在避免灾难性过拟合现象的同时,有效提高了系统的鲁棒性.

基于非正交离散变换的物理不可克隆函数可靠性提升算法

为了解决物理不可克隆函数(PUF)受外部环境和自身老化因素影响存在响应不稳定的问题,提出基于非正交离散(NOD)变换的PUF可靠性提升算法。首先,设计了一种重排序混淆器,将随机种子向量及PUF响应经重排序混淆器迭代处理后得到非正交混淆矩阵与混淆响应矩阵的内积,据此建立NOD谱,有效缓解了因PUF本身均匀性不足而产生偏向性密钥的问题;随后,通过分区编解码策略,赋予NOD谱一定的波动容错能力,将不稳定响应的影响限制在有限的范围,从而显著提高最终响应的可靠性。所提算法相较于传统基于纠错码的方法,需要的帮助数据更少。基于SRAM-XMC数据集进行实验,所提算法在对2949120组64位响应进行101次重复实验过程中平均可靠性达到99.97%,唯一性达到49.92%,均匀性达到50.61%。实验结果表明,所提算法能够在保证PUF响应均匀性与唯一性的同时有效提高可靠性。

多级离散扩展移相控制双有源桥DC-DC变换器的原理、参数设计与性能

该文提出一种双有源桥(DAB)DC-DC变换器的多级离散扩展移相(MD-EPS)控制,旨在提升DAB DC-DC变换器系统的动态响应性能。同时,考虑效率优化,兼顾额定功率范围、输出电压纹波等性能指标,研究MD-EPS控制的离散参数分布方式对控制性能的影响及参数设计方法。通过搭建160 W小功率实验样机对MD-EPS的控制性能进行了验证。实验结果表明,与传统扩展移相控制相比,DABDC-DC变换器的MD-EPS控制能够大幅提升变换器系统的动态响应速度(响应时间缩短99.95%),最高效率为94.54%。

基于概率整形的离散傅里叶变换扩展的300 GHz OFDM太赫兹无线传输系统

为了适应高速大容量的通信需求,提出了采用基于概率整形(PS,Probabilistic Shaping),离散多音调制(DMT,Discrete Multi-tone Modulation)和离散傅里叶变换扩展技术(DFT,Discrete Fourier Transform)实现300GHz太赫兹信号无线传输。概率整形通过增加星座点距离提升信号接收机灵敏度,可最多降低55%的误码率,可延长传输距离。离散傅里叶变换扩展技术在系统中降低1.68 dB正交频分复用(OFDM,Orthogonal Frequency Division Multiplexing)信号的峰均比,提升抗非线性效应能力。通过结合这些先进的数字信号处理技术,分别实现了12GBaud PS-16QAM的OFDM-DMT信号及10GBaud PS-64QAM的DFT-S-OFDM-DMT信号1 m无线传输。基于300GHz的太赫兹无线传输系统,比较了采用这些数字信号处理技术的性能优势。

一种基于Curvelet变换的地震数据去噪方法和应用

如何去除噪声且不损失有效信号是地震数据处理中的一个重难点。实验将一种Curvelet自适应阈值去噪法应用到地震数据处理中,Curvelet变换系数由自适应阈值约束,经阈值函数映射得到估计系数,最后对所得的估计系数进行逆变换,实现地震数据去噪,有效提高地震数据信噪比。模型和实际数据处理结果表明,Curvelet自适应阈值去噪法较好地压制了噪声的同时保护有效信号,克服了F-X域滤波产生新噪声的缺陷,取得了较好去噪效果。

信号量化和离散傅里叶变换的信息熵分析

常规的描述方法不满足人们获取信号所携带信息的工作提出的要求,针对信号量化和获取频谱过程存在信息损失的问题,提出从信息域的角度分析量化和离散傅里叶变换的信息量变化,并以信息量来衡量处理的效果。基于信息熵推导离散傅里叶变换的熵表征,通过应用实例结果可知,当采样点数达到一定数值时,信号的输出熵趋于一个恒定值,结合频谱图发现再增加采样点数获取的频谱图几乎毫无变化,信息损失可忽略。实验数据结果具有一般普遍性,为原本依靠经验的工作提供理论支撑,在处理前进行效果预测可以降低实验成本和节约时间,为信号处理提供一种客观的分析方法。

一种基于离散小波变换的抗重录音鲁棒音频水印算法

为了解决音频内容被重录音后非法传播和使用的问题,提出了一种抗重录音攻击的鲁棒音频水印算法。在对音频信号进行离散小波变换基础上,定义了数字音频特征DWT-CLM(Discrete Wavelet Transform-Coefficient Logarithmic Mean),分析得出了该特征和音频信号DWT近似分量之间的关系,在此基础上提出了基于音频信号DWT-CLM特征的水印嵌入方法。实验分析结果表明,本算法具有较好的不可听性、抗信号处理的能力,尤其在对信号处理满足一定鲁棒性的同时,有一定的容忍重录音攻击的能力。

基于离散小波变换的岩性组合识别方法及应用

在超深层油气勘探过程中,实钻取心成本高、数量少,加之测井曲线多解性强,造成储层岩性组合识别难度大,进而影响了沉积相及储层甜点预测的准确性。介绍了一种基于离散小波变换的碎屑岩储层岩性组合识别方法,在自然伽马曲线小波变换的基础上,利用离散小波分解测井信号,总结了小波时频能量图上不同能量团对应的岩性组合特征。以准噶尔盆地征沙村地区征1井超深层致密砂岩储层为例,通过对泥质含量敏感参数自然伽马曲线进行离散小波变换分析,选用合适的尺度识别不同的岩性组合,结果表明识别的岩性组合与实钻岩心吻合度较高。该方法在同类型储层中具有推广价值。

基于离散小波变换特征的农产品叶片表面农药残留检测方法

农药残留检测方法易受到叶片图像空间噪声的干扰,检测精度较低。提出基于离散小波变换特征的农产品叶片表面农药残留检测方法。采用多模态融合网络对农产品叶片表面特征向量进行提取,在网络模型中引入注意力模块对特征向量进行非对称模态融合处理,以消除空间噪声,并通过对叶片图像的边缘进行过滤与校正,以分割叶片图像边缘,结合离散小波变换特征算法对原始图像进行逐级分解变换,并求取叶片表面光谱反射率,以此确定叶片表面感兴趣区域,基于此,利用特征光谱处理方法对农药的光谱进行判别,以此实现农药残留检测。对比试验结果表明,所提方法对于农产品叶片表面农药残留检测具有较高的检测精度。

WraNet:一种基于二维离散小波变换的轻量害虫识别网络

近年来,人工智能技术在害虫识别领域得到广泛应用。目前深度网络害虫识别方法仍存在计算量大、对复杂背景下的害虫识别效果差等问题。为了解决计算量大的问题,本文提出了一种新型轻量网络——WraNet。该网络利用二维离散变换模块对图像进行特征混合,并学习图像的强先验知识,例如尺度不变性、平移不变性和边缘稀疏性。这使得单层二维离散小波变换层达到多层深度神经网络的效果,从而减少了计算量和模型参数的大小。本文还提出了一种新的算法——WraNet-m,该算法通过软投票集成了WraNet、ResNet50和FPN网络模型,以进一步提升识别效果。WraNet-m算法在IP102和D0害虫数据集上的准确率分别达到了72.44%和99.52%,证明了集成方法的有效性和鲁棒性。

基于二维离散余弦变换的加密图像水印算法

将高级加密标准(Advanced Encryption Standard,AES)算法与基于二维离散余弦变换(Discrete Cosine Transform,DCT)的水印嵌入和提取算法相结合,得到基于二维离散余弦变换的加密图像水印算法。该算法先对嵌入水印进行AES加密,再在DCT域将加密后的水印嵌入载体图像。提取水印时,算法先对嵌入信息的载体图像进行DCT变换,再在DCT域完成嵌入信息提取,最后对提取的密文信息进行AES解密,得到嵌入水印。通过抗攻击能力分析,证明该算法能够同时保证嵌入信息的隐蔽性和安全性。

结合离散余弦变换与离散小波变换的无损彩色图像加密算法

为使图像在网络中进行安全传输,结合频域领域的图像加密相关研究,提出一种新的彩色图像加密算法。首先将明文图像划分为三基色分量,执行二维离散余弦变换(DCT)得到DC和AC置乱序列;然后对置乱矩阵执行二维离散小波变换(DWT)得到4个子带矩阵,并对置乱后的子带执行逆二维小波变换得到用于扩散的二进制矩阵;接下来将二维十进制矩阵转化为三维二进制矩阵,并对两个二进制矩阵执行异或运算,将其转化为二维十进制矩阵;最后进行扩散操作得到密文图像。实验结果表明,该算法能有效抵抗明文攻击与非法者攻击。

快速离散Curvelet变换域的图像融合

目的单一图像往往难以捕获一个场景下所有的细节信息,针对这一问题,可以通过多传感器或同一传感器的不同方式来获取多幅图像,然后通过图像融合技术将获得的多幅图像进行融合。为了提高图像融合的质量,提出一种基于快速离散Curvelet变换(FDCT)的图像融合新方法。方法不同于以往的方法,提出一组新的融合规则。分别采用基于局部能量和改进拉普拉斯能量和的方法,通过对FDCT分解得到的低频和高频系数进行系数选择,然后对得到的融合系数进行FDCT逆变换重构得到融合图像。结果通过对大量的多模态医学图像、红外可见光图像以及多聚焦图像进行图像融合实验,无论是运用视觉的主观评价,还是均值、标准差、信息熵以及边缘信息保持度等客观评价标准,本文方法都优于传统的基于像素平均、小波变换、FDCT以及双边梯度等融合方法。结论对比现有的方法,本文方法对多模态和多聚焦等形式的图像融合都表现出优越的融合性能。