1 合肥工业大学计算机与信息学院，安徽 合肥 230009
2 合肥工业大学图像信息处理研究室，安徽 合肥 230009
3 湖北文理学院汽车与交通工程学院，湖北 襄阳 441053
针对遮蔽偏振图像恢复任务中大面积遮蔽细节恢复困难和网络泛化能力不足的问题，提出一种基于多尺度对抗网络的遮蔽图像重构模型PolarReconGAN，结合偏振阵列成像技术，旨在重构遮蔽目标的偏振信息，提升图像质量和细节表现。设计多尺度特征提取模块，利用随机窗口切割方法避免图像尺寸缩放带来的信息损失，通过数据增强提高模型的泛化能力，并采用基于离散小波变换的损失函数，进一步改善图像细节重构效果。实验结果表明，所提方法在多视角遮蔽偏振图像数据集上测试的平均结构相似性指数（SSIM）为0.7720，平均峰值信噪比（PSNR）为25.2494 dB，显示出良好的遮蔽图像重构性能。
偏振成像 图像重构 多尺度对抗网络 随机窗口切割 离散小波变换 激光与光电子学进展
2025, 62(14): 1439002
1 重庆大学光电技术及系统教育部重点实验室，重庆 400044
2 重庆大学工业CT无损检测教育部工程研究中心，重庆 400044
在锥束计算机断层扫描（CT）成像过程中，康普顿效应影响重建图像的成像质量，导致出现散射伪影、CT值不准确等现象。提出一种双编码U-Net（DEU-Net）模型，并通过将该模型与二维离散小波变换相结合，实现散射校正。该模型在基本U-Net结构的基础上设计了两条编码路径，由密集连接卷积神经网络和Swin-Transformer组成。训练模型通过预测贴近标签数据的CT图像，实现图像域的初步散射校正，在投影域获得模型预测图像与原始带有散射信号的图像的差值图像。基于散射的低频特性，利用二维离散小波变换提取差值图像的低频散射信号，从原始图像中减去散射信号，获得校正后的CT图像，实现最终的散射校正。用来自18个病人的2200对盆骨数据集进行训练并测试，并对受散射影响较大的低剂量CT图像进行散射校正，验证该方法在临床上的有效性。实验结果表明，双编码网络模型与小波变换相结合的方法能有效地进行散射校正，提高锥束CT图像质量，在临床上有提高放射治疗诊断准确性的潜力。用该方法对航空发动机涡轮叶片的CT图像进行散射校正，验证其对真实散射伪影的校正能力。
计算机断层扫描 散射校正 深度学习 锥束计算机断层扫描 离散小波变换
高翔宇 1,2,3李娟 1,2于粲 1,2,3刘润佳 1,2,3[ ... ]王爽 1,2,3,*
1 中国科学院西安光学精密机械研究所 中科院光谱成像技术重点实验室，西安 710119
2 陕西省光学遥感与智能信息处理重点实验室，西安 710119
3 中国科学院大学，北京 100049
4 河北省公安厅，石家庄 050000
为了更有效地分离出低频分量，提出了变分模态分解和离散小波变换联合滤波的方法。首先，通过皮尔逊相关系数法确定最优模态数；其次，对干涉图进行变分模态分解，筛选出能够表示低频分量的模态；然后，使用离散小波变换分离出模态中的残余信号，得到低频分量；最后，用干涉图减去低频分量，获得高频信息。利用环境减灾二号A卫星高光谱成像仪进行实验验证，结果表明：该方法的空间维复原光谱相对均方根误差相比于拟合法和经验模态分解分别降低了11.10%和4.17%。变分模态分解和离散小波变换联合滤波有效去除了干涉图的低频分量，提高了复原光谱精度。
光谱学 光谱成像 干涉图 滤波 变分模态分解 离散小波变换 Spectroscopy Spectral imaging Interferogram Wave filtering Variational mode decomposition Discrete wavelet transform
1 江苏科技大学 自动化学院，江苏 镇江 212100
2 海军装备部驻无锡地区军事代表室，江苏 无锡 214000
针对海面船舶红外偏振成像分辨率低、细节不清的问题，提出一种小波变换与生成对抗网络结合的方法提高图像分辨率。使用纯卷积神经网络模型（ConvNeXt）改进超分辨网络（SRGAN），采用非局部均值对原始低分辨船舶红外偏振图像进行去噪，用改进的SRGAN对低分辨率图像进行初始超分辨率，使用二维离散小波变换提取初始超分图像的细节信息，最后将细节信息通过小波逆变换与原始低分辨率的船舶红外偏振图像融合。与传统超分辨方法相比，本文方法得到的超分辨图像的峰值信噪比和结构相似性有明显提升。本文实现了红外偏振图像超分辨率与细节信息融合的同时进行，得到的超分辨率图像既保留了原始图像的红外偏振信息，又融合了高分辨率的细节信息。
船舶红外偏振图像 图像超分辨率 生成对抗网络 二维离散小波变换 ship infrared polarization images image super-resolution generate adversarial networks wavelet transform
中国科学院国家空间科学中心 中国科学院微波遥感技术重点实验室，北京100190
陆表水体是人类赖以生存的重要资源。天宫二号三维成像雷达高度计（TG2-InIRA）在国际上首次采用小入射角、短基线雷达干涉测量技术获取地球海洋和陆表水体的准镜面反射信息，克服了传统星载雷达高度计和星载合成孔径雷达不能获取宽刈幅水体高度的不足。然而在小入射角情况下水体散射易受观测角度变化的影响，且水体在不同气象条件下表面粗糙度的变化容易导致雷达影像呈现较大差异，因此开展多角度、多时相TG2-InIRA水体图像融合对于全面了解陆表水体真实状态十分重要。研究提出了一种基于离散小波变换（Discrete Wavelet Transform， DWT）的TG2-InIRA雷达图像融合方法，DWT旨在将待融合雷达图像分解为低频子图像和高频子图像。陆表水体在形态学上呈现出极大的多样性，这些在频域表现为丰富的低频和高频特征，对其融合需采用不同的策略。具体地，低频方面，提出了一种基于Canny算子的融合规则，突出江河、湖泊等大型水体宏观特征；高频方面，发展出了一种基于局部对比度的融合规则，突出细小水体及水体边缘等微观特征。在长江流域安庆地区多角度、多时相TG2-InIRA雷达图像上与加权平均以及基于Laplacian金字塔、Nonsubsampled Contourlet变换和DWT的几种常用经典融合方法所做的对比实验表明，所提方法在清晰度、交叉熵等评价指标上均有明显提升，基于融合结果所开展的图像分割实验进一步展示了所提方法在提取水体的精细度和完整性方面的良好性能。
陆表水体 图像融合 三维成像雷达高度计 离散小波变换 雷达图像处理 Inland water Image fusion Interferometric imaging radar altimeter Discrete wavelet transform Radar image processing
1 西安明德理工学院信息工程学院，西安 710100
2 西安邮电大学，西安 710100
自适应光学波前校正过程易受复杂背景、光照强度、噪声信号等问题的干扰，导致校正的效果降低。为了解决上述问题，提出基于深度学习的机载遥感通信系统自适应光学波前校正技术。通过相位差法实现自适应光学波前的探测，采用小波变换算法剔除其中的噪声，避免噪声对校正过程产生干扰。根据深度神经网络的预测与自学习能力构建动力学模型网络、策略网络与决策单元，通过与校正阈值的对比，完成机载遥感通信系统自适应光学波前的校正。实验结果表明，所提方法的斯特列尔比接近1，且校正时间短、校正效果好。
波前畸变函数 离散小波变换 深度神经网络 最佳校正策略 校正阈值 wavefront distortion function discrete wavelet transform deep neural network best calibration strategy correction threshold
1 重庆邮电大学 计算机科学与技术学院重庆 400065
2 中国科学院合肥物质科学研究院 等离子体物理研究所合肥 230031
数据驱动的电源故障诊断方法高度依赖于电源传感器的信号数据质量，托卡马克聚变装置中的电源系统往往在复杂电磁场耦合的环境下运行，导致其采集到的具有物理特征的信号常与大量无法解耦的噪声混合。为了抑制噪声对最终诊断结果的影响，提出了一种利用抗噪声小波增强一维卷积神经网络的多分支降噪网络（Hierarchy Branch Denoising Convolutional Neural Network，HBD-CNN），以完成噪声干扰下的电源系统故障诊断任务。具体而言，本研究将离散小波变换（Discrete Wavelet Transform，DWT）的信号分解功能植入CNN的网络层中，结合对噪声更加鲁棒的指数线性激活单元（Exponentially Linear Unit，ELU），对传统1D-CNN网络结构进行深度优化。此外，根据先验知识构建起的数据多层级结构，搭配网络中分层级的分类模块，提高了HBD-CNN的泛化能力。最后，基于仿真电源数据集开展了对本模型架构的初步验证，当信噪比为10 dB时，对电源变换器的故障诊断准确率可达98.31%；当信噪比为2 dB时，准确率仍能保持92%以上。实验结果表明，HBD-CNN在噪声工况下具有良好的故障诊断性能。
离散小波变换 电源变换器 卷积神经网络 故障诊断 Discrete wavelet transform Power converter Convolutional neural network Fault diagnosis
1 江西理工大学土木与测绘工程学院, 江西 赣州 341000
2 江西省地质局地理信息工程大队, 江西 南昌 330001
大面积高光谱遥感监测是稀土矿区环境监管的重要手段, 复垦植被在矿区环境胁迫下的特征变异分析, 可为准确实现矿区生态恢复动态监测提供必要基础。 通过实地采集稀土矿区六种典型复垦植被及其对应正常环境植被叶片原始光谱, 对照分析其光谱变异。 将原始光谱进行常用的导数变换之外, 还应用信号处理中的分形维数计算、 离散小波变换分析技术和短时傅里叶变换处理放大植被叶片光谱的细部信息, 探究复垦植被在稀土矿区环境胁迫下的光谱特征。 结果表明: （1）在一阶导数光谱中, 除湿地松外, 其他植被均出现“红边位置”的蓝移现象, 表明了复垦植被在矿区受到不同程度环境胁迫等外界因子的影响。 （2）通过计算矿区植被光谱曲线的分形维数, 得到同种复垦植被分形维数高于正常植被的规律, 说明矿区环境胁迫多条件因素的影响致使复垦植被光谱曲线的波形变复杂。 （3）植被叶片光谱经过离散小波变换, 其中原始光谱离散小波变换最佳细节系数为d5, 一阶导数光谱离散小波变换最佳细节系数为d6; 并且一阶导数光谱离散小波变换在更小的尺度下放大了光谱特征细节差异, 取得更好的效果。 （4）光谱通过短时傅里叶变换在空频图上实现局域化, 原始光谱空频特征出现在“红边”与中红外第一个“波谷”处 , 而一阶导数在更小的尺度上, 更多的波段放大并增加了光谱曲线空频特征。 总体而言, 将信号处理方法应用于光谱处理, 较导数变换能获取更多光谱特征, 其中短时傅里叶变换以获得光谱空频特征的特点又优于分形维数计算和离散小波变换分析技术。 该研究为稀土矿区复垦植被生理参数反演和复垦效果监测提供技术支持, 有助于稀土复垦矿区的生态重建。
高光谱 稀土矿区 复垦植被 短时傅里叶变换 离散小波变换 Hyperspectral Rare earth mining areas Reclaimed vegetation Short-time Fourier transform Discrete wavelet transform 光谱学与光谱分析
2023, 43(12): 3946
1 长春理工大学光电工程学院，吉林 长春 130022
2 长春理工大学跨尺度微纳制造教育部重点实验室，吉林 长春 130022
3 吉林大学机械与航空航天工程学院，吉林 长春 130025
为了在水射流辅助激光加工过程中更加高效地观测工件表面的结构特征，本文提出了一种基于Retinex去雾算法的水射流辅助激光加工图像融合算法。首先，利用基于形态学理论的自适应性Retinex去雾算法解决水射流导致的气泡和表面模糊问题。通过图像区块的标准差值计算细节指数，确定高斯滤波函数的尺度，并计算单尺度函数线性叠加的权重。其次，采用离散小波变换分解聚焦区域不同的源图像序列，并根据人眼视觉原理拉伸细节分量。最后利用离散小波逆变换将分量重新融合，得到可以增强细节信息的全聚焦图像。当水射流喷嘴直径为0.4 mm时，算法处理后的图像的标准差、平均梯度和空间频率分别可以达到参考图像的95.41%、71.88%和67.29%；当射流倾斜角为45°时，上述三个指标分别达到了参考图像的90.59%、72.69%和94.50%。这表明本文所提算法有效提升了图像质量，对于在不同加工情况下获得的图像均可实现较好的处理效果，同时有助于提高加工效率。
图像处理 水射流辅助激光加工 Retinex去雾算法 离散小波变换 图像融合 中国激光
2023, 50(24): 2402201
上海理工大学 上海市介入医疗器械工程研究中心, 上海 200093
脉搏波是表征人体生理状况的重要指标, 基于成像式的非接触式脉搏波检测技术在医疗健康领域具有重要的研究意义。鉴于目前非接触式获取脉搏波的方法存在波形细节丢失的缺点, 提出一种利用近红外光源照明, 多帧连续照相颈动脉搏动来获取脉搏波信号的方法。实验中, 在波长为850nm的光源照明环境下, 由工业级近红外相机远距离拍摄颈动脉搏动引起的表皮振动。选取感兴趣区域后提取到原始脉搏波信号, 进而利用极大重叠离散小波变化对信号进行滤波处理, 最终得到保留细节特征的脉搏波。对不同受试者的测量结果显示, 方法获得的波形可以观察到主波、潮波及重搏波等特征, 对于非接触式获取脉搏波具有重要的参考价值。
近红外 非接触 脉搏波 极大重叠离散小波变换 特征点 near-infrared non-contact pulse wave maximal overlapping discrete wavelet transform feature points
