基于非张量积小波网络的模拟电路故障诊断

为了克服张量积小波神经网络由于张量积小波缺乏自由度和具有很强的方向性等缺陷所引起的不足,提出了用非张量积小波取代张量积小波作为小波神经网络的激励函数构造非张量积小波神经网络的方法。先构造一个非张量积尺度函数,再根据多分辨分析理论得出该尺度函数的非张量积小波函数,把所构造的非张量积尺度函数和小波函数共同作为小波神经网络的激励函数。把该网络应用于模拟电路故障诊断,仿真结果表明,非张量积小波神经网络的效果比相应的张量积小波神经网络要好得多。

基于具有对称性的非张量积小波图像融合方法

提出了基于一类新的小波-具有紧支撑、对称性和正交性、伸缩矩阵为( )的非张量积小波的图像融合新方法。首先根据非张量积小波理论,提出了一种新的二维4通道4×4对称滤波器组的设计方法,并用此方法设计出一组具有上述性质的非张量积小波4×4滤波器组,利用此滤波器组对参加融合的图像进行滤波;然后对低频部分采用取均值、高频部分采用基于局部窗口能量取大的融合算法对滤波后的图像进行融合;最后重构。并采用熵、交叉熵、互信息、均方根误差和峰值信噪比等指标对该方法的融合性能进行了客观评价。对可见光图像与红外图像、远红外图像与近红外图像、航空图像和卫星图像、多聚焦图像等其它多类图像的融合实验结果表明本方法有较好的融合效果,可得到无边缘失真的融合结果图像,其融合性能比采用同样融合算法的张量积Haar小波的融合方法的融合性能好。

基于非张量积小波变换的足迹边缘提取算法

文章针对张量积小波图像边缘检测方法不能有效保留边缘信息的情况,提出了一种注重边缘保护的足迹边缘提取算法。该算法将非张量积小波变换和形态学理论引入到足迹边缘检测中,并利用合理的融合规则融合足迹边缘,使得到的合成图像清晰、全面地再现足迹边缘,为侦察人员确定犯罪分子提供有利的依据。

非张量积小波的肝脏CT图像检索

提出了一种基于内容的图像检索(CBIR)方法,用于医学肝脏带病灶CT图像的计算机辅助诊断(CAD)。根据医学CT图像的模糊边界和区域特征不明显等特点,将肝部感兴趣区域用半自动方法分离出来,提取局部纹理共生矩阵特征和灰度特征,然后利用改进的非张量积小波滤波器组提取图像全局特征。实验结果表明,该方法可以提高病灶的检出率,对较难鉴别诊断肝血管瘤和肝癌这两种丰富供血肿瘤的CT图像问题,也有较好的效果。

自适应非张量积小波紧框架图像去噪

本文研究了图像去噪的问题.利用光滑余因子协调法,构造了样条空间S_6~4(?_(mn)^(2))中的二元六次样条函数,以此作为尺度函数,并基于酉延拓定理,构造了非张量积小波紧框架.利用构造的非张量积小波紧框架,提出了基于香农熵自适应确定最优小波紧框架分解层数以及改进的Normal Shrink自适应阈值算法,并给出了图像去噪实例和结果分析,获得了理想的数值结果,显示了本文方法的有效性.

具有紧支撑正交非张量积小波的图像融合

提出了基于一种新的小波具有紧支撑、正交性、伸缩矩阵为 2 00 2 的非张量积小波的图像融合方法。首先根据非张量积小波理论 ,利用Daubechies构造的单变量滤波器构造出基于四通道的不可分的小波滤波器组 ,用此滤波器组对参加融合的图像进行分解 ,然后对低频部分采用取均值、高频部分采用系数绝对值取大的融合算法对分解子图进行融合 ,最后重构。并采用熵、交叉熵、互信息、均方根误差和峰值信噪比等指标对该方法进行了客观评价。对可见光图像与红外图像、远红外图像与近红外图像、遥感图像、多聚焦图像和其它多类图像的融合实验结果证明本方法有较好的融合效果 ,其融合性能与采用同样融合算法的张量积db2小波的融合方法的融合性能相当。

基于SURE-LET和非张量积小波的遥感图像去噪

针对遥感图像中的高斯噪声,提出了基于SURE-LET和非张量积小波的去噪方法,主要包括图像在非张量积小波下的分解、各个子带在不同阈值函数下的处理以及它们最优的线性组合3个步骤.通过选择合适的非张量积小波滤波器参数,使无噪遥感图像和噪声在变换分解中得到的小波系数分离较好,去除噪声对应的小波系数时被去除的无噪图像对应的小波系数较少,从而取得更好的去噪效果.实验结果表明:此方法用于高斯噪声的遥感图像的去噪不仅速度很快,而且去噪效果优于传统基于张量积小波的SURE-LET方法.

〈II〉型三角剖分下非张量积连续小波基的构造

对〈II〉型三角剖分下的二维线性元空间 ,讨论了半正交连续样条小波基的构造 ,并证明广义Euler -Frobenius多项式在单位圆上无零点 。

基于非张量积图像特征的k-均值聚类分割算法的研究

肝癌是世界上最常见的恶性肿瘤之一，全球每年有近70万人死于肝癌，我国肝癌发病率是世界之最。术前预判，术中监测，术后评价的精准度是一台肝胆外科手术成功与否的关键。目前，通过肝脏医学图像对肝实质及内部管道系统的三维分割重建，从而直观地向医生显示肝脏内部复杂结构，是实现上述肝胆外科手术关键点的一个有效方法，能显著提高肝胆手术的成功率，明显改善患者预后，延长患者的存活时间。

一类二维小波构造及在图像融合中的应用

论文提出了一类新的小波-具有紧支撑、线性相位和正交性、伸缩矩阵为200的非张量积小波的一种构造方法,并把此类小波应用于多聚焦图像融合中。首先根据非张量积小波理论,提出了一种设计4通道6×6对称的非张量积小波滤波器组的方法,并用此方法设计出多组具有紧支撑、线性相位和正交性的非张量积小波6×6滤波器组,利用此类滤波器组对参加融合的图像进行滤波;然后利用基于张量积小波的图像融合常用的三种融合规则对图像进行融合。通过研究发现:无论利用三种规则的哪一种对多聚焦图像进行融合,基于该文构造的非张量积小波的融合方法都可得到较好的融合效果。作为例子选用对低频部分和高频部分均采用基于局部窗口激活度量取大的融合算法对分解后的系数图像进行融合;最后重构。并采用熵、均方根误差等指标对融合结果图像进行了评价,实验结果表明,该方法对多聚焦图像的融合有较好的融合效果。其融合性能好于采用相同融合算法的基于张量积Haar小波的融合方法和基于不对称的非张量积小波融合方法。

三种小波及其在图象压缩中的比较

介绍了小波家族中张量积小波、非张量积小波以及向量小波的发展及其特点,并根据小波的特点设计了测试图象,使其更好地体现小波的特征,对它们在测试图象中的分解特点进行了比较,从而对这三种小波有一个全面的认识.

融合局部与全局特征提取的虹膜识别方法

传统的虹膜识别系统需要将虹膜图像转换至极坐标系统并进行归一化,通过平移特征向量来达到旋转不变性。为了降低传统虹膜识别方法的复杂性,提出了一种融合局部与全局特征提取的虹膜识别方法,无须对预处理后的虹膜图像进行归一化。该方法首先对分割出的虹膜图像直接采用非张量积小波提取全局特征,接着采用SIFT方法提取选定区域的局部特征,最后对虹膜局部及全局特征采用不同的权值,进行相似性距离测试。结果表明该方法在等错误率为0.935%的情况下,正确识别率达到了99.065%。在不对虹膜图像归一化的情况下,可获得很好的识别性能。

一种新的图像去噪方法

传统的去噪方法需要进行较多的预处理,提出一种基于非张量积小波滤波器和二维主成分分析的图像去噪方法.该方法在不需要预处理的情况下,直接利用原始图像的分解信息进行去噪.利用客观的峰值信噪比(PSNR)和主观视觉效果作为评价标准.仿真实验表明该方法不仅PSNR值较大,而且明显地改善了去噪后的视觉效果.

Information-based reduced reference image quality assessment incorporating non-tensor product wavelet filter banks

To achieve the better performance of image quality assessment,this paper develops an informationbased scheme.First,visual maps that contain visual information are extracted by non-tensor product wavelet filter banks at different scales.Subsequently,to model visual difference(VD)caused by image degradations,the variation of information entropy between distorted and reference images is employed.Then the final visual quality is calculated with the VDs at each scale.In experiments,evaluation results show that it performs very well in terms of high accuracy of image quality measurement as well as low data rate.