基于M-精英进化算法的垂直分层空时信号检测方法

    公开(公告)号:CN101431358B

    公开(公告)日:2012-08-08

    申请号:CN200810232707.X

    申请日:2008-12-19

    Abstract: 本发明公开一种基于M-精英进化算法的垂直分层空时信号检测方法,它涉及通信技术领域。其步骤为:(1)接收列信号;(2)设定检测终止条件,给定运行参数,随机产生初始种群,计算种群适应度;(3)对初始种群排序,并将其划分为精英种群及普通种群;(4)判定终止条件,若满足则结束对当前列信号的检测,输出检测信号,执行(7),否则执行(5);(5)从精英种群及普通种群中选择出父代个体,产生子代个体,并计算适应度;(6)利用子代个体对父代个体进行更新,返回(4);(7)若无其他待信号检测则结束检测,否则返回(1)。该方法具有复杂度低,检测性能好的优点,用于第四代移动通信中对垂直分层空时系统的信号检测。

    基于迭代投影的MRI图像重构方法

    公开(公告)号:CN102609905A

    公开(公告)日:2012-07-25

    申请号:CN201210007708.0

    申请日:2012-01-02

    Abstract: 本发明公开一种基于迭代投影的核磁共振图像重构方法,主要克服已有技术重构图像速度慢,重构图像质量低,不利于硬件实现的问题。其实现步骤为:(1)对图像进行傅里叶变换,对变换系数用变密度欠采样矩阵进行观测采样,获得观测值,对观测值逆傅里叶变换得到初始解;(2)将得到的初始解用全变差方法进行滤波,再使用小波域双变量阈值方法对全变差方法滤波结果进行优化;(3)对优化结果进行投影,判断终止条件,最终得到最优解,输出重构图像。本发明具有重构图像时间短,重构图像边缘细节清晰,利于硬件实现的优点,可用于核磁共振仪器的成像系统中。

    Surfacelet域BKF模型贝叶斯视频去噪方法

    公开(公告)号:CN102547074A

    公开(公告)日:2012-07-04

    申请号:CN201210001590.0

    申请日:2012-01-04

    Abstract: 一种Surfacelet域BKF模型贝叶斯视频去噪方法,包括:输入待去噪视频;获取高频子带系数;估算噪声标准差;获取待去噪视频Surfacelet域高频子带BKF分布形状参数和尺度参数;判断BKF分布形状参数的大小;获取已去噪视频Surfacelet域系数;获取已去噪视频。本发明采用BKF函数对视频Surfacelet系数边缘分布进行建模,使得本发明充分利用视频图像Surfacelet域高频子带系数的相关性,能够在有效去除噪声的同时很好地保持了视频图像的边缘细节信息。

    基于块相似性的交互式图像分割方法

    公开(公告)号:CN102542543A

    公开(公告)日:2012-07-04

    申请号:CN201210004312.0

    申请日:2012-01-06

    Abstract: 本发明公开了一种基于块相似性的交互式图像分割方法,主要解决现有方法特征相似性分析不准确,性能推广受限制的问题。其实现步骤为:(1)提取图像背景与前景标记块的亮度信息,并利用图像的块相似性,对图像进行相似性分析;(2)根据相似性分析得到的权值,计算图像中每一个像素点分别到前景标记点与背景标记点的测地距离;(3)根据测地距离的结果得到像素点属于前景与背景的概率;(4)根据概率的大小将图像分为前景与背景。本发明有效地利用了图像标记块的特征信息,利用块信息进行图像相似性分析,较传统的图像特征相似性分析更为准确,分割结果一致性较好,且背景干扰低,可用于自然图像分割。

    基于小波低频的贝叶斯去噪方法

    公开(公告)号:CN102509260A

    公开(公告)日:2012-06-20

    申请号:CN201110289985.0

    申请日:2011-09-27

    Abstract: 本发明公开一种基于小波低频的贝叶斯去噪方法,包括如下步骤:步骤1.输入一副待去噪的自然图像;步骤2.选取待估计像素块;步骤3.选取中心低频系数块;步骤4.确定搜索窗;步骤5.选取低频系数块;步骤6.判断是否满足约束条件;步骤7.计算相似性权值;步骤8.判断搜索窗内的点是否搜索完;步骤9.计算待估计像素块的恢复值;步骤10.判断待去噪自然图像是否搜索完;步骤11.整合恢复值。本发明采用了小波低频系数来计算相似性权值,相对于现有的去噪方法,能够在较好平滑噪声的同时保持和恢复自然图像的边缘和纹理细节,可用于对自然图像的去噪处理。

    基于贝叶斯非局部均值的极化SAR数据的相干斑抑制方法

    公开(公告)号:CN101982834B

    公开(公告)日:2012-06-20

    申请号:CN201010278051.2

    申请日:2010-09-09

    Abstract: 本发明公开了一种基于贝叶斯非局部均值的极化SAR数据相干斑噪声抑制的方法,主要解决现有极化SAR滤波技术不能很好的滤除同质区域的相干斑噪声和不能有效保持边缘细节信息的缺点。其实现过程为:(1)输入极化SAR数据的相干矩阵T;(2)对相干矩阵T进行亮目标保持;(3)对相干矩阵T的逐个元素进行贝叶斯非局部均值滤波,滤波中使用的滤波权值由SPAN滤波操作中所得;(4)通过Pauli向量方法将滤波后的相干矩阵T生成伪彩图,以观察滤波的效果。本发明与现有技术相比显著提高了极化SAR数据的相干斑噪声抑制的能力,能够有效的平滑同质区域和保持边缘细节信息,可用于极化SAR数据的预处理过程。

    基于测地线活动区域模型的交互式图像分割修正方法

    公开(公告)号:CN101714253B

    公开(公告)日:2012-05-23

    申请号:CN200910219345.5

    申请日:2009-12-04

    Abstract: 本发明公开了一种基于测地线活动区域模型的图像分割修正方法,主要解决现有方法概率建模不准确的问题。其实现步骤:(1)对待分割图像作Gabor滤波,并提取滤波图像各子带的滑窗能量特征;(2)根据标记点的滑窗能量特征建立高斯模型,并估算各个特征通道的自适应权值;(3)自适应加权各个特征通道概率,得到像素点的区域概率和边界概率;(4)根据基于标记点的修正算法对像素点的区域概率和边界概率进行修正;(5)应用测地线活动区域模型不断地演化初始曲线,得到感兴趣目标的边界,完成图像分割。本发明提高了像素点区域概率和边界概率建模的准确性,分割结果的区域一致性和边缘准确性均有明显改善,可用于各种类型的图像分割。

    基于压缩感知的多聚焦图像融合方法

    公开(公告)号:CN102393958A

    公开(公告)日:2012-03-28

    申请号:CN201110199364.3

    申请日:2011-07-16

    Abstract: 本发明公开了一种基于压缩感知的多聚焦图像融合方法,它涉及图像处理技术领域,主要解决现有技术由于光学镜头景深有限,难以获取一幅所有景物均聚焦的清晰图像的问题。其实现步骤为:(1)对图像进行分块;(2)计算每个图像子块的平均梯度以确定融合权值;(3)对每个图像子块进行稀疏表示并采用随机高斯矩阵对每个图像子块进行观测;(4)对每个图像子块的观测值的融合权值进行加权融合;(5)对融合后的图像观测值采用正交匹配追踪算法进行恢复并对恢复结果进行小波逆变换得到融合后的全聚焦图像。本发明可获得较好的图像融合结果并具有较好的收敛性能,可用多聚焦图像的融合。

    基于特征重要度排序谱聚类的图像分割方法

    公开(公告)号:CN101763514B

    公开(公告)日:2012-03-28

    申请号:CN201010013722.2

    申请日:2010-01-15

    CPC classification number: G06K9/6224 G06K9/342

    Abstract: 本发明公开了一种基于特征重要度排序谱聚类的图像分割方法,主要解决现有谱聚类方法复杂度高和稳定性差的问题。其实现过程是:(1)对待分割图像提取灰度值特征,灰度共生特征或小波特征;(2)对特征数据进行归一化处理;(3)根据归一化后的特征数据,计算所有样本的重要度;(4)对所有样本的重要度进行排序,并选择重要度高的100个样本作为采样的样本子集;(5)根据方法,用选出的样本子集求解所有样本谱映射后的特征向量空间,并取前给定的类别数k个特征值对应的特征向量进行降维;(6)对降维后的数据进行k-means聚类,输出最终的图象分割结果。本发明与现有的谱聚类方法相比,结果稳定,复杂度低,图像分割结果有明显提高,可用于目标检测和目标识别。

    基于频域方向特征相关性的图像分类方法

    公开(公告)号:CN101551864B

    公开(公告)日:2012-01-04

    申请号:CN200910022503.8

    申请日:2009-05-13

    Abstract: 本发明公开了一种基于频域方向特征相关性的图像分类方法,主要解决现有方法计算复杂度高,分类精度低,对图像尺寸变化鲁棒性差的缺点。其实现过程包括:(1)选取纹理样本图像,并分为训练样本和测试样本两个图像数据集;(2)对训练样本图像进行2维快速傅立叶变换,并根据傅立叶平面的频率和方向划分频域方向子带,得到频域方向特征矩阵;(3)根据频域方向特征矩阵子带特征间的相关性,求得相关对序列;(4)应用一元线性回归模型计算各相关对的分类特征参数,构成分类器;(5)将测试样本图像的频域方向特征与分类器参数进行拟合,得到测试样本的类标;(6)重复步骤(5),得到所有测试样本图像的类标。本发明可用于对Brodatz纹理图像和SAR图像的分类。

Patent Agency Ranking