滤波反投影图像重建算法的研究

CT图像重建在医学临床诊断等方面发挥了巨大的作用,滤波反投影算法是图像重建中应用最广泛的一种。为了重建图像,我们使用了众所周知的傅立叶切片定理,利用逆Radon变换对研究对象进行滤波反投影图形重建。实验结果表明,对于无噪声图像,逆Radon变换能较好的完成重建任务,且投影角度数越多,重建图像就越清晰。     

调和NA群上几种新的Hardy不确定原理

介绍了调和NA群上的Radon变换,以及这个变换和Helgason-Fourier变换之间的关系。基于这些变换,将实直线R上Morgan形式的Hardy不确定原理和Cowling-Price形式的Hardy不确定原理推广到调和NA群。     

CT系统介质形状参数标定

将数据进行解析变换,引入Radon逆变换,推导出各种不同形式的逼近表达式,再离散计算,最后运用MATLAB进行编程得到关于未知介质形状的几何图形与图形的吸收率数据。     

匀速直线运动模糊图像恢复算法研究

通过建立点扩散函数（PSF）．将基于频域变换图的Radon变换和微分自相关方法相结合估计出PSF的两个必要参数,再用Lucy—Richardson滤波进行运动模糊图像恢复。对实际处理中会遇到的频域图中心十字亮纹的问题提出了改进。该方法对模拟的运动模糊图像和真实的模糊图像恢复效果比较稳定。颇具实用价值。     

日本电离层频高图转换方法研究

为了从日本电离层频高图中准确地获取特征参数和电子密度剖面,提出了利用数字图像处理等技术对频高图进行转换的方法。该方法是利用Radon变换、最大类间方差法和连通分量标记法等对频高图进行滤噪优化和格式转换。利用该方法开发出频高图批量处理软件,并结合SAO Explorer软件对日本Okinawa地区的频高图进行电离层特征参数的提取和电子密度剖面的自动度量实例分析,通过对转换前后特征参数f0F2的统计分析得到可接受率分别为52.1%和90.1%。结果表明,该方法具有较高的可靠性和精确性。     

基于机器视觉技术的稻米籽粒摆正问题的研究

基于机器视觉技术的稻米外观品质分析具有快速准确和无疲劳等特点,但由于在实际检测中稻米的不规则摆放,给籽粒外观信息获取带来不便。研究首先通过Radon变换成功实现了稻米籽粒的竖直摆放;再根据籽粒碾磨后无胚芽处像素数与籽粒尾部不同这一特点,实现了稻米的竖直统一摆放。     

Radon变换在车牌倾斜校正中的应用

提出了一种基于Radon变换的车牌倾斜校正算法.它首先将车牌图像朝各个方向进行投影,计算字符间隙投影为零的个数,则最多零值对应的角度即为车牌的垂直倾斜角,进而通过旋转相应的角度实现垂直倾斜校正;然后根据车牌上下边之间投影距离最短特性获得水平倾斜角度,利用插值方法得出最终校正结果.由于算法采用的都是一些显而易见的性质,因此具有广泛的应用范围.另外,实验结果表明该算法的校正效果也是令人满意的.     

基于Radon变换的多次波压制方法分析与研究

本文主要对基于Radon变换的多次波压制方法进行了分析与研究,首先对多次波的形成原理、类型、影响进行了简要介绍,然后详细论述了该方法的基本原理,并结合数值计算来验证该方法的有效性。结果表明：该方法可以有效压制地震资料中的多次波,在一定程度上可以减少后续地震构造解释和储层预测的假象,降低油气勘探开发的风险,值得应用和推广。     

网络入侵信号Radon变换边缘积分特征挖掘

传统方法中对网络入侵信号的挖掘采用基于相位匹配的Fourier变换方法,对入侵信号的边缘特征不能很好挖掘,提出一种采用Radon变换的网络入侵信号特征挖掘方法,基于特征分解原理,在时频空间中构建入侵信号的协方差矩阵,采用多特征向量奇异值分解方法挖掘入侵信号的边缘积分特征。运用Radon变换把由原来的点-直线对偶变成了点-正弦曲线对偶,优化对边缘积分特征的挖掘效果。在笛卡儿坐标空间中将挖掘数据分解为两个空间向量,实现特征挖掘。仿真实验表明,采用该算法进行大型网络入侵信号的特征挖掘,能有效检测出入侵信号的边缘积分特征信息,实时防护能力好,提高对入侵信号的发现能力。     

基于解析Fourier-Mellin矩新疆草药图像综合特征的检索研究

研究利用图像增强、灰度阈值、腐蚀运算等图像操作对新疆草药图像做分割预处理,获取草药图像感兴趣区形状,然后对草药形状进行Radon和解析Fourier-Mellin变换,结合图像形状Hu矩和图像主颜色直方图特征,提取草药图像解析Fourier-Mellin矩形状和颜色混合特征用于图像检索,比较该算法对基于内容的新疆草药图像的检索性能。实验结果表明:解析Fourier-Mellin矩结合草药形状和颜色的混合特征算法具有较好的图像旋转、缩放和平移(RST)不变特性。对基于内容的新疆草药形状图像的检索,其检索性能优于解析Fourier-Mellin矩结合形状特征Hu矩混合特征和结合主颜色直方图特征混合特征的检索效率,其检索结果集前60图的平均查准率达到91.82%。     

一种基于无人机航拍图片特征点匹配的改进方案

在获取无人机航拍图像后,我们对图像进行初步去噪、平滑和特征提取处理,接下来需要进行特征匹配工作。我们针对无人机航拍图像所具有的相关缺陷,即视点过分离散、视角不稳定[1];提出了改进SIFT算法和Susan算法相结合的特征匹配方案。改进SIFT算法是基于图像Radon变换的改进[2],然后和Susan算话结合使用;最终的实验结果表明,新提出的匹配方案有着良好的快速性和较高的匹配精度,完全能够应用于无人机航拍场景下对实时性要求较高的目标识别和三维重建。     

P-集合与信息图像变换-辨识

利用P-集合的动态特性,给出信息图像换变,提出信息图像变换的概念、构成结构;信息图像变换属性特征和度量特征,提出信息图像变换-还原定理,给出信息图像变换在图像信息系统中的应用。     

基于小波包和局部阈值的飞机姿态识别

本文结合小波包变换和局部阈值各自的优点,提出了一种基于小波包变换和局部阈值的飞机姿态识别方法。该方法首先利用小波包变换对飞机图像进行去噪,然后分别运用Canny算子和局部阈值法对去噪后的飞机图像进行边缘提取,验证了局部阈值方法的优越性,再根据Hough变换对飞机的姿态进行识别判断。     

浅谈基于NSST-DCT的零水印算法

目前漫画作品侵权行为层出不穷,分析非下采样剪切波变换(NSST)和离散余弦变换(DCT)两者各自的特点,并将两者应用于漫画零水印算法中。同时,利用MATLAB进行仿真实验,检测该算法的性能,浅谈零水印中引入非下采样剪切波变换(NSST)和离散余弦变换(DCT)的优势。     

电阻Y形网络与△形网络等效变换的推导

利用短接法和断开法将电阻Ｙ形网络与△形网络变换成简单电路,然后在简单电路的基础上完成电阻Ｙ形网络△形网络与等效变换关系式的推导     

基于小波变换的信号去噪研究

小波变换在信号去噪的应用中有很大的优势,它弥补了傅里叶变换在信号去噪中的局限。小波变换在时间域和频率域都具有良好的局部特性,可以聚焦到信号的任意细节。根据信号的特性利用小波变换的处理方法能够有效的将有用信号与噪声分离开来从而达到去噪的效果。     

基于小波阀值的信号去噪

利用小波变换消除噪声的方法有多种,如小波模极大值去噪、小波阀值去噪等.本文首先分析小波变换的基本原理,分别对小波变换的模极大值去噪法和阈值去噪法的原理进行阐述,通过计算机仿真表明小波阈值法和模极大值法去噪的有效可行.     

基于提升小波的SPIHT有损压缩方法

Sweldens等提出的提升(lifting)小波变换方法[1]是一种新的小波变换工具,利用它可以不采用傅立叶变换作为主要分析工具,能够很容易地构造一般的整数小波变换.针对当前图像压缩领域的新发展,引入了基于提升小波变换的SPIHT编码方案,井对该方案在VC++6.0的环境下给予了实现.     

基于霍夫变换的灰度离散数据直线检测技术

本文以飞思卡尔智能车比赛为背景,利用摄像头作为传感器件获得赛道信息并得到赛道的灰度图像,然后利用霍夫变换将灰度离散数据变换到霍夫空间得到赛道引导线的信息,为智能车控制提供控制量。     

盐城地震台数字地震观测资料分析

本文根据小波变换原理,利用Matlab中的小波变换函数,对盐城地震台测震仪器记录到的几次数字测震信号进行处理,压缩和过滤了干扰信号,取得真实的地震信号。