基于Brenner函数与新轮廓波变换的多聚焦融合算法

为了消除Contourlet融合算法中各方向子带的频谱混叠现象,同时提高有效系数提取的正确率,提出了一种基于Brenner函数与新轮廓波变换(NCT-SFL)的多聚焦图像融合算法。该算法先使用新轮廓波变换分解多聚焦待融合图像;然后对低频系数采用传统的算术平均融合规则,高频系数采用基于Brenner函数的局部能量最大的融合规则,最后经逆新轮廓波变换得到融合图像。实验结果表明:该算法能有效提取待融合图像的轮廓信息,并在获得较优的主观视觉前提下,客观评价指标互信息与转移的边缘信息分别提高了99.34%与77.95%。此外,新轮廓波分解层数较多时,该算法的优势更为明显。

改进的小波变换图像融合算法

本算法对图像使用小波变换进行分解,将图像分解成低频部分和高频部分;对低频部分采用基于Pre Witt算子的融合规则;对高频部分将引用Brenner评价函数的融合规则;最后进行小波变换逆变换得到融合图像。实验结果表明,本算法与其他算法相比较能得到更好的融合效果,边缘信息多且图像的清晰度更高。

碳原子簇 C_n(n=2-20)的结构优化及构型转换

将并行快速退火演化算法结合Brenner 势能函数用于小碳原子簇C_n(n=2-20)的结构优化,得到了最稳定构型:C_2-C_4为线型结构;C_5-C_(17)为单环;C_(18)和C_(19)为类富勒烯的笼状结构;C_(20)为最小的富勒烯。在Brenner 势中使用了关于键级的修正项F_(ij)以考虑成键轨道的非正常重叠和非局域效应,研究了F_(ij)项对碳原子簇键级以及结构转变产生的影响和原因,结果表明该修正项可以降低多环碳原子簇的键级,使得原子簇C_(18)和C_(20)的最稳定结构发生从多环到笼状的转变。