您的位置: 专家智库 > >

安徽省自然科学基金(1308085MA09)

作品数:16 被引量:114H指数:7
相关作者:殷明魏远远褚标栾静梁翔宇更多>>
相关机构:合肥工业大学更多>>
发文基金:安徽省自然科学基金国家自然科学基金安徽省高校省级自然科学研究项目更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 16篇期刊文章
  • 1篇会议论文

领域

  • 17篇自动化与计算...
  • 2篇电子电信

主题

  • 12篇图像
  • 11篇波变换
  • 7篇图像融合
  • 7篇下采样
  • 7篇采样
  • 5篇轮廓波
  • 4篇神经网
  • 4篇神经网络
  • 4篇四元数
  • 4篇耦合神经网络
  • 4篇网络
  • 4篇轮廓波变换
  • 4篇脉冲耦合
  • 4篇脉冲耦合神经...
  • 4篇剪切波
  • 4篇剪切波变换
  • 3篇平移
  • 3篇平移不变
  • 3篇小波
  • 3篇小波变换

机构

  • 17篇合肥工业大学

作者

  • 15篇殷明
  • 5篇魏远远
  • 4篇褚标
  • 3篇邢燕
  • 3篇栾静
  • 3篇于立萍
  • 3篇白瑞峰
  • 3篇梁翔宇
  • 2篇孔冉冉
  • 2篇洪玲
  • 1篇刘卫
  • 1篇王治成
  • 1篇吴江敏
  • 1篇樊文
  • 1篇郭宇

传媒

  • 3篇光子学报
  • 3篇大学数学
  • 2篇计算机工程
  • 2篇计算机应用研...
  • 1篇光学精密工程
  • 1篇合肥工业大学...
  • 1篇计算机辅助设...
  • 1篇光电工程
  • 1篇电子测量与仪...
  • 1篇中国图象图形...

年份

  • 7篇2016
  • 4篇2015
  • 4篇2014
  • 2篇2013
16 条 记 录,以下是 1-10
排序方式:
基于插值与剪切波融合的图像超分辨率重建被引量:9
2015年
针对单幅图像超分辨率重建问题,提出一种基于软判决自适应(SAI)-双三次(Bicubic)插值与平移不变剪切波融合的超分辨率重建算法。对源图像分别进行SAI插值和Bicubic插值,采用平移不变剪切波变换对2幅插值图像进行多尺度、多方向分解,得到低频及高频子带,对于低频子带,根据区域系数方差确定模糊相似度,结合改进的S函数确定自适应加权融合规则,对于高频子带,采用新改进拉普拉斯能量和与加权平均相结合的融合规则进行处理,将得到的融合系数进行剪切波逆变换,从而得到高分辨率重建图像。实验结果表明,与原有的SAI插值算法相比,该算法能提升重建图像的清晰度及峰值信噪比。
殷明水珺栾静白瑞峰
关键词:超分辨率重建S函数
基于可调Q-因子小波变换的语音增强算法被引量:7
2014年
针对语音增强算法中传统的小波阈值法的局限性,提出一种基于可调Q-因子小波变换和清浊音分离的语音增强算法。首先用过零率和短时能量法判别清音和浊音;然后在可调Q-因子小波变换下,对清、浊音采用不同的阈值处理,在不同尺度上,分别结合系数能量和噪声方差得到的阈值作为清音和浊音的阈值确定准则;再利用改进的阈值函数分别处理清音和浊音的小波系数,估计出不含噪声的系数;最后进行小波逆变换,得到抑制了噪声的语音信号。对含有高斯白噪声和有色噪声的语音进行仿真实验,结果表明:与目前许多经典的去噪方法相比,该方法在去噪效果和提高语音可懂度方面均有一定的改善。
殷明孔冉冉
关键词:语音增强清浊音分离阈值函数
基于平移不变剪切波变换域图像融合算法被引量:23
2013年
针对传统基于多尺度变换的图像融合方法存在的缺点,提出了一种基于平移不变剪切波变换域的自适应图像融合新方法.首先,使用平移不变剪切波变换对源图像进行分解,得到低频子带及方向带通子带系数.然后,对于低频子带系数采用梯度域奇异值分解方法估计图像的局部结构信息,提出了基于提取的特征与S函数的可变加权融合策略;对于各方向带通子带系数,提出了一种基于改进的拉普拉斯能量和匹配的"加权平均"和选择相结合的系数选择策略.最后,对得到的融合系数进行逆变换得到融合图像.通过实验可以发现相比于传统的图像融合方法,本文方法得到了更高的客观指标,融合图像视觉效果更好.
刘卫殷明栾静郭宇
关键词:图像融合S函数
基于非下采样四元数轮廓波变换域的图像去噪被引量:3
2014年
为了克服传统小波变换的不足,提出一种将非下采样四元数轮廓波域对称正态逆高斯分布模型与非局部均值滤波相结合的图像去噪新方法。非下采样四元数轮廓波变换是级联四元数小波变换和非下采样方向滤波器组得到的,具有高度的方向选择性、各向异性及平移不变性。仿真实验表明:该方法在峰值信噪比、平均结构相似性及视觉效果上均优于一些经典的去噪算法。
殷明吴江敏于立萍孔冉冉
关键词:图像去噪
结合SIST和压缩感知的CT与MRI图像融合被引量:5
2016年
为了增强医学图像融合质量,提出了一种基于平移不变剪切波(SIST)和压缩感知的CT和MRI图像融合方法。首先,将源CT与MRI图像经过SIST分解后得到低频子带和高频子带;其次,对低频子带,提出了一种结合新的改进空间频率、改进的区域加权能量和局部区域相似匹配度的融合规则;对于高频子带,提出了一种基于自适应2PCNN-CS的融合规则;最后通过SIST逆变换得到融合图像。实验表明:本文方法在客观指标和图像视觉效果上都优于传统的CT与MRI医学图像融合方法。
殷明段普宏褚标梁翔宇
关键词:压缩感知
基于非下采样双树复小波域的双变量模型去噪算法被引量:8
2014年
提出一种基于非下采样双树复小波域的图像去噪算法.首先分析非下采样双树复小波变换同一方向实部与虚部小波系数之间的相关性,通过实例及统计规律得到其联合概率分布近似服从于椭圆边界的单峰各向异性二维非高斯分布.然后把双变量统计模型引入到非下采样双树复小波变换实部和虚部小波系数中,将实部与虚部小波系数的联合概率分布作为双变量先验模型,得到了非下采样双树复小波变换自适应各向异性双变量去噪模型.该模型可以很好地体现实部与虚部小波系数之间的相关性.运用最大后验概率来估计从含噪图像的小波系数恢复原图像的系数,达到去噪目的.最后根据该模型得到了一种具有闭式解的去噪算法.实验表明:该算法比经典算法提高了一定的峰值信噪比,且有良好的视觉效果,较好地保持了图像中的纹理特征.
殷明白瑞峰邢燕庞纪勇魏远远
关键词:双变量模型最大后验概率
带一个形状参数的有理三次三角Bézier曲线
2016年
构造了带一个形状参数的有理三次三角Bézier曲线,它不但具有传统三次有理Bézier曲线的几何性质,而且比传统有理Bézier曲线具有更灵活的形状调整能力.讨论了两段有理三次三角Bézier曲线的G^1和C^2拼接条件,并给出了这类曲线的应用.
樊文洪玲邢燕
关键词:形状参数
非下采样四元数剪切波变换域的图像融合被引量:4
2016年
目的由于一些光学镜头聚焦范围的有限性,很难对同一场景中所有物体都清晰地成像在一幅图像中,而将同一场景中的多幅源图像进行融合可以得到一幅全景更加清晰的图像,为了增强融合图像的质量,提出了一种新的非下采样四元数剪切波变换(NSQST)的图像融合算法。方法首先将源图像经过NSQST分解得到低频子带系数和高频子带系数;其次,对低频子带,提出了一种改进的稀疏表示(ISR)的融合规则;对于高频子带,提出一种改进的空间频率、边缘能量和局部区域相似匹配度相结合的融合规则;最后通过NSQST逆变换得到融合图像。结果与其他5种融合方法进行对比,本文方法获得了较好的客观指标和视觉效果,其中与NSCT-SR算法相比,本文方法获得的4个客观指标分别提高了3.6%、2.9%、1.5%、5.2%,3.7%、3.2%、3.2%、3.0%和6.2%、3.8%、3.4%、8.6%。结论通过多聚焦图像进行融合实验,实验结果表明该方法可进一步应用于目标识别、医学诊断等领域。
殷明段普宏褚标梁翔宇
关键词:多聚焦图像融合
基于插值与NSQCT域融合的图像超分辨率重建被引量:3
2015年
为了提高图像的分辨率和较好地保留图像的细节信息,提出一种基于插值与非下采样四元数轮廓波变换(NSQCT)域融合相结合的单幅图像超分辨率重建算法。首先对源图像进行软判决自适应插值和三次样条插值;然后对两幅插值图像进行NSQCT分解,对于低频子带系数,提出了基于区域平均梯度、区域能量和S函数相结合的自适应加权融合规则;对于高频子带系数,提出了一种基于改进的拉普拉斯能量和与加权分析法相结合的融合规则;最后对融合系数进行NSQCT逆变换得到高分辨率重建图像。实验结果表明,本文方法在峰值信噪比、结构相似性及视觉效果上均优于一些经典的重建算法。
殷明庞纪勇褚标魏远远
关键词:超分辨率重建自适应加权
结合NSDTCT和稀疏表示的遥感图像融合被引量:19
2016年
为了提高全色图像与多光谱图像的融合质量,提出一种基于非下采样双树复轮廓波变换和稀疏表示的图像融合算法.对多光谱图像进行亮度-色度-饱和度变换,再对亮度分量和全色图像进行直方图匹配及亮度平滑滤波处理.利用非下采样双树复轮廓波变换处理亮度分量和全色图像,得到对应的高低频系数.对于低频系数,利用稀疏表示进行融合,采用空间频率和l1范数双指标取大的融合规则得到稀疏表示系数;对于高频系数,将改进的拉普拉斯能量和作为脉冲耦合神经网络的外部输入项,提出了改进的脉冲耦合神经网络的融合策略.最后进行非下采样双树复轮廓波逆变换和亮度-色度-饱和度逆变换得到融合结果.实验结果表明,该算法最大限度地保留光谱信息的同时可以提高空间分辨率,视觉效果及客观指标均优于经典的融合算法.
殷明庞纪勇魏远远段普宏
关键词:图像处理遥感图像融合脉冲耦合神经网络
共2页<12>
聚类工具0