抗混叠轮廓波域采用压缩感知的云图融合方法

提出一种采用压缩感知的云图融合方法.该方法针对传统轮廓波存在频谱混叠的缺点,结合抗混叠塔式滤波器组和方向滤波器组,构造出一种抗混叠的轮廓波变换,并将其引入压缩感知中的稀疏表示环节,将云图分解成稠密和稀疏两部分;对稠密成份采用传统方法进行融合,而对稀疏成份,则在压缩感知框架下,通过少数线性测量的融合,并采用二步迭代收缩的...     

面向有限带宽信道的字典学习图像超分辨率重建

固定邻域回归(ANR)算法采用K层奇异值分解(K-SVD)算法进行字典训练, 在字典学习过程中存在稀疏表示系数不准确的问题, 导致重建的结果不理想. 因此, 引入一种改进的K-SVD算法对字典进行训练, 该算法对字典训练改变了传统K-SVD算法更新稀疏表示系数的方式, 使得稀疏表示系数更加准确, 而且加快了字典的收敛速度, 使得训练得到的字典具有更好的稀疏表达能力. 同时, 针对ANR算法的不足, 提出一种面向有限带宽信道基于字典学习的图像超分辨率方法, 该方法采用改进的K-SVD算法训练字典对 , 并将其应用到ANR算法中, 实现图像的超分辨率重建. 实验结果表明, 本文提出的方法不仅能够保持ANR算法快速重建的优势, 而且提高了图像的重建质量, 具有更高的峰值信噪比和结构相似度.     

抗混叠轮廓波域采用压缩感知的云图融合方法

提出一种采用压缩感知的云图融合方法.该方法针对传统轮廓波存在频谱混叠的缺点,结合抗混叠塔式滤波器组和方向滤波器组,构造出一种抗混叠的轮廓波变换,并将其引入压缩感知中的稀疏表示环节,将云图分解成稠密和稀疏两部分|对稠密成份采用传统方法进行融合,而对稀疏成份,则在压缩感知框架下,通过少数线性测量的融合,并采用二步迭代收缩的图像重构算法,在迭代时利用前面两个估计值更新当前值,得到融合结果.实验表明,该方法的融合结果无论在视觉质量及定量指标上都明显优于传统方法,有利于揭示全面的天气信息.     

视频编码的码率控制算法研究

码率控制技术是视频编码与通信的关键技术之一,它负责编码器、信道和解码器之间的协调,在视频压缩中具有重要的地位.基于视频压缩编码的码率控制技术,根据所采用的率失真模型,详细讨论了MPEG-2、H.263、MPEG-4和H.264等视频编码标准中的一些典型的码率控制算法,对重要的码率控制方法进行了相关叙述,并对码率控制技术的发展方向做了展望.     

基于影像组学与集成学习的脑胶质瘤分级预测

脑胶质瘤的术前分级对治疗决策和预后评估至关重要. 为了提高分级精度, 提出了一种基于影像组学和集成学习的无创胶质瘤术前分级方法. 首先, 从不同序列的感兴趣区域提取428个影像组学特征, 采用递归特征消除算法进行特征选择, 采用6种不同的机器学习算法对脑胶质瘤进行分级, 并对各自的性能进行评估; 然后, 根据评估结果, 选取逻辑回归、决策树和多层感知机3种分类器作为脑胶质瘤分级预测的机器学习算法; 最后, 将3种分类器的输出采用投票方式进行集成, 并评估硬投票机制与软投票机制的性能. 实验结果表明, 对于数据集BraTS2019, 基于硬投票机制的集成学习算法的性能较好, 受试者工作特性曲线下面积为0.933±0.031, 准确度为0.886±0.048, 敏感度为0.872±0.077, 特异度为0.905±0.105. 该方法不仅能增加胶质瘤分级模型的可解释性, 而且可以提高分级精度.     

基于WRF数值模式的SDAE-SVR风速预测模型研究

风速预测是风力预报中的核心与基础, 采用天气研究和预报(Weather Research and Forecasting, WRF)模式进行风力预报往往存在风速预测误差较大的问题. 为了提高风速预测精度, 提出了一种基于深度学习和支持向量回归(Support Vector Regression, SVR)相结合的风速预测模型. 该模型以WRF模式预报输出的多种气象变量为基础, 结合气象自动观测站传感器的实测风速, 引入堆栈降噪自动编码(Stacked De-noising Auto-Encoder, SDAE)深度网络来学习样本数据中隐含的深度特征, 然后将该深度网络最后一层输出的深度特征置入回归器SVR中, 利用SVR良好的回归预测性能对WRF模式预报的未来1h风速进行预测订正. 结果表明: 所建立的SDAE-SVR风速预测模型具有较高的风速预测精度, 在对典型日的WRF模式预报未来1h风速的预测订正中, 其平均百分比误差与均方根误差仅为8.28％与0.8 066 m·     

采用形态学分量分析的红外云图插值

提出一种基于形态学分量分析的红外云图插值重建方法. 利用平稳小波变换和轮廓波变换在表示平滑分量和纹理分量时各自的优势, 将得到的低分辨率红外云图通过形态学分量分析方法分解为平滑分量和纹理分量; 并针对小波插值使低频能量损失问题, 采用先插值后变换的方法改进平稳小波插值效果, 分别用平稳小波变换和轮廓波变换对平滑分量和纹理分量进行插值; 最后将插值后的平滑分量和纹理分量重新组合实现红外云图的超分辨率重建. 结果表明, 解决了重建图像中的平滑和伪影问题, 在视觉效果和PSNR等指标上均优于其他插值算法.     

二维相机阵列多视点图像信号压缩方法研究

结合二维相机阵列多视点图像信号的特点,研究了二维相机阵列多视点图像压缩空间预测的不同方法．根据GOP中I帧的个数、位置等不同情况,对所给出的3种类型的多视点编码方案,9种典型的预测参考方式进行重点分析,对比了各编码方案的率失真性能,得出相应的结论．所给出的二维相机阵列多视点图像信号空间预测采用多级B帧的方案,相对于其它方案在相同比特率下峰值信噪比（PSNR）平均提高约0．2～0．8dB．     

架构于双树轮廓波方向及相位特征的纹理图像分割

考虑到纹理的方向及相位特性,提出一种基于双树轮廓波变换的纹理图像分割新方法.双树轮廓波由塔型双树方向滤波器组构建,它不仅保持了轮廓波灵活的方向选择性,克服了传统轮廓波不具有移不变性的缺点,而且提供了复子带系数.本文以各方向子带的能量作为方向特征,复系数的平均相角作为相位特征,生成特征向量,利用模糊C均值聚类算法进行纹理图像分割.实验结果表明,相位特征是方向特征的有效补充,与传统方法相比,该方法在分割错误率、边缘准确性以及区域一致性等方面均有明显的改善.     

一种抗混叠移不变的Contourlet变换

基于传统Contourlet变换及已有相关改进方法存在频谱混叠或移变性的缺点,其处理后的图像会出现伪吉布斯现象,严重影响了图像的质量,因此提出一种既抗混叠又有平移不变性的Contourlet变换新方法来克服这两个缺点.新方法是一种结合了抗混叠塔式滤波器组和非下采样方向滤波器组的方法.通过比较新方法和相关Contourlet变换方法的非线性逼近性能和降噪效果,表明新方法更能稀疏地表示图像,且在降噪性能上有较大的提高;它不仅有效地克服了因频谱混叠和移变性所带来的“刮痕”现象,而且能更好地保护图像的边缘和纹理细节信息.