四川大学电子信息学院光电系, 四川 成都 610064
S变换具有时频分析能力和多分辨率特点，可以看作是窗口傅里叶变换和小波变换的扩展。S变换不仅克服了傅里叶变换缺乏局部分析能力的不足，其变换系数又与待分析图像的傅里叶谱之间存在紧密联系，近年来被应用于条纹分析中。根据S变换系数的特点，深入研究了基于二维S变换的“脊”(2DSTR)分析方法和二维S变换“滤波”(2DSTF)分析方法，并对两种方法进行了详细对比。计算机模拟和实验验证了理论分析结果，研究结果为二维S变换用于三维面形测量提供了指导。
测量 三维面形测量 条纹分析 二维S变换 “脊”分析与滤波分析 激光与光电子学进展
2017, 54(4): 041206
1 云南省送变电工程公司, 云南 昆明 650216
2 华中光电技术研究所—武汉光电国家实验室, 湖北 武汉 430223
电力巡检吊舱的红外成像环境复杂,导致红外系统的成像效果不理想。针对此问题,从巡检目标的特殊温度特性入手,引入二维小波变换与直方图均衡相结合的方法,对图像进行滤波处理。以电力巡检吊舱采集的红外图像作为实验对象,对其进行图像增强处理。提高了图像的对比度,并很好地提取出了陡峭的边缘,突显了电力线路。实验结果验证了所提出的增强算法的可行性。
电力巡检 红外图像增强 二维小波变换 直方图均衡 power inspection infrared image enhancement two-dimensional wavelet transform histogram equalization
中南大学地球科学与信息物理学院, 湖南 长沙 410083
针对现有非下采样轮廓波变换(NSCT)超分辨率重建方法的不足提出了一种改进的重建方法。空间频率大小反映图像细节信息丰富的程度，改进方法将区域窗口内空间频率的大小作为定权的标准对NSCT 分解获得的各对应高频图像进行自适应加权融合。将NSCT 分析与自适应加权融合相结合用以实现影像超分辨率重建，其中利用自适应加权融合方法将各高频图像分别进行融合，同时将低频图像进行取均值处理，分别获得处理后的高低频图像，通过NSCT逆变换获得最终的超分辨图像。通过仿真实验与工程应用验证了改进方法的可行性与有效性。
图像处理 超分辨率重建 非下采样轮廓波变换 区域自适应融合 二维小波变换 双三次插值
1 广西科技大学 汽车与交通学院, 广西 柳州 545006
2 武汉大学 测绘遥感信息工程国家重点实验室, 武汉 430079
目前的压缩感知研究尚不能真正实现基于二维稀疏变换的影像采集和重构。通过对二维压缩感知和稀疏变换的理论分析和数学推导, 将基于一维稀疏变换的二维压缩感知模型等价转换成适用于二维稀疏变换的二维压缩感知模型。从而在测量过程不变的前提下, 基于一维线阵推扫数据采集方式实现了基于二维稀疏变换的压缩感知影像采集和重构。实验验证了等效二维稀疏变换的正确性。
二维压缩感知 二维稀疏变换 线阵推扫 影像重构 单像素相机 测量阶段 two-dimensional compressive sensing two-dimensional sparse transform linear array push-broom image reconstruction single-pixel camera measurement stage
国防科技大学自动目标识别实验室, 湖南 长沙 410073
提出了基于二维小波变换的激光成像雷达目标识别算法，首先对激光成像雷达目标的距离像进行二维小波变换；然后从近似分量和细节分量中提取奇异值特征，利用遗传算法对支持向量机参数进行智能优化；最后应用支持向量机对三种地面目标进行识别。仿真实验表明，该方法与直接应用距离像奇异值特征进行识别的方法相比，在高载噪比20 dB时的平均识别率提高了3.2%，在低载噪比10 dB时的平均识别率提高了6.5%，取得了比较好的识别效果。
图像处理 目标识别 二维小波变换 奇异值 激光与光电子学进展
2011, 48(4): 041001
四川大学 光电科学技术系,四川 成都 610064
将二维实小波变换和希尔伯特变换相结合应用到空间载频条纹相位分析中。首先对载频条纹进行希尔伯特变换构造解析信号,然后对其解析信号进行二维实小波变换,提取小波脊处对应的小波变换系数的相位信息即可得到有效的物体高度调制信息。给出了详细的理论分析。计算机模拟和实验表明当条纹中相位存在突变和快变的区域时,采用二维实小波变换比一维实小波和复小波提取相位精度更高,即使在存在噪声污染的情况下也表现出良好的可靠性,体现出了二维实小波提取相位的优势。
光学测量 小波变换轮廓术 二维小波变换 希尔伯特变换 相位分析
哈尔滨工业大学 电子与信息技术研究院,哈尔滨 150001
对基于仿真的空间目标逆合成孔径雷达(ISAR)图像,提出了相应的空间目标特征提取及目标识别算法。首先建立了空间目标三维散射点阵模型,利用距离-多普勒成像算法对其进行了ISAR成像仿真,建立目标识别数据库;其次利用小波分解原理,提取二维小波变换后4个子图的奇异值特征;最后分别应用多项式核(Polynomial)及径向基函数核(RBF)支持向量机(SVM)进行分类识别。仿真实验研究了识别率与特征数目的关系及两类核函数SVM的分类性能,并达到了较好的识别效果,从而验证了本文算法的有效性。
空间目标识别 逆合成孔径雷达 二维小波变换 奇异值 支持向量机 spaceborne target recognition ISAR two-dimensional wavelet transform singular value SVM
