APP下载

一种基于熵的WBCT自适应方向分解优化算法

2015-01-13唐国维王苫社李井辉

化工自动化及仪表 2015年5期
关键词:方向

唐国维 张 岩 王苫社 李井辉

(1.东北石油大学计算机与信息技术学院,黑龙江 大庆 163318;2.哈尔滨工业大学计算机科学与技术学院,哈尔滨 150001)

从傅里叶分析到小波分析再到多尺度几何分析(Multiscale Geometric Analysis,MGA),多年来数学工作者和信号处理专家一直试图寻找更有效的信号表示和分析方法。在过去的几十年中,小波分析的快速发展和成熟无疑使信号处理工作达到了一次高潮,其应用领域也迅速从数学、信号处理拓展到物理、天文、地理、生物及化学等学科。尽管如此,研究者们也发现,由于小波变换只能反映信号的零维奇异性,即只能表达奇异点的位置和特性,而对于更高维的特征则显得力不从心。另外,由于小波变换核为各向同性(isotropy),因而只能表达图像过边缘的特性,无法表达图像沿边缘的特性。因此小波在表示具有点奇异性的函数时是最优基,但是对于自然图像而言,小波基并不是最优基[1]。

约十年前,出现了一门崭新的信号分析工具——多尺度几何分析[2]。多尺度几何分析包括一系列的方法,主要有:Candès E J和Donoho D于1998年提出的脊波变换(Ridgelet Transform)、1999年提出的单尺度脊波变换(Monoscale Ridgelet Transform)和Curvelet变换,Pennec E L和Mallat S于2000年提出的Bandelet变换及Do M N和Vetterli M于2002年提出的Contourlet变换等。其中,Contourlet变换是一种基于多分辨率多方向的几何分析方法,能够较好地捕捉图像本身所特有的几何特性[3],其基本思想是首先利用一个类似于小波的多尺度分解捕捉边缘奇异点,再根据方向信息将临近的奇异点连接成轮廓,且使用一个系数表示。但由于变换中使用了LP变换,使得Contourlet变换本身并不适合直接用于图像编码等处理。……

登录APP查看全文

猜你喜欢

方向
2023年组稿方向
方向
青年运动的方向(节选)
2022年组稿方向
2022年组稿方向
2021年组稿方向
如何确定位置与方向
2021年组稿方向
2021年组稿方向
2017 年组稿方向