A NOVEL ALGORITHM OF MULTI-SENSOR IMAGE FUSION BASED ON WAVELET PACKET TRANSFORM

In order to enhance the image information from multi-sensor and to improve the abilities of the information analysis and the feature extraction, this letter proposed a new fusion approach in pixel level by means of the Wavelet Packet Transform (WPT). The WPT is able to decompose an image into low frequency band and high frequency band in higher scale. It offers a more precise method for image analysis than Wavelet Transform (WT). Firstly, the proposed approach employs HIS (Hue, Intensity, Saturation) transform to obtain the intensity component of CBERS (China-Brazil Earth Resource Satellite) multi-spectral image. Then WPT transform is employed to decompose the intensity component and SPOT (Systeme Pour I'Observation de la Therre ) image into low frequency band and high frequency band in three levels. Next, two high frequency coefficients and low frequency coefficients of the images are combined by linear weighting strategies. Finally, the fused image is obtained with inverse WPT and inverse HIS. The results show the new approach can fuse details of input image successfully, and thereby can obtain a more satisfactory result than that of HM (Histogram Matched)-based fusion algorithm and WT-based fusion approach.

基于高低频特征分解的深度多模态医学图像融合网络

多模态医学图像融合旨在利用跨模态图像的相关性和信息互补性,以增强医学图像在临床应用中的可读性和适用性。然而,现有手工设计的模型无法有效地提取关键目标特征,从而导致融合图像模糊、纹理细节丢失等问题。为此,提出了一种新的基于高低频特征分解的深度多模态医学图像融合网络,将通道注意力和空间注意力机制引入融合过程,在保持全局结构的基础上保留了局部纹理细节信息,实现了更加细致的融合。首先,通过预训练模型VGG-19提取两种模态图像的高频特征,并通过下采样提取其低频特征,形成高低频中间特征图。其次,在特征融合模块嵌入残差注意力网络,依次从通道和空间维度推断注意力图,并将其用来指导输入特征图的自适应特征优化过程。最后,重构模块形成高质量特征表示并输出融合图像。实验结果表明,该算法在Harvard公开数据集和自建腹部数据集峰值信噪比提升8.29%,结构相似性提升85.07%,相关系数提升65.67%,特征互信息提升46.76%,视觉保真度提升80.89%。

数据驱动的高比例变流器电力系统低频动态模型参数辨识

高比例变流器接入弱网后,容易产生由“外环控制-锁相环-弱网”交互影响主导的低频动态现象。网络侧线路参数、变流器控制参数因技术保密等原因往往难以完全获取,导致低频动态稳定性分析模型难以构建。因此,提出了一种基于数据驱动的低频动态稳定性分析模型参数辨识方法。首先,通过最小二乘回归算法辨识出网络参数矩阵;其次,建立系统矩阵,采用基于奇异值分解的动态模式分解算法将其重构,代入对应控制环节,通过求解一组线性方程即可同时获得所有变流器外环及锁相环的控制参数;然后,结合设备侧模型,构建完整的系统小信号稳定性分析模型;最后,在PSCAD/EMTDC中搭建2个新能源场站接入系统的算例,以验证参数辨识的准确性以及模型的有效性,并进一步分析系统的低频动态稳定性。

低高频多尺度融合的跨模态行人重识别研究

跨模态行人重识别技术在公共安全、灾难响应、犯罪现场勘查等方面有广阔的应用前景。为了高效利用不同模态之间多样化信息,探索有效的行人重识别方法,提出一种结合低高频信息的多尺度融合(multiple frequence multi-scale embedding,MFME)模型。通过多尺度信息融合(multi-scale information fusion,MIF)模块从多个尺度捕获行人特征,分别获得图像的全局结构和局部细节特征;通过低高频特征聚合(multi frequency feature embedding,MFFE)模块聚合行人的多频信息,确保模型在面对环境变化和不同光照条件下依然能保持高准确度以适应模态变化。实验结果表明,提出的模型在公开数据集SYSU-MM01上Rank-1和mAP识别率分别达到75.79%和72.02%。该模型有效挖掘和利用了跨模态间的多样化信息,提高了行人的重识别率,能更好地适应多变的实际应用环境。

高低频通道特征交叉融合的低光人脸检测算法

低光条件下捕获的人脸图像存在着噪声严重、对比度低等不足,极大影响了现有人脸检测器的准确性,另外,现有的低光图像检测算法欠缺小区域人脸信息的提取能力。为此,提出一种基于深度学习的两阶段人脸检测算法,即利用现有的低光图像增强算法对人脸图像进行增强后再进行检测。为提升检测算法对人脸信息的提取能力,设计一种新型的高低频通道特征交叉融合方法,该方法首先使用高低频通道特征可分离模块分离出不同尺度特征的高低频信息,然后对上述信息进行交叉融合,提升网络提取高频细节信息和低频色域信息的能力,进而提高检测网络的性能。对比试验和消融试验验证了该研究方法的有效性,试验结果表明该方法优于基准方法4.0%mAP。

基于广义变分模态分解的低频及超低频振荡模态辨识

随着水电渗透率以及电网互联规模不断扩大,在水电高占比电网中出现了低频及超低频振荡现象,表现为强非线性非平稳特征,增加了振荡参数辨识的难度。针对变分模态分解(variational mode decomposition,VMD)中模态分解数K无法自适应确定以及处理时变振荡易产生模态混叠的问题,提出基于广义变分模态分解(generalized variational mode decompostion,GVMD)算法,结合Teager-Kaiser能量算子(Teager-Kaiser energy operator,TKEO)对低频及超低频振荡进行快速模态参数辨识。首先GVMD根据小波时频分析得到模态分解数K,通过广义傅里叶变换使各个模态在时频面界定清晰,从而使分解精度和可靠性大幅提升。然后对信号进行GVMD分解处理,再利用TKEO法快速完成振荡参数辨识。最后通过自合成信号、EPRI-36系统仿真和实测电网信号仿真验证了所提方法的有效性和可行性。

采用小波分析的SRTM DEM与ASTER DEM数据融合

为了利用航天飞机雷达地形测绘任务数字高程模型(SRTM DEM)与先进星载热反射和反辐射仪数字高程模型(ASTER DEM)的互补信息,提出基于小波分析的多源DEM数据融合方法,以我国秦岭典型高山峡谷地貌类型区为试验样区,选取相同位置的SRTM DEM与ASTER DEM数据,通过重采样、数据配准等步骤形成融合数据源;对小波分解的低频系数作基于邻域像素关联性的融合,高频系数采用像素点绝对值取大的融合,生成融合DEM。并把融合前与融合后的数据分别与1∶5万高程库数据作精度比较,总体统计与抽样检查表明融合DEM精度较源数据均得到了提高。该融合技术为应用SRTM DEM与ASTER DEM生成精度和可靠性更高的DEM产品提供了可行方案。

一种新型无源UHFRFID带隙基准电路

设计了一种适用于无源超高频射频识别芯片的电流模带隙基准电路,其中负温度系数电流利用BJT管的基射极电压的负温度特性产生,正温度系数电流利用偏置在亚阈值区的MOS器件其漏源电流与栅源电压呈指数关系的特性产生.该基准电路采用TSMC 0.18μm工艺库仿真并投片验证,基准电压的绝对值偏差最大不超过1.75%.测试结果表明,该电路功耗仅为0.65μW,最低工作电压为0.829V,温度系数为±63×10-6/℃,芯片有效面积为0.04mm2.该基准电路已成功应用于一款无源超高频射频识别芯片中,其读取灵敏度为-16dBm.

基于高低频分量融合的人脸识别方法

图像分解方法可以将人脸图像分解为低频成分和高频成分,其中低频成分描述的是人脸图像光照成分,高频成分描述人脸图像细节成分。高频成分可作为光照不变特征进行人脸识别,但是由于受光照的影响,人脸图像分解后,位于人脸光照阴影区域的高频成分会被损坏。提出的人脸光照恢复方法分为3步:①基于PCA方法,利用局部的人脸光照明亮区域的高频信息重建人脸光照非均匀区域的高频成分;②利用局部光照明亮区域的光照成分重建全局的人脸图像正面均匀光照成分;③将重建后的低频人脸光照成分和高频人脸细节成分融合,得到人脸在正面均匀光照下的人脸图像,去除人脸阴影区域的影响,实现人脸光照恢复。该方法在YaleB数据库上做实验,获得的人脸光照恢复图像有良好的视觉效果和识别结果。

广域相量测量技术发展现状与展望

总结了基于相量测量单元(PMU)的电力系统广域测量系统(WAMS)在中国的发展应用现状,介绍了智能电网调度控制系统(简称"D5000系统")中WAMS、数据采集与监控(SCADA)系统,以及保护与故障信息系统的图模库一体化整合,以及多调度中心WAMS数据的按需共享。分析了目前PMU/WAMS进一步推广过程中,在电磁暂态现象分析、实时广域控制、海量数据传输和处理以及强迫振荡检测和控制等方面遇到的技术难题。从扩展PMU应用领域、解决海量数据传输和处理问题、提高WAMS本身应用问题分析能力、提高PMU本身的质量和动态量测性能等几个方面为PMU/WAMS的下一步发展方向提出了建议。

低频振荡模态参数辨识的共振稀疏分解SSI分析方法

提出在色噪声背景下,采用共振稀疏分解的随机子空间法进行低频振荡模态参数的辨识,根据信号预知的共振属性实现复杂信号的分离。首先,对含高斯色噪声的低频振荡信号进行分解,得到高共振分量、低共振分量和余项三部分。低频振荡信号具有高共振属性,高共振分量即为提取的持续振荡的低频振荡信号,而高斯色噪声大部分存在于余项中。然后对高共振分量利用SSI进行参数辨识,得到较高参数的辨识准确度。仿真算例和实例说明了所提方法的有效性。

在轨航天器动力学参数辨识技术研究

针对在轨航天器低频密集和辨识时激励源有限且难于测量等特点,开展了适用于低频密集模态且不需激励信息的在轨航天器动力学参数辨识方法的研究,探讨了直接利用在轨响应数据在频域内辨识航天器动力学参数的技术;并根据在轨航天器低频密集特点,设计了在轨航天器动力学参数辨识仿真试验系统,对该辨识方法进行了试验验证。

低压低功耗无源UHF RFID标签芯片模拟前端电路的设计

本文从设计符合EPCTMC1G2协议的超高频无源射频识别标签芯片的角度出发,对RFID标签芯片模拟前端电路进行设计。通过对各个关键电路的功耗与电源进行优化,实现了一个符合协议要求的低电压、低功耗的超高频无源RFID标签芯片的模拟前端。该UHF RFID标签模拟前端设计采用SMIC 0.18μm EEPROM CMOS工艺库。仿真结果表明,标签芯片模拟前端的整体功耗控制在2.5μW以下,工作电源可低至1 V,更好地满足了超高频无源射频识别标签芯片应用需求。

正交小波包分析在遥感图像融合中的应用

小波变换具有优良的时频局部特性,但由于其尺度是按二进制变化的,存在“高频低分辨”这一缺陷.正交小波包分析能够将信号(图像)频带进行多层次划分,对多分辨分析没有细分的高频部分进一步分解,从而提高了频率分辨率,能有效地提取特定的频率成分.推导了小波包分析的基本原理,给出了基于正交小波包分析的遥感图像融合算法.最后,通过实例说明正交小波包分析的有效性和优越性.

用于超高频标签芯片的低功耗高稳定时钟电路

提出一种适用于无源超高频射频识别(UHF RFID)标签芯片的时钟产生电路。电路使用N型金属-氧化物-半导体(NMOS)栅极电压取代了复杂的比较器电路作为比较电平,精简了电路结构,降低了电路功耗,减小了版图面积;使用二极管方式连接的NMOS管作温度及工艺补偿感应管,利用其栅压变化控制充放电电流,使其在不同工艺角下,当温度在较大范围内变化时,均能实现输出频率稳定。采用中芯国际0.18μm工艺进行仿真验证,结果表明:当电源电压为1 V,基准电流为130 n A时,电路功耗仅为447 n W;在工艺角由ss变化到ff的过程中,输出频率偏差不超过2.43%,;温度在-40~90℃范围变化时,输出频率偏差小于0.99%,适合无源射频识别标签芯片使用。

基于同伦变换的VSC-HVDC分散协调鲁棒阻尼控制器设计

针对含柔性直流的区域互联电力系统低频振荡,提出一种基于同伦变换的有功、无功分散协调控制方法。首先,通过数字子空间状态空间系统辨识算法辨识出系统多输入多输出(multiple input multiple output,MIMO)状态空间模型,并对系统进行振荡模态分析。其次,基于线性矩阵不等式鲁棒控制理论,设计出集中MIMO附加鲁棒控制器。最后,应用同伦变换将集中MIMO鲁棒控制器转化为分块对角化的结构,从而得到多个低阶单输入单输出鲁棒控制器。仿真验证表明,该文所设计的有功、无功相协调的分散鲁棒控制器能有效抑制低频振荡,控制器阶数低,无耦合,鲁棒稳定性强,在严重故障情况下能充分利用基于电压源换流器的直流输电的有功和无功调制能力,并且在信号丢失时能保持较好的阻尼性能。

多光谱掌脉和掌纹离焦图像融合方法

非接触条件下单模态手部图像纹理信息有限,不利于识别。本文提出利用同一装置在多光谱下分时快速获取掌纹和掌脉图像。通过掌纹图像在静脉图像中进行掌纹主线增强处理,达到增加纹理信息、改善识别效果的目的。控制掌纹、掌脉两幅图像获取间隔小于0.1s,忽略手掌细微空间移位,对获取的掌纹图像进行感兴趣区域(Region of interest,ROI)提取,并利用掌纹ROI坐标参数进行静脉图像的ROI提取。然后对两个ROI区域进行预处理,通过多层小波分解得到的掌纹高频信息快速定位掌纹主线。最后根据掌纹主线归一化后的高频分量,进行掌纹和掌脉小波系数的融合,最终得到在静脉纹理图像中增强掌纹主线纹理的融合图像。实验结果表明,融合后的图像中在保持静脉纹理信息原有状态下,掌纹主线纹理信息明显增加,识别效果得到改善。

非下采样Contourlet变换耦合区域特性的多聚焦图像融合算法

为提高图像融合质量,较好地保留原始图像的光谱特性,避免融合图像光谱退化,提出非下采样Contourlet变换耦合区域特性多聚焦图像融合算法。采用非下采样Contourlet变换(nonsubsampled contourlet transform,NSCT)对图像进行多尺度精细分解,获取图像多层次分解子带;利用分割块区域能量函数,构造区域能量度量模型,获取区域能量相似系数,判定低频子带对应的加权系数,完成图像低频子带的融合。根据分割高频子带时形成的行列特征,形成区域锐度模型,获取高频子带分割块中的区域锐度值,利用该锐度值建立分割块判定函数,完成高频子带的融合。最后,采用非下采样Contourlet变换的逆变换得到融合图像。结果表明,与已有图像融合算法相比,本文图像融合算法融合质量更好。

基于小波能量加权的医学图像融合新算法

目前的大多数基于小波变换的医学图像融合算法,由于没有细致考虑低频分量融合规则以及高频分量邻域特征对于融合效果的重要性,因而得到的融合效果有时并不理想。现提出一种小波域按邻域加窗能量加权的融合准则,该准则根据人体颅部18FFDG和MRIT1图像的特点,充分考虑到了低频分量和高频分量邻域特征,对原图像高、低频小波系数分别选用具有不同物理意义的窗矩阵进行邻域加窗能量计算,以归一化加窗能量为权值对各小波系数进行加权,得到融合小波系数,经过小波反变换重构出融合图像。实验证明,采用提出的融合算法得到的融合图像很好地包含了源图像的信息,该算法在医学图像融合应用中比传统的小波系数取大算法、加权平均算法及按邻域方差加权算法效果更好。

电传飞机飞行品质低阶等效系统算法研究

针对使用飞行试验数据评定电传飞机飞行品质的难题,提出一种电传飞机低阶等效系统频域参数辨识方法;首先,提出了实用的低阶等效系统模型,采用高精度有限傅立叶变换对飞行试验数据进行了精确的频谱分析,使用频域相干性分析法确定了参数辨识的频率范围;然后,采用频域方程误差法、输出误差法和单纯形法相结合的算法,计算得到电传飞机低阶等效系统参数的最优解,获得电传飞机飞行品质指标;最后,使用某型电传飞机的飞行试验数据验证了低阶等效系统算法;结果表明:该算法能够准确地辨识电传飞机的低阶等效系统模型,解决了用飞行试验数据评定电传飞机飞行品质的难题,为电传飞机飞行品质评定提供了技术支持。