噪声为厚尾过程的非参数函数变点的小波估计

本文给出了随机设计下非参数回归模型中噪声为无穷方差过程的小波检测和估计方法。利用基于经验小波系数的检验统计量,在原假设成立的条件下,推导出任意尺度上检验的临界值,证明了检验的一致性;在备择假设成立的条件下,得到变点个数、变点位置的相合估计与收敛速度。数值模拟以及IBM股票数据实例分析的结果均表明方法是有效的。     

常利率下有阈红利边界的Erlang(2)风险模型的罚金折现期望函数

为了精确地描述风险投资商实际的经营状况,本文将一般的Erlang(2)风险模型推广为常利率下有阈红利边界的Erlang(2)风险模型。首先利用全概率公式对风险过程进行分析,得到了模型的罚金折现期望函数所满足的积分-微分方程及积分方程,然后在不带利率时将积分方程简化为"第二类非其次Volterra积分方程",给出了罚金折现期望函数的确切表达式,最后给出了不带利率时模型的破产概率及破产前瞬时盈余和破产赤字的联合分布的表达式。     

基于邻域重构模型的高分辨SAR图像精确配准

合成孔径雷达(SAR)的成像过程使其高分辨图像的几何形变呈现局部性.针对高分辨SAR图像精确配准问题,本文提出一种基于邻域重构模型的局部转换函数.邻域重构模型首先采用重构系数刻画参考图像中每个像素点的几何位置;接着给出了一种重构控制点的选择标准使每个像素的配准误差达到最小;最后根据重构系数及控制点坐标对输入图像进行再抽样以实现配准.与经典分片线性映射相比,该模型从理论上给出了一种区域剖分准则:对于每个像素选取能使配准误差能达到最小的控制点作为重构控制点.对模拟数据和真实SAR图像进行了试验,结果表明,该模型能有效地提高配准精度.     

基于Markov四叉树模型的无监督图像分割

本文提出了一种基于分布特征的多尺度无监督图像分割方法。通过对多尺度图像数据在每个尺度上进行Gauss子集聚类,并将每个像素的邻域内的Gauss子集类别标记作为特征向量,利用多尺度Markov模型进行二次聚类,从而实现无监督图像分割。与其它基于多尺度Markov模型的无监督分割方法和传统动态聚类方法相比,该方法既无需假定每类的分布形式,又能较好地反映数据的概率结构。对合成图像与SAR图像的实验结果表明,该方法的分割精度接近于有监督的H—MPM和H—SMAP方法。     

基于FKICA-SIFT特征的合成孔径图像多尺度配准

针对合成孔径(SAR)图像的配准,提出一种基于仿射不变快速核独立成分分析-尺度不变特征变换(FKICA-SIFT)的多尺度配准方法.首先,根据特征点的Hessian矩阵构建仿射不变SIFT描述子.接着,利用FKICA提取该描述子的独立成分得到新的描述子FKICA-SIFT.然后,利用该描述子对Steerable滤波后的...     

高效的图模型点模式匹配算法

点模式匹配的概率图模型具有很好的匹配精度,但是计算复杂度较高,当隔离子中包含异常点（outlier）时匹配精度会受到较大的影响。为了提高匹配的速度和精度,提出了一种由粗到精的图模型点模式匹配算法。利用包含特征点的窗口,用标准化互相关方法对特征点进行粗匹配,以减少异常点的数量,提高后续匹配方法的速度和精度。提出了一种新的点模式匹配的概率图模型,这种图模型能综合利用特征点的位置信息和包含特征点的邻域的灰度信息。利用提出的概率图匹配方法对粗匹配所得到的点对进行分段匹配,得到精确的匹配结果。对光学图像和遥感图像的匹配实验显示该方法能显著减少点模式匹配时间,提高匹配的精度。     

基于多尺度图像块的SAR图像无监督分割

提出了一种基于多尺度图像块的SAR图像无监督分割方法。在利用高斯混合模型进行图像分割时,大多采用的是基于单个像素的分割方法,这种方法由于未考虑像素周围邻域结点的信息,分割精度往往不高。论文考虑到SAR图像具有很强的斑点噪声,为了更好地抑制斑点噪声对分割结果的影响,在多分辨分析的基础上提出了一种基于多尺度图像块的图像分割新方法。实验表明,这种基于多尺度图像块的分割较在单个像素下多尺度Markov模型的MPM分割好,分割精度有了较大的提高。     

极化SAR图像相干斑抑制的ICA方法与分析

极化合成孔径雷达(synthetic aperture radar,SAR)图像为雷达图像中的信息处理和获取提供了更为便捷的途径。提出了基于独立分量分析(independent component analysis,ICA)的极化SAR图像相干斑抑制方法。该方法将极化SAR图像斑点噪声的乘积模型,变换为应用ICA的信号加噪模型。并且将HV/VV的比值图像,也作为ICA的输入数据。分别使用几种不同的ICA算法,得到了分别对应于HH、HV和VV极化的3幅降噪图像,并对结果进行了比较分析。实验结果表明,应用ICA算法可以有效地降低极化SAR图像的相干斑噪声,提高图像质量。     

独立序列均值与方差变点的累积和估计及应用

产品生产加工过程中, 反映产品质量参数的均值和方差都有可能出现异常波动, 及时发现质量异常波动, 对于控制产品质量十分重要. 在工业生产、通信工程等领域中独立序列有广泛应用背景. 本文研究了独立序列中均值和方差都存在变点且变点时刻不相同时的变点估计问题, 给出变点时刻的累积和(CUSUM)型估计, 并得到变点估计的收敛速度. 最后将该方法应用于航空发动机管路生产质量控制中和放射医学研究的扫描仪质量控制问题中,模拟结果和实例分析都说明方法的有效性.