修车大队一品楼qm论坛51一品茶楼论坛,栖凤楼品茶全国楼凤app软件 ,栖凤阁全国论坛入口,广州百花丛bhc论坛杭州百花坊妃子阁

oe1(光电查) - 科学论文

44 条数据
?? 中文（中国） ▾

  • 数字乳腺摄影中图像增强方法的客观质量评估——一项比较研究

    摘要： 乳腺X线摄影是检测乳腺癌的主要且最可靠的技术。通过钼靶片可观察恶性肿瘤肿块及间接恶性征象，如微钙化、结构扭曲和双侧不对称。然而钼靶片采用低辐射剂量拍摄，导致图像对比度低且存在噪声。此外，致密型乳腺中的恶性肿瘤因钼靶片呈现均匀不透明背景而难以检出。因此，提升钼靶片视觉筛查效果的技术至关重要。图像增强技术用于改善图像视觉质量。本文对mini-MIAS数据库中用于钼靶片增强的不同预处理技术进行了对比研究，采用客观图像质量评估技术评价各类图像增强技术的性能，包括PSNR等简单统计误差指标，以及基于人类视觉系统(HVS)特征的SSIM、NCC、UIQI和离散熵等评估指标。

    关键词： 自适应中值滤波、直方图均衡化、对比度拉伸、小波变换、限制对比度自适应直方图均衡化

    更新于2025-09-23 15:23:52

  • 高分辨率机载全波形激光雷达在浅水河流水深测量中的性能评估

    摘要： 我们利用高分辨率单波段机载激光雷达测深系统评估了全波形激光雷达分解算法在浅水河流中的性能。提出并应用连续小波变换（CWT）于两种河流环境，将结果与现有回波提取方法进行对比。同时将激光雷达水深数据与独立实地测量值进行比较。在仅能获取绿色激光雷达观测数据的情况下，无论是清澈水域还是浑浊水域，CWT算法均优于其他方法。然而水面定义的清晰度及水体浊度会显著影响激光雷达测深观测效果。结果表明不存在适用于所有测深场景的最佳全波形处理算法。总体而言，最优处理策略在清澈水域中实现了平均误差6厘米（标准差14厘米）的水深测定，在较浑浊水域中达到平均误差16厘米（标准差27厘米）。

    关键词： 测深学、全波形、小波变换、激光雷达

    更新于2025-09-23 15:23:52

  • 结合奇异值分解和双边滤波的双树复小波变换图像去噪方法

    摘要： 近年来，数字图像的大规模生产增加了对图像去噪的需求。通过空间域和频率域方法可以消除噪声影响。离散小波变换（DWT）是一种频率域方法，它通过使用简单阈值收缩小波系数来去除噪声。尽管小波变换在图像处理应用中广受欢迎，但其平移变化性和较差的方向选择性是两个值得注意的局限性。为克服这些限制，本文采用双树复小波变换（DTCWT）实现含噪图像的完美重建。我们提出一种结合奇异值分解（SVD）与弗罗贝尼乌斯能量校正因子、并采用双变量收缩函数进行阈值处理的双边滤波器DTCWT图像去噪方法。该方法在峰值信噪比（PSNR）指标上的去噪性能表明，其优于现有其他技术。

    关键词： 双边滤波、奇异值分解、双变量收缩、阈值技术、小波变换、双树复小波变换、图像去噪

    更新于2025-09-23 15:22:29

  • 基于小波和数据驱动的中智模糊聚类的图像分割算法

    摘要： 中智C均值聚类分割方法未考虑每个样本点对不同类别的隶属度分布。本文提出一种基于小波与数据驱动的中智模糊聚类的图像分割算法：当某样本点的最大隶属度值远大于其他隶属度值时，取该最大隶属度对应类别的中心作为模糊类中心；否则采用隶属度最高与第二高两个类别中心的平均值作为模糊类中心。预处理阶段使用小波技术去除待处理图像噪声，并通过改进贝叶斯算法计算滤波阈值。合成图像与自然图像的实验结果表明，该方法比现有方法具有更高的准确性与有效性。

    关键词： 图像分割、小波变换、中智模糊聚类

    更新于2025-09-23 15:22:29

  • [2018年IEEE第三届信号与图像处理国际会议(ICSIP) - 中国深圳 (2018.7.13-2018.7.15)] 2018年IEEE第三届信号与图像处理国际会议(ICSIP) - 基于小波多尺度配准融合的图像去噪新方法

    摘要： 图像去噪是一个永恒的研究课题。本文提出一种基于小波多尺度配准融合的新图像去噪方法，以解决去噪过程中易丢失图像边缘和纹理细节的问题。首先，利用不同小波基对同一含噪图像进行分解，获得多组小波系数；然后，对所得小波系数采用改进的小波阈值收缩处理，得到同一含噪图像的多幅去噪图像；最后，运用本文提出的融合配准算法，将多幅去噪图像的边缘特征进行融合，获得最终去噪图像。实验证明，该方法不仅能有效克服硬阈值法引起的伪吉布斯现象，还能克服软阈值法导致的图像失真现象。更重要的是，与现有方法相比，该方法能有效保留图像边缘细节和纹理特征，且经融合配准后的图像具有更优的视觉效果，因而具有更好的应用价值。

    关键词： 小波多尺度配准融合、小波变换、改进的小波阈值收缩、图像去噪

    更新于2025-09-23 15:22:29

  • 基于冗余小波域逻辑密度的医学图像散斑噪声抑制

    摘要： 在数字世界中，人工智能工具和机器学习算法被广泛应用于医学图像分析以识别疾病并做出诊断，例如进行识别和分类。散斑噪声会影响所有医学成像系统。因此，减少破坏性的散斑噪声非常重要，因为它会降低医学图像的质量，并使识别和分类等任务变得困难。大多数现有的去噪算法都是为加性高斯白噪声（AWGN）开发的。然而，AWGN并非散斑噪声。因此，本研究提出了一种基于贝叶斯估计和小波分析框架的新型散斑噪声去除算法。这项研究聚焦于采用基于小波的贝叶斯方法进行降噪，因为该方法在降噪方面具有良好的效率且处理耗时短。对数变换图像的子带分解最适合用重尾密度族（如逻辑分布）来描述。随后，本研究提出了最大后验（MAP）估计器，假设无噪声对数变换数据的每个父子小波系数为逻辑随机向量，并假设散斑噪声为对数正态密度。此外，我们的方法中应用了冗余小波变换，即循环平移方法。在我们的实验中，所提出的方法给出了有前景的去噪结果。

    关键词： 小波变换、贝叶斯估计、散斑噪声、非高斯模型

    更新于2025-09-23 15:22:29

  • 通过小波变换结合递归Res-Net实现超分辨率遥感图像

    摘要： 深度学习（DL）已成功应用于单图像超分辨率（SISR）领域，该技术旨在从低分辨率（LR）图像重建高分辨率（HR）图像。与当前多数基于空间域重建的DL方法不同，我们采用频域方案实现多频段HR图像重建。进一步地，我们提出融合小波变换（WT）与递归残差网络的方法：首先对LR图像进行小波分解获得各频段分量，随后通过精心设计的递归残差块网络预测高频成分，最终经逆小波变换得到重建图像。本文主要贡献有三：1）在DL框架下提出基于频域的SISR方案，充分挖掘多频段图像表征潜力；2）采用全局与局部的递归块及残差学习机制简化深度网络训练，移除批归一化层以增强网络灵活性、节省内存并提升速度；3）用细节更丰富的LR图像替代低频小波分量以进一步提升性能。为验证方法有效性，我们在NWPU-RESISC45数据集进行大量实验，结果表明该方法在客观指标与主观视觉效果上均优于现有最优方法。

    关键词： 残差学习、小波变换（WT）、遥感图像、超分辨率、递归网络

    更新于2025-09-23 15:22:29

  • 利用小波变换技术实现半导体伽马射线探测器的数字脉冲定时

    摘要： 从半导体伽马射线探测器获取精确计时信息对高分辨率正电子发射断层扫描等多种应用具有重要意义。然而，通过常用的恒比定时甄别（CFD）方法对这些探测器进行脉冲计时时，探测器脉冲固有形状变化导致的时间游走误差会产生显著影响。本文报道了采用小波变换来减小半导体伽马射线探测器数字CFD脉冲计时中时间游走误差的方法。文中描述了该方法的细节，并展示了使用1毫米厚CdTe探测器的实验结果。研究表明，通过对数字化前置放大器脉冲进行Haar小波变换处理，原始具有拖尾特征的探测器时间谱（在300-550 keV能量范围内半高全宽时间分辨率为8.22±0.12纳秒）可改善为对称时间谱，其半高全宽时间分辨率提升至3.39±0.02纳秒。

    关键词： 小波变换、时间游走误差、碲锌镉探测器、数字脉冲定时、半导体伽马射线探测器

    更新于2025-09-23 15:21:21

  • [IEEE IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 西班牙瓦伦西亚（2018.7.22-2018.7.27）] IGARSS 2018 - 基于小波变换与卡尔曼滤波的时序SAR图像斑点噪声抑制方法

    摘要： 合成孔径雷达（SAR）成像系统能为多种应用提供宝贵的地球观测数据源。这些系统生成的图像中斑点噪声的抑制是一个具有挑战性的问题。本文提出了一种针对时序SAR图像降斑的新方法，该方法主要基于小波变换和卡尔曼滤波。我们将所提方法应用于Sentinel-1卫星获取的伊朗德黑兰地区时序SAR图像。为验证该方法性能，通过与常规斑点滤波方法对比，报告了定性与定量评估结果。实验表明，该方法对多时相SAR图像的降斑具有良好的效果和效率，同时能在缩短处理时间的前提下有效保持主要边缘结构和空间分辨率。

    关键词： 小波变换、斑点噪声抑制、卡尔曼滤波、时间序列合成孔径雷达图像

    更新于2025-09-23 15:21:21

  • [IEEE 2019年国际电力电子、控制与自动化会议（ICPECA）- 印度新德里（2019.11.16-2019.11.17）] 2019年国际电力电子、控制与自动化会议（ICPECA）- 并网光伏系统的基于机器学习的孤岛检测

    摘要： 本文聚焦于借助机器学习与信号处理技术开发一种新型孤岛检测方法。该孤岛检测方法能确保对并网光伏系统进行有效的远程监测。当电网发生故障或维护时，该方法会向各分布式发电网络发送相应告警信号，使其与电网断开并进入孤岛运行模式。研究对1kW并网光伏系统进行了仿真，在公共耦合点（PCC）记录电压、电流和频率等信号，利用小波变换提取所记录信号的时频特征，据此构建孤岛场景矩阵，并采用机器学习算法训练分类器。结果表明：训练后的分类器达到97.9%的训练准确率，训练耗时16.9秒，优于现有文献方案。进一步通过未知孤岛工况测试验证了分类器的鲁棒性。

    关键词： 孤岛检测、复杂树、小波变换、并网光伏系统、分布式发电

    更新于2025-09-23 15:21:01