尚政国
- 作品数：14 被引量：42H指数：5
- 供职机构：哈尔滨工程大学信息与通信工程学院更多>>
- 发文基金：国家自然科学基金黑龙江省自然科学基金国家教育部博士点基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 基于LMBP神经网络的声纳图像识别
- 2006年
- 利用具有二阶收敛效应的Levenberg-Marquardt(L-M)算法优化BP的权值修正量,构造了快速收敛的LMBP学习算法,并将其应用在声纳图像识别系统中。通过与标准BP算法和几种常用改进型BP神经网络以及径向基函数网络比较,验证了用LMBP神经网络作为声纳图像识别系统中的分类器,能够提高图像的识别率,加快网络的收敛速度,通过对受不同程度高斯白噪声污染的声纳图象的识别,验证了其性能稳定,具有较好的抗噪声性能。
- 赵春晖马梅真尚政国
- 关键词：声纳图像LMBP算法神经网络
- 基于Curvelet变换水下声纳图像去噪研究被引量：5
- 2007年
- 为了更好地消除水下声纳图像噪声及保持图像边缘效果,提出将Curvelet变换方法应用在水下图像去噪技术中.该处理方法克服了Ridgelet去噪只对直线边缘敏感的缺点,并对图像中存在的曲线特征起到了很好的边缘保持效果,并在实验输出数据比较中获得较好效果.
- 尚政国赵春晖冯敏
- 关键词：声纳图像图像处理CURVELET变换RIDGELET变换小波变换
- 紧缩能量分层有限Ridgelet图像去噪新方法
- 2008年
- 有限Ridgelet变换是一种为了克服Wavelet在高维信号处理中的不足而提出的图像处理新方法。通过Radon变换将图像边缘奇异性转变为点奇异性,再利用Wavelet变换针对点奇异性进行处理。根据图像经Radon变换后能量分布紧缩集中,该文提出一种新的Ridgelet改进算法,该算法在图像Ridgelet变换过程中,按能量高低分为两种能量系数矩阵再分别进行降噪处理,并在融合重构以后,再次利用Wavelet变换提取低能量图像中的细节信息并将之融合,二次加强图像细节。使得输出信噪比及图像细节保持上得到大幅度提高。仿真试验表明在受噪声干扰严重情况下,该方法的输出信噪比及视觉效果均优于其他算法。
- 赵春晖尚政国
- 关键词：RADON变换
- 非亚采样Contourlet遥感图像融合被引量：7
- 2008年
- 非亚采样Contourlet变换是在非亚采样塔型滤波器及非亚采样方向滤波器组的基础上建立起来的,它是一种移不变多方向多尺度图像表示方法。介绍了该变换的结构特点与系数分布特性,并研究了基于非亚采样Contourlet变换的图像融合算法。该算法利用非亚采样Contourlet的平移不变性以及NSCT系数特点,有效准确地提取图像边缘与细节区域,并分别在高、低频域针对不同区域采用不同的融合方法,有效挖掘了待融合图像中的有效信息。这种具有多分辨率分析和多方向滤波特点的处理方法,提高了融合后遥感图像中的信息量和清晰度,对不同分辨率不同方向上的信息进行挖掘及融合,解决了传统小波融合算法中方向数目受限的不足。通过仿真实验与传统融合方法进行比较,验证了该方法的有效性和优越性。
- 尚政国赵春晖吴宇平
- 关键词：轮廓波多尺度分析图像融合
- 基于提升小波变换和分形维数的声纳图像识别被引量：4
- 2007年
- 分形理论在图像的纹理识别中得到了广泛应用,由于分形维数不能反映图像的空间信息,容易造成误识别。针对该问题并结合声纳图像的特点,通过提升结构构造了Haar小波,并将提升小波变换同分形理论相结合,利用小波分解的多分辨率特点和分形维数的多尺度特性,提高图像的识别率。采用Levenberg-Marquardt(L-M)算法优化的BP神经网络对不同信噪比的声纳图像进行分类识别。实验结果表明,文中方法不论在识别率还是识别时间上均优于传统纹理识别方法。
- 赵春晖马梅真尚政国
- 关键词：提升小波分形维数声纳图像
- 基于无“缠绕”FRIT目标边缘检测方法
- 2009年
- 有限Ridgelet变换(FRIT)能够有效利用有限Radon变换(FRAT)和小波变换处理二维信号的一维奇异性。但是在有限Radon变换中,直线是以一种有别于几何方式而特殊定义的周期性"缠绕"直线。这种定义降低了FRIT的检测效果而且不能够检测直线的端点。提出一种无缠绕FRIT,从根本上解决FRIT的"缠绕"问题,并利用àtrous小波代替Mallat小波算法对改进的Radon变换进行检测提高了奇异点的检测精度。基于该方法的边缘检测能够对线段进行筛选与连接,并能有效检测目标的方向、端点、长度及宽度。实验结果表明,在具有一定噪声干扰的情况下该算法能够较精确地实现机场跑道及港口边缘的检测,克服了传统有限Ridgelet变换无法定位线段端点的不足。
- 尚政国赵春晖汤春瑞刘金梅
- 关键词：RIDGELET变换RADON变换边缘检测
- 基于小波控制的冲击式采煤机刀架功率调整
- 2009年
- 通过对冲击式采煤机前刀架冲击破碎煤岩时的受力分析,提出利用àtrous小波多分辨率特性检测采煤机冲击刀头动量信号奇异点,选取适当的阈值对冲击状态进行功率调整,实时根据开采煤层的硬度控制冲击过程中的输出功率,调整刀架冲量有效冲击煤岩。仿真实验数据结果显示,该方法具有一定的抗噪声及良好的控制效果。
- 刘丹丹汤春瑞尚政国
- 关键词：冲击式采煤机小波分析功率控制
- 多分辨率域HMT图像去噪增强算法被引量：3
- 2008年
- 为了同时削弱Wavelet的伪吉布斯现象以及Contourlet的划痕效果,该文根据多分辨率分析原理,在Wavelet域与Contourlet域建立统一的隐马尔可夫树(HMT)去噪模型,实现了对图像的有效去噪与细节增强.该方法具有多向选择性、图像信息并行处理、信息利用率高、多频率图像融合增强等特点.通过仿真实验与Wavelet、Contourlet和Wavelet HMT等去噪算法进行比较,验证了该方法的有效性和优越性.
- 尚政国赵春晖刘金梅
- 关键词：多分辨率分析小波变换轮廓波变换图像去噪
- 基于形态学的均值平移算法的神经元干细胞图像的自动分割
- 2008年
- 在神经元干细胞的图像分析中,准确快速的图像分割是干细胞分化增值自动追踪系统的基础。为了准确地分割低对比度的灰度神经元干细胞图像,本研究提出一种基于形态学运算和均值平移算法的神经元干细胞分割方法,称其为形态学的均值平移算法。此算法可以快速地获得任意形状细胞的图像,并且能检测到图像中多连接边缘不封闭的细胞。将此方法应用于神经元干细胞序列图像分割中并且将其与门限分割、水线分割和活动轮廓进行对比。实验结果证明,与其它的方法相比,此方法获得的细胞分割形状更接近于真实细胞的形状,并且能获得或接近于原始图像中准确的独立细胞数目。此方法可以获得正确的分割结果,为进一步图像处理奠定了良好的基础。
- 刘金梅赵春晖尚政国
- 关键词：均值平移形态学运算
- 非降采样Contourlet图像边缘检测算法被引量：12
- 2009年
- 介绍了非降采样Contourlet变换(NSCT)的结构特点与系数分布特性,并提出了基于NSCT的图像边缘检测算法,实现了对图像高频边缘的有效去噪和提取。该方法具有多向选择性、高低频信息并行检测、信息利用率高、两类边缘相互补偿修正精确定位及抗噪声干扰能力强等特点。通过仿真实验并与Prewitt、Sobel、Canny及多尺度小波边缘检测算法进行比较,验证了该方法的有效性和优越性。
- 尚政国赵春晖孙岩刘金梅
- 关键词：轮廓波多尺度分析边缘检测
