分数阶Active Demons(fractional active demons,FAD)算法是图像非刚性配准的有效方法,并且能解决灰度均匀和弱纹理图像配准精度低,优化易陷入局部极小而导致的配准速度缓慢问题,但是该算法中分数阶最佳阶次的寻找需要通过多次实验人工...分数阶Active Demons(fractional active demons,FAD)算法是图像非刚性配准的有效方法,并且能解决灰度均匀和弱纹理图像配准精度低,优化易陷入局部极小而导致的配准速度缓慢问题,但是该算法中分数阶最佳阶次的寻找需要通过多次实验人工选取,缺乏阶次自适应性.针对该问题,提出了基于多分辨率和自适应分数阶的Active Demons算法,该算法首先根据图像梯度模值和信息熵,构建了自适应分数阶阶次的数学模型,基于该模型自动计算出分数阶的最佳阶次和微分动态模板;然后将多分辨率策略加入到自适应分数阶Active Demons算法中,进一步提高了图像配准效率.理论分析和实验结果均表明:提出的算法可用于灰度均匀、弱边缘和弱纹理图像的配准,能根据图像的局部特征自适应计算最佳分数阶阶次,并避免了算法陷入局部最优,从而提高了图像配准的精度和效率.展开更多
研究了船舶螺旋桨噪声和轴系噪声的噪声包络调制检测(detection of envelope modulation on noise, DEMON)谱的轴频线谱相位特性,提出了一种新的船舶目标特征即船舶螺旋桨噪声与轴系噪声轴频线谱之间的相位差。通过对船舶辐射噪声中螺...研究了船舶螺旋桨噪声和轴系噪声的噪声包络调制检测(detection of envelope modulation on noise, DEMON)谱的轴频线谱相位特性,提出了一种新的船舶目标特征即船舶螺旋桨噪声与轴系噪声轴频线谱之间的相位差。通过对船舶辐射噪声中螺旋桨噪声和轴系噪声轴频线谱相位的分析,指出二者相位存在一个较稳定的相位差。通过建模和仿真验证了相位差提取的可行性,并据此提出一种船舶螺旋桨噪声与轴系噪声的轴频线谱相位差特征提取方法。利用文章提出的特征提取方法,对实验中获取的船舶辐射噪声数据进行相位差特征提取,研究了在不同航速和相同型号不同个体目标船舶两种条件下,相位差特征的稳定性和可分性。结果表明在一定的时间窗内,相位差特征在不同航速下具有较好的稳定性,在相同型号船舶间具有较好的可分性,可以为个体船舶目标识别提供参考。展开更多
现有的医学图像配准算法对于灰度均匀、弱边缘以及弱纹理图像易陷入局部最优从而导致配准精度低下、收敛速度缓慢.分数阶主动Demons(Fractional active Demons,FAD)算法是解决该问题的有效方法,并且适用于图像的非刚性配准.但FAD中的最...现有的医学图像配准算法对于灰度均匀、弱边缘以及弱纹理图像易陷入局部最优从而导致配准精度低下、收敛速度缓慢.分数阶主动Demons(Fractional active Demons,FAD)算法是解决该问题的有效方法,并且适用于图像的非刚性配准.但FAD中的最佳分数阶阶次是人工交互选取,并且对整幅图像都是固定不变的.为了解决该问题,提出一种阶次自适应的主动Demons算法并将其应用到医学图像的非刚性配准中.算法首先根据图像的局部特征建立分数阶阶次自适应的数学模型,并逐像素计算最优阶次,基于该阶次构造Riemann-Liouvill(R-L)分数阶微分动态模板;然后将自适应R-L分数阶微分引入到Active Demons算法,在一定程度上缓解了图像配准在弱边缘和弱纹理区域易陷入局部最优问题,从而提高了配准精度.通过在两个医学图像库上进行实验验证,实验结果表明该方法可以处理灰度均匀、弱纹理和弱边缘的医学图像非刚性配准,配准精度得到较大提升.展开更多
文摘研究了船舶螺旋桨噪声和轴系噪声的噪声包络调制检测(detection of envelope modulation on noise, DEMON)谱的轴频线谱相位特性,提出了一种新的船舶目标特征即船舶螺旋桨噪声与轴系噪声轴频线谱之间的相位差。通过对船舶辐射噪声中螺旋桨噪声和轴系噪声轴频线谱相位的分析,指出二者相位存在一个较稳定的相位差。通过建模和仿真验证了相位差提取的可行性,并据此提出一种船舶螺旋桨噪声与轴系噪声的轴频线谱相位差特征提取方法。利用文章提出的特征提取方法,对实验中获取的船舶辐射噪声数据进行相位差特征提取,研究了在不同航速和相同型号不同个体目标船舶两种条件下,相位差特征的稳定性和可分性。结果表明在一定的时间窗内,相位差特征在不同航速下具有较好的稳定性,在相同型号船舶间具有较好的可分性,可以为个体船舶目标识别提供参考。
文摘现有的医学图像配准算法对于灰度均匀、弱边缘以及弱纹理图像易陷入局部最优从而导致配准精度低下、收敛速度缓慢.分数阶主动Demons(Fractional active Demons,FAD)算法是解决该问题的有效方法,并且适用于图像的非刚性配准.但FAD中的最佳分数阶阶次是人工交互选取,并且对整幅图像都是固定不变的.为了解决该问题,提出一种阶次自适应的主动Demons算法并将其应用到医学图像的非刚性配准中.算法首先根据图像的局部特征建立分数阶阶次自适应的数学模型,并逐像素计算最优阶次,基于该阶次构造Riemann-Liouvill(R-L)分数阶微分动态模板;然后将自适应R-L分数阶微分引入到Active Demons算法,在一定程度上缓解了图像配准在弱边缘和弱纹理区域易陷入局部最优问题,从而提高了配准精度.通过在两个医学图像库上进行实验验证,实验结果表明该方法可以处理灰度均匀、弱纹理和弱边缘的医学图像非刚性配准,配准精度得到较大提升.
