1 江西理工大学土木与测绘工程学院, 江西 赣州 341000
2 江西省地质局地理信息工程大队, 江西 南昌 330001
大面积高光谱遥感监测是稀土矿区环境监管的重要手段, 复垦植被在矿区环境胁迫下的特征变异分析, 可为准确实现矿区生态恢复动态监测提供必要基础。 通过实地采集稀土矿区六种典型复垦植被及其对应正常环境植被叶片原始光谱, 对照分析其光谱变异。 将原始光谱进行常用的导数变换之外, 还应用信号处理中的分形维数计算、 离散小波变换分析技术和短时傅里叶变换处理放大植被叶片光谱的细部信息, 探究复垦植被在稀土矿区环境胁迫下的光谱特征。 结果表明: （1）在一阶导数光谱中, 除湿地松外, 其他植被均出现“红边位置”的蓝移现象, 表明了复垦植被在矿区受到不同程度环境胁迫等外界因子的影响。 （2）通过计算矿区植被光谱曲线的分形维数, 得到同种复垦植被分形维数高于正常植被的规律, 说明矿区环境胁迫多条件因素的影响致使复垦植被光谱曲线的波形变复杂。 （3）植被叶片光谱经过离散小波变换, 其中原始光谱离散小波变换最佳细节系数为d5, 一阶导数光谱离散小波变换最佳细节系数为d6; 并且一阶导数光谱离散小波变换在更小的尺度下放大了光谱特征细节差异, 取得更好的效果。 （4）光谱通过短时傅里叶变换在空频图上实现局域化, 原始光谱空频特征出现在“红边”与中红外第一个“波谷”处 , 而一阶导数在更小的尺度上, 更多的波段放大并增加了光谱曲线空频特征。 总体而言, 将信号处理方法应用于光谱处理, 较导数变换能获取更多光谱特征, 其中短时傅里叶变换以获得光谱空频特征的特点又优于分形维数计算和离散小波变换分析技术。 该研究为稀土矿区复垦植被生理参数反演和复垦效果监测提供技术支持, 有助于稀土复垦矿区的生态重建。
高光谱 稀土矿区 复垦植被 短时傅里叶变换 离散小波变换 Hyperspectral Rare earth mining areas Reclaimed vegetation Short-time Fourier transform Discrete wavelet transform 光谱学与光谱分析
2023, 43(12): 3946
1 长春理工大学光电工程学院，吉林 长春 130022
2 长春理工大学跨尺度微纳制造教育部重点实验室，吉林 长春 130022
3 吉林大学机械与航空航天工程学院，吉林 长春 130025
为了在水射流辅助激光加工过程中更加高效地观测工件表面的结构特征，本文提出了一种基于Retinex去雾算法的水射流辅助激光加工图像融合算法。首先，利用基于形态学理论的自适应性Retinex去雾算法解决水射流导致的气泡和表面模糊问题。通过图像区块的标准差值计算细节指数，确定高斯滤波函数的尺度，并计算单尺度函数线性叠加的权重。其次，采用离散小波变换分解聚焦区域不同的源图像序列，并根据人眼视觉原理拉伸细节分量。最后利用离散小波逆变换将分量重新融合，得到可以增强细节信息的全聚焦图像。当水射流喷嘴直径为0.4 mm时，算法处理后的图像的标准差、平均梯度和空间频率分别可以达到参考图像的95.41%、71.88%和67.29%；当射流倾斜角为45°时，上述三个指标分别达到了参考图像的90.59%、72.69%和94.50%。这表明本文所提算法有效提升了图像质量，对于在不同加工情况下获得的图像均可实现较好的处理效果，同时有助于提高加工效率。
图像处理 水射流辅助激光加工 Retinex去雾算法 离散小波变换 图像融合 中国激光
2023, 50(24): 2402201
上海理工大学 上海市介入医疗器械工程研究中心, 上海 200093
脉搏波是表征人体生理状况的重要指标, 基于成像式的非接触式脉搏波检测技术在医疗健康领域具有重要的研究意义。鉴于目前非接触式获取脉搏波的方法存在波形细节丢失的缺点, 提出一种利用近红外光源照明, 多帧连续照相颈动脉搏动来获取脉搏波信号的方法。实验中, 在波长为850nm的光源照明环境下, 由工业级近红外相机远距离拍摄颈动脉搏动引起的表皮振动。选取感兴趣区域后提取到原始脉搏波信号, 进而利用极大重叠离散小波变化对信号进行滤波处理, 最终得到保留细节特征的脉搏波。对不同受试者的测量结果显示, 方法获得的波形可以观察到主波、潮波及重搏波等特征, 对于非接触式获取脉搏波具有重要的参考价值。
近红外 非接触 脉搏波 极大重叠离散小波变换 特征点 near-infrared non-contact pulse wave maximal overlapping discrete wavelet transform feature points
1 东北农业大学电气与信息学院, 黑龙江 哈尔滨 150030
2 哈尔滨市大数据中心, 黑龙江 哈尔滨 150030
针对大白菜农药残留传统化学检测手段存在前期处理过程繁琐、 检测周期长等不足, 提出了一种快速无损识别大白菜农药残留种类的方法。 以1组无农药残留和4组含有均匀喷洒农药(毒死蜱、 乐果、 灭多威和氯氰菊酯)的大白菜样本为研究对象(药液浓度配比分别为0.10, 1.00, 0.20和2.00 mg·kg-1), 经12小时自然吸收后, 利用高光谱成像系统获取400~1 000 nm高光谱图像, 并选取ROI感兴趣区域后经多元散射校正(MSC)预处理; 分别采用竞争性自适应重加权算法(CARS)、 主成分分析算法(PCA)和离散小波变换(DWT)降维(分别基于db1, sym2, coif1, bior2.2和rbio1.5小波基函数); 最后, 将降维后的高光谱数据分别输入卷积神经网络(CNN)、 多层感知机(MLP)、 K最邻近算法(KNN)和支持向量机(SVM)建立模型并比较。 结果显示, CNN, MLP, KNN和SVM算法均在降维算法DWT(小波基函数及变换层数分别为coif1-2, coif1-4, bior2.2-2和sym2-2)取得最优总体精度分别为91.20%, 83.20%, 66.40%和90.40%, Kappa系数分别为0.89, 0.79, 0.58和0.88, 预测集用时分别为86.01, 63.23, 20.02和14.03 ms, 总体精度和Kappa指标均优于基于CARS和PCA降维算法建模结果。 可见, 高光谱与离散小波变换和卷积神经网络相融合显著提高分类识别精度, 改善“休斯”现象, 为实现无损和快速检测识别大白菜农残提供一个新的方法。
高光谱 大白菜 农残检测 离散小波变换 卷积神经网络 Hyperspectral Chinese cabbage Identification of pesticide residues Discrete wavelet transform Convolutional neural network(CNN) 光谱学与光谱分析
2022, 42(5): 1385
1 重庆城市职业学院信息与智能工程学院，重庆 402160
2 电子科技大学计算机科学与工程学院，四川成都 611731
为了改善哈希算法对旋转等内容修改的鲁棒性，设计了径向 Tchebichef矩耦合颜色矢量角度的鲁棒图像哈希算法。引入 2D离散小波变换(DWT)，对图像的颜色矢量角度实施分解，获取对应的 4个子带，将其低频系数作为结构特征。采用径向 Tchebichef矩计算预处理图像的 Tchebichef矩，提取全局特征。通过组合这 2种特征，以形成中间哈希序列。设计加密函数，对中间哈希完成加密，得到目标哈希序列。计算初始目标与待识别图像的哈希序列之间的 l2范数距离，并将其与预设阈值作比较，完成图像内容的真伪判别。测试数据表明:相对于已有的哈希算法而言，所提算法具备更高的鲁棒性，可以对旋转、颜色与缩放等内容修改做出准确识别。
图像哈希 径向 Tchebichef矩 颜色矢量角度 全变分 离散小波变换 非线性复合混沌系统 范数距离 image Hash radial Tchebichef moment Color Vector Angle total variation discrete wavelet transform nonlinear composite chaotic system norm distance 太赫兹科学与电子信息学报
2022, 20(7): 722
兰州交通大学电子与信息工程学院, 甘肃 兰州 730070
针对医学图像融合过程中出现的细节损失严重、视觉效果不佳问题,提出了一种基于非下采样轮廓波变换(NSCT)与离散小波变换(DWT)的脉冲耦合神经网络(PCNN)医学图像融合算法。首先,利用NSCT处理医学源图像,得到相应的低频和高频子带,并利用DWT对得到的低频子带进行处理。然后,利用PCNN对低频子带进行融合,将平均梯度和改进型拉普拉斯能量和作为PCNN的输入项,将信息熵与匹配度结合实现对高频子的融合。最后,利用多尺度逆变换将低频子带和高频子带图像进行融合。实验结果表明,所提方法能够有效提升融合图像的对比度并保留源图像的细节信息,在主观和客观评价上均有优良的性能表现。
医用光学 图像融合 非下采样轮廓波变换 离散小波变换 脉冲耦合神经网络 激光与光电子学进展
2021, 58(20): 2017002
北京理工大学光电学院光电成像技术与系统教育部重点实验室, 北京 100081
RGBW滤光阵列常被用于提升探测器在低照度下的成像质量,但相应的彩色重构方法依然是结合拜尔阵列特点设计的,未充分利用亮度信息的优势,故重构结果较差。针对这一缺陷,首先,使用引导滤波挖掘亮度信息和彩色信息的关联性。然后,根据残差的平滑性,设计了适用于SONY-RGBW滤光阵列空域特点的采样率逐步提升的多步残差插值算法。接着,为改进算法边缘适应性,结合在正交方向上的插值结果,引入迭代过程并改进逐像素的评价因子。最后,利用亮度信息的高频成分增强彩色图像。在Kodak数据集和实际场景采集图像上的实验结果表明,所提方法能够降低颜色混叠,重构出清晰的图像细节,且有/无参考图像的客观评价指标优于现有RGBW滤光阵列彩色重构方法。
探测器 SONY-RGBW滤光阵列 残差插值 引导滤波 二维离散小波变换 彩色重构 激光与光电子学进展
2021, 58(20): 2004001
1 海军研究院,北京 102442
2 海军工程大学,武汉 430033
3 海军航空大学,山东 烟台 264001
为消除正交小波非对称性引起的非线性相位对分解结果的不利影响,结合零相位滤波原理与冗余小波变换,提出了一类具有零相位特性的冗余小波分解算法——零相位冗余小波变换。该小波变换不仅克服了Mallat算法中隔点采样环节造成的平移可变与频率折叠等诸多缺陷,也消除了传统冗余小波变换分解结果出现移位与畸变的不足,非常适合于微弱特征提取。通过实例分析证明了该算法用于轴承微弱故障特征提取的有效性与优势所在。
故障诊断 Mallat算法 冗余小波变换 零相位冗余小波变换 微弱特征提取 fault diagnosis Mallat algorithm undecimated discrete wavelet transform zero phase undecimated discrete wavelet transform weak feature extraction
1 辽宁工程技术大学电子与信息工程学院, 辽宁 葫芦岛 125105
2 中国科学院海西研究院泉州装备制造研究所, 福建 泉州 362000
胶囊网络作为一种新型深度学习网络,胶囊结构可以编码特征的姿态、纹理、色调等信息,对图像具有良好的纹理特征编码能力。针对胶囊网络的初级特征提取网络过于简单、空间特征表达能力不足的问题,提出了一种结合深度卷积神经网络特征表达能力与小波变换多分辨率分析能力的离散小波胶囊网络(DWTCapsNet)。首先,研究了胶囊网络在纹理图像分类应用中的可行性;其次,研究了DWTCapsNet各部分对胶囊网络分类性能提升的能力;最后,通过抗旋转和抗噪声实验分析了DWTCapsNet的鲁棒性。以分类准确率为模型评价标准,在常用纹理图像数据集上的实验结果表明,DWTCapsNet的分类准确率较高。
图像处理 离散小波变换 胶囊网络 图像分类 深度学习 激光与光电子学进展
2020, 57(24): 241002
