融合快速傅里叶卷积的域变换图像去雨滴方法

在下雨天气中,玻璃上的雨滴会对图像质量产生严重影响,且目前的去雨滴方法过度依赖成对图像,使得无监督图像雨滴去除面临较大挑战。针对这一问题,提出一种域变换图像去雨滴方法。构建域变换网络(DTN),通过有雨与无雨域之间的变换,以无监督的方式实现图像的雨滴去除。同时,通过引入快速傅里叶卷积(FFC)来设计生成网络和判别网络,实现全局与局部特征的信息交互。在FFC中,通过频谱变换(ST)对空间域和频域进行转换,克服传统卷积神经网络(CNN)感受野不足的问题,从而更好地感知细小的雨滴。在2个真实的雨滴测试集上进行去雨滴实验,结果表明,该方法在定量结果和视觉效果上均优于现有的先进方法。与改进前的U-Net+马尔可夫判别网络相比,改进后的该方法在峰值信噪比(PSNR)和结构相似性指数(SSIM)上分别提升3.37 dB和0.0313,并且其能在去除雨滴的同时还原更多的图像纹理细节。

使用快速傅里叶变换优化周期参数的EMD-FFT-SARIMA光伏发电预测模型

根据分布式能源工业园区的光伏电力单元特点,对园区光伏发电功率预测模型进行优化,为后续的调度策略提供数据支持。针对经验模式分解(EMD)与季节性差分自回归移动平均模型(SARIMA)相组合的EMD-SARIMA预测模型中,原始数据经过EMD分解得到的各固有本征模态函数(IMF)分量周期计算问题,提出加入快速傅里叶变换(FFT)的周期计算方法,建立EMD-FFT-SARIMA光伏发电功率预测模型。再将每个IMF对应的预测结果进行叠加重构得到最终的预测结果。通过预测结果的误差计算可以发现,加入FFT环节后均方根误差(RMSE)从120.6 MW下降到19.3 MW,平均绝对误差(MAE)从52.87 MW下降到12.3 MW。

基于快速傅里叶变换与小波变换的GNSS坐标时序时空演化特征分析

中国位于欧亚板块东南部,处于印度板块、太平洋板块和菲律宾海板块的挤压夹持之中,分布有广泛且复杂的地质构造,成为了地壳运动较强且较为复杂的地区.GNSS连续观测是获得地壳运动信息的重要来源,从GNSS坐标时序提取周期及趋势项可为分析区域地壳运动提供研究基础.本文综合利用快速傅里叶变换与小波变换方法开展中国大陆地区GNSS坐标时序时空演化特征分析.首先采用对GNSS坐标时序进行预处理和降噪处理,然后利用快速傅里叶变换方法在频域上对分区GNSS站点坐标时序进行周期提取,最后依据GNSS测站周期,利用小波变换方法进行分解与重构,获得高频周期项结果和低频趋势项结果,并开展相关分析.研究发现:①在1年以内的时间尺度上,除东北区域以外,各方向上的周期均以1年周期为主,半年周期次之,季节周期较弱;②各站点在N、E、U 3个方向上各年的一年、半年周期的周期长度均存在一定的伸长或收缩,不同区域的不同站点随时间呈现出的周期强度变化存在一定差异;③在研究时段内,中国大陆地区在水平方向上的地壳运动趋势为:中国西部呈现向东北偏移的趋势,其余区域呈现向东南偏移的趋势,且向东偏移的趋势略强于向南、北方向偏移的趋势.在垂直方向上,不同区域不同站点的运动趋势较为复杂.

快速傅里叶变换方法求解定态薛定谔方程

定态薛定谔方程通常在坐标空间使用有限差分法和打靶法等算法数值求解.本文采用傅里叶变换在动量空间数值求解定态薛定谔方程,借助快速傅里叶变换算法大幅提高了数值求解速度,并编写了相应的MATLAB数值程序.通过与一维谐振子本征值和本征波函数的解析解对比,验证了该方法的可靠性和数值程序的正确性,为定态薛定谔方程的求解提供了一种高效的数值算法.

快速傅里叶变换的两种改进算法

首先分析用于模拟信号频谱分析的快速傅里叶变换法，进而提出基于线性插值原理和抛物线插值原理的两种改进快速傅里叶变换法。算例分析表明，改进后的算法明显提高了计算精度，降低了对采样频率的要求，从而明显提高了计算速度。

基于快速傅里叶变换和积分图的快速相关匹配

为克服传统相关匹配算法计算复杂度过大的缺点,基于快速傅里叶变换和积分图提出了一种快速相关匹配算法.在不改变传统相关匹配计算结果的前提下,该算法通过对相关系数公式的分析和化简,用快速傅里叶变换计算模板图像和基准图像的相关,并采用积分图计算基准图像灰度值及其能量的窗口积分,使相关匹配计算量与模板图像大小近似无关,从而大大降低了计算复杂度.不同光照条件下图像匹配实验和复杂环境下目标跟踪实验结果表明,该算法具有很强的抗干扰能力,其执行效率比传统相关匹配提高1～2个数量级.

快速傅里叶变换FFT及其应用

利用快速傅里叶变换FFT将图像信号从空间域转换到频域进行分析,使快速卷积、目标识别等许多算法易于实现;然后根据图像信号的灰度结构特征和频谱分布,用Butterworth带通滤波器和二维维纳滤波器进行滤波处理,去除图像信号中的低频干扰和噪声信号;再利用傅里叶反变换将信号还原。结果显示,处理后的模拟远程高空卫星照片轮廓清晰可见。

基于连续统快速傅里叶变换的红外光谱处理技术

为实现红外光谱对遥感地物准确的识别,消除高频噪声是光谱特征分析和提取的重要环节。利用光谱连续统处理方法,结合信号时域分析领域快速傅里叶变换提出了一种新的红外光谱滤波方法。该方法首先对红外光谱进行光谱连续统去除,利用快速傅里叶变换将去连续统后光谱转换到频域,设计低通滤波器滤除高频噪声,然后通过快速傅里叶反变换将频域信号转换到时域,最后对信号进行光谱连续统恢复,得到滤除噪声后的红外光谱信号。对比实验表明,连续统快速傅里叶滤波方法比常规的时域滤波方法有更好、更快的滤波效果,解决了传统快速傅里叶红外光谱滤波的吉布斯现象。该方法操作简便、运行速度快捷、滤波效果好,满足了红外光谱地物识别对光谱高质量的要求。

基于快速傅里叶变换的四种相位解包裹算法

为了快速准确地对含有噪声的包裹相位图进行相位展开,采用理论分析与计算机模拟及实验验证相结合的方法,对基于快速傅里叶变换(FFT)的四种典型算法——四次FFT算法(4-FFT)、二次FFT算法(2-FFT)、四次离散余弦变换算法(4-DCT)及横向剪切干涉与FFT相结合的算法(LS-FFT)作了对比研究。结果表明:2-FFT算法运行速度最快,4-FFT算法次之,LS-FFT算法速度最慢;4-FFT算法对含有较强噪声和轻微欠采样的实验数据的处理效果是最好的;LS-FFT算法对强噪声数据的处理效果最差。

快速傅里叶变换和广义形态滤波器在抑制局部放电窄带干扰中的应用

根据局部放电信号和窄带干扰的差异,提出了一种基于快速傅里叶变换(fast Fourier transform,FFT)和广义形态滤波器抑制窄带干扰的新方法。首先利用FFT得到窄带干扰的离散谱线,再利用基于数学形态学原理构造的广义形态滤波器将局部放电信号中的干扰滤除,最后进行傅里叶逆变换和小阈值处理以提取局部放电信号。仿真和实测数据的处理结果表明,该方法通过选取合理的结构元素可在滤除干扰的同时保留局部放电信号特征,较好地解决了局部放电信号中窄带干扰滤除的难题。

基于小波变换和快速傅里叶变换的谐波检测

基于傅里叶变换的谐波检测方法可以确定平稳信号中各次谐波的频率和幅值,小波变换可以准确把握信号的局部细节。利用两种方法各自互补的优势,采用一种将小波变换和快速傅里叶变换相结合的综合检测方法对典型的复杂谐波信号进行检测,通过MATLAB仿真结果可知,该检测方法可以准确地检测各次稳态谐波、确定瞬变信号、准确地定位突变点的位置,为解决谐波问题提供了可行性和有效性的方案。

基于快速傅里叶变换和共轭梯度法求解干接触问题

为求解粗糙表面弹性接触问题,将其转化为一个线性补余能问题,进而简化为一个二次函数的条件极值问题,利用共轭梯度法求解。算法实现了在共轭梯度方向上修正步长的优化,有效地提高了收敛效率。而占用大量计算时间的弹性变形求解采用快速傅里叶变换(Fast Fourier transform,FFT)技术,该算法有效地克服了传统傅里叶变换所引起的周期性误差。计算实例模拟了点接触单峰表面,正弦表面和真实粗糙表面的弹性接触以及有限长滚子线接触等接触问题。计算结果显示目前所用算法有效地缩短了干接触弹性接触问题的求解时间,对于不同的粗糙表面和接触类型都表现出一致的良好收敛性,同时计算精度对网格的依赖性很小,是工程中有效的分析设计工具。

求解分数傅里叶变换衍射积分的一种快速算法

在对Lohmann二型分数傅里叶变换 (FRT)和菲涅耳衍射积分进行比较的基础上 ,给出基于快速傅里叶变换 (FFT)求解该分数傅里叶变换和菲涅耳衍射积分的快速算法及算法适用范围 数值模拟实验证明了理论的可靠性和算法的高效性

傅里叶变换红外光谱法快速鉴别硫磺熏蒸白芍药材

目的对硫磺熏蒸白芍药材和产地白芍药材的水提物和醇提物进行对比分析。方法利用傅里叶变换红外（FT-IR）光谱法。结果硫熏白芍和非硫熏白芍样品在4000～1873cm“区域红外光谱特征相似，而在1873～400cm-1区域硫熏白芍和非硫熏白芍样品差异明显。其中，硫磺熏蒸样品的水提物在约1527，1077和648cm-1 3处有固定吸收，在1713，1630和614cm-1处吸收峰较非硫熏样品明显左移。硫磺熏蒸样品的醇提物在647和614cm-1 2处有固定吸收，在1717cm-1处吸收峰较非硫熏样品明显左移。结论应用傅里叶变换红外光谱法可以快速简便和直观有效地鉴别和区分硫磺熏蒸白芍药材。

基于快速傅里叶变换的ASTER与SRTM有效融合研究

为了克服两种向全球开放的、不同数据源(ASTER和SRTM)DEM的获取技术缺陷,以甘肃省东部董志塬某测区为例,研究两种来源DEM的有效融合方案。首先,借助快速傅里叶变换(FFT)将ASTER和SRTM的DEM数据由空域转换到频域;然后,分别基于高通和低通滤波器进行滤波处理,并将滤波后的频域相加;最后,基于FFT逆变换将融合后的频域转换到空域,实现DEM数据的有效融合。误差分析表明:融合后的DEM最小、最大误差较融合前的均有明显降低,中误差也有降低趋势,误差绝对值大于30 m的网格点数占全部网格数的比例均有所下降。

基于GPU和分块技术的巨幅影像快速傅里叶变换算法研究(英文)

快速傅里叶变换(FFT)是遥感影像处理的基础方法,随着高光谱、高空间和高时间分辨率遥感影像获取能力的提升,如何利用快速傅里叶变换技术快速有效地处理巨幅遥感影像是当前遥感影像处理技术中的重要环节和研究热点。傅里叶变换算法FFT是基本的图像处理算法之一,该算法可进行遥感影像的条带噪声去除、影像压缩和影像配准处理等多种用途。CUFFT函数库是NVIDIA公司提供的基于GPU的FFT算法库,FFTW是由MIT科学实验室计算机组在PC平台上开发的基于CPU的FFT算法,是目前在基于CPU的运行速度最快的FFT算法函数库,这两种实现共有的问题是当可用内存或显存的容量小于图像容量时,就会出现内存或显存溢出。针对这种问题,提出了一种基于GPU和分块技术的巨幅遥感影像快速傅里叶变换(huge remote fast Fourier transform,HRFFT)算法。通过对CUDA的CUFFT函数库中的FFT算法进行改进,解决了巨幅图像内存或显存溢出的问题,并结合HJ-1A卫星的CCD影像,通过实验与其他算法进行了对比,证明了该方法的合理性。在实际应用中,利用本文提出的HRFFT算法,改善了影像处理的效果,提高了遥感影像的质量,同时加快了影像处理的速度,节省了计算时间,取得了较好的效果。

大白菜根肿病的傅里叶变换红外光谱早期快速检测

应用傅里叶变换红外光谱技术对还未表现症状的大白菜根肿病病样进行早期快速检测。结果表明,健康与染病的根部样品谱图存在一定差异,染病的根部样品在红外光谱图中的1 227,1 143和1 105cm-1有很强的吸收峰,而健康根部样品的谱图没有,结合吸收峰的峰面积值变化,可以对大白菜根肿病进行早期快速检测。同时,以聚合酶链式反应(PCR)进行检测加以佐证。二者在接种5天后均可以检测到大白菜根部组织中的根肿菌。这表明傅里叶变换红外光谱具有灵敏性高、方便、快速等优点,可以在病害未显症时进行早期快速检测,为植物病害的早期诊断提供了新的思路及方法。

基于快速傅里叶变换的电力系统频率实时计算方法

提出了一种利用快速傅里叶变换及虚拟仪器LabVIEW平台编程处理的电力系统实时频率跟踪测算方法,采用快速傅里叶变换方法避免了计算过程中电压分母过零点以及非整周期采样造成的影响.理论分析及数字仿真实验表明,该算法实现简单易行,处理速度快,有很高的计算精度,对噪声和谐波也有一定的抑制能力,能满足电力系统实时频率估算的要求.

一种三维快速傅里叶变换并行算法

三维快速傅里叶变换在物理计算领域中被广泛地使用.传统并行算法所使用的面划分和块划分方法并不适合稀疏三维向量的傅里叶变换.提出了一种新三维快速傅里叶变换的并行算法,针对稀疏三维向量的傅里叶变换,新算法通过重新调整x,y,z三个方向的计算顺序,能最大限度地减少计算量以及进程间的通信量,从而减少计算时间,提高并行加速比.详尽的理论分析以及多个高性能计算平台上的实验结果证明:在对稀疏三维向量作傅里叶变换时,新算法优于传统算法.

近场口径场变换的共轭递度快速傅里叶变换算法

改进了基于等效磁流的近场—口径场变换方法 ,采用共轭梯度法迭代求解矩阵方程的最小二乘意义解 ,把系数矩阵构造成循环Toeplitz块矩阵 ,用二维快速傅里叶变换计算迭代过程中大量的矩阵与矢量乘积 ,从而形成近场—口径场变换的共轭梯度快速傅里叶变换算法 .通过数值模拟 ,并与奇异值分解法和共轭梯度法比较 ,说明该算法可以极大地提高计算效率 ,并由诊断实验验证了算法的工程实用性 .