基于广义S变换的图像局部时频分析

 非平稳信号具有良好的时频局部特性,但是使用一些常规的信号处理方法对其进行时频分析具有一定难度。为了解决这一难题,引入基于广义S变换的时频分析方法来进行一维和二维空间非平稳信号的时频分析。同时,为避开对图像直接进行S变换带来的大时间开销和运算难度,选用不同尺度的局部窗口将二维图像转化成一维信号进行处理,再分别利用基本S变换和时频分辨率可调的广义S变换进行算法仿真和时频分析。试验结果表明,广义S变换比基本S变换具有更灵活的时频聚焦性。     

基于PCNN的遥感SAR图像桥梁目标检测与识别

该文针对低对比度和低信噪比、背景或目标灰度呈均匀缓慢变化的遥感水域图像分割提出了双级并行点火脉冲耦合神经网络(Double-Level Parallelized Firing PCNN,DLPFPCNN)新模型,对其原理和工作过程做了详细介绍.在此基础上,将DLPFPCNN新模型应用于含水上桥梁目标的遥感SAR图像分割,并结合水上桥梁目标自身具有的直线性特征等先验知识进行一系列后续处理,最终识别出水上桥梁目标.仿真实验结果表明,该文提出的方法具有较好的应用效果.