基于像素失真耦合边缘特征融合的无参考质量评价

为了适应多种类型的模糊图像进行质量评价，提高评价模型对图像模糊和振铃的洞察能力，提出了一种像素失真与边缘特征融合的无参考质量评价算法。首先，根据像素失真理论，计算图像像素的标准差和绝对差分值，提取图像的像素特征；然后，计算图像水平和垂直方向的过零率，并利用边缘保持滤波器对图像边缘信息进行测量，精确提取图像的边缘特征；最后，利用提取的像素特征和边缘特征，定义特征融合函数，并引入粒子群优化（PSO）对融合函数参数进行优化，提高对图像模糊和振铃的洞察能力，根据融合特征构建图像质量评价模型。与当前无参考质量评价算法比较，所提算法能够有效地对JPEG（Joint Photographic Experts Group）、JPEG2000（Joint Photographic Experts Group 2000）、模糊等失真图像进行质量评价，评价指标CC（Correlation Coefficient）与SROCC（Spearman Rank-order Correlation Coefficient）达0.947 7和0.915 3。该算法与主观评价方法具有较好的一致性，能够较好地适用于多种类型的失真图像评价。     

梯度域多曝光图像融合

为解决多曝光图像融合的问题，提出了一种新颖的直接将多曝光图像融合成适合显示的低动态范围图像的方法，并且具备消除运动伪影的能力。使用联合柱状图探究两幅图像之间像素值的对应关系，对每幅图像检测分别得到一幅伪影权值图，用来构造融合时的度量。在梯度域中进行融合，根据多维黎曼流形几何(Riemannian Geometry)，从多个输入图像的结构张量中推导得出融合的梯度域，然后使用均值滤波器在多尺度上进行梯度域的非线性修改，通过解泊松方程得到融合图像。最后，还提出了一种新颖的色彩复原算法，用以避免造成色彩偏差。实验表明，该方法能够有效融合含运动物体的多曝光图像，无论哪幅图像被选作参考图像，都能获得高质量的结果图像。该算法同时具有处理的有效性和时间的高效性。     

基于混合滤波器组的时间交替采样技术

时间交替采样技术对通道失配误差十分敏感，而基于混合滤波器组的采样技术降低了对通道失配误差的敏感，但前端模拟分析滤波器的稳定性难于设计限制了其工程应用。结合时间交替和混合滤波器组采样技术，提出了一种易于工程实现的基于混合滤波器组的时间交替采样技术。仿真结果表明，该技术能显著提高采样系统的精度。     

基于分形的图像边缘检测研究

提出了一种新的图像边缘分形检测方法。该方法以具有各向同性的ＤＦＢＲ场模型作为图像区域的数学模型，定义了一种新的适用于图像边缘检测的分形参数，并将它用于图像边缘检测，实验结果证实了该方法的有效性。     

一种基于深度学习的交通标志识别新算法

针对特定场景交通标志精度低与识别速度慢的问题,基于交通标志边缘信息与卷积神经网络,提出了一种交通标志图像识别T-YOLO算法。该算法基于YOLOv2算法检测思想,融合残差网络、卷积层填充0等结构,下采样舍弃池化层改用卷积层,并提取边缘信息与上采样以提升精度,设计7层特征提取网络以缩短识别速度,随后使用Softmax函数归一化实现多分类,并采用批量归一化、多尺度训练等方法缩短训练时间。实验表明,该算法真实有效,图形处理单元（Graphic Processing Unit,GPU）平台上最快检测速度13.69 ms/frame,每帧缩短9.51 ms,最高平均准确率97.3%,提高7.1%,满足实时高精度识别要求。与其他算法相比,该算法在交通标志识别速度与精度方面均有大幅提高,更加适用于现实场景,更贴近车载嵌入式系统。     

基于过采样的混合滤波器组性能优化

模拟误差是制约混合滤波器组信号重构精度的主要原因,如何降低由模拟误差导致 的分解滤波器组系数误差成为了首要问题。引入过采样技术,研究在不同过采样率下8通道 混合滤波器组的性能,寻找到过采样率最优值约等于7%。在不同模拟误差下对基于过采样的 混合滤波器组的性能进行仿真,结果表明,原型结构和双阶型结构的混叠值相近,但后者对 模拟误差的敏感度比前者大。信号重构阶段,在最小二乘法的基础上采用频带加权法进行误 差校准。在1%模拟误差内,采用7%过采样率的原型混合滤波器组相比无过采样,平均混叠值 下降了约50 dB,最大混叠值下降了约94 dB。仿真验证了引入过采样的有效性。     

一种新的快速视频图像边缘检测算法

一般常用的边缘检测算法计算量较大，对细小边缘检测效果较差，不适合实时边缘检测系统。针对这一问题，本文提出一种连续分割的快速边缘检测算法：从相互垂直两方向分割梯度图像，提取截面曲线极大值获得图像边缘，使用形态学梯度，检测出细小的图像边缘。实验结果表明此算法较Canny等经典算法减少了计算量，提高了边缘检测精度。     

双边滤波下局部强度与梯度融合的小目标检测

针对红外小目标在复杂背景下难以检测的问题，提出了一种利用局部强度和梯度融合来增强目标抑制背景杂波的算法。首先通过双边滤波技术得到去噪图像，然后利用目标区域与局部邻域的强度差异和梯度向量获得融合图像，最后采用自适应阈值分隔技术成功检测出小目标。理论分析和实验评估结果表明，该算法能够很好地抑制高斯噪声和背景边缘，相比于传统的检测算法，其检测性能显著提高，鲁棒性能较好。     

基于欠采样随机共振的单频微弱信号检测新方法

由于随机共振具有在特定条件下增强微弱信号信噪比的特性,近年来成为一种全新的微弱信号检测手段。为了克服随机共振绝热近似理论小参数条件的限制,提出一种基于欠采样随机共振的微弱信号检测方法。通过欠采样尺度变换与还原技术,实现了大参数信号的随机共振处理,突破了二次采样变尺度随机共振算法要求采样频率必须大于信号频率的50倍的限制。构建了基于欠采样随机共振的微弱信号检测模型,从理论上证明了方法的可行性。最后利用该方法对信噪比为-27 dB条件下的微弱单频信号检测进行了仿真,结果进一步验证了所提微弱信号检测方案的正确性。所提方法大大降低了信号的采样速率,为将随机共振应用于科斯塔斯(Costas)环的改进奠定了基础。     

一种基于Canny算子的车辆目标检测方法

Canny算子作为一种优化的边缘检测算法,在检测图像的边缘时有着边缘上连续等诸多优点。本文是在差分背景的情况下对车辆做边缘检测,在分析Canny算子的基础上对算子做了改进,提出了基于Otsu算法的一种动态阈值的边缘提取算子。该算子弥补了普通的Canny算子对于阈值不能随着图像的信息而自动调整的缺陷。实验表明,改进的算子能对动态图像序列的车辆进行自动有效的边缘检测。     

基于小波方向滤波的有云层遥感图像舰船检测方法

提出了小波分析和方向滤波相结合的有云遥感图像目标检测方法。首先对原始遥感图像进行小波分解,采用比率-平均边缘检测法检测人造目标的边缘方向,在该方向上进行Frost滤波,有效抑制云层干扰的同时突出了人造目标及其边缘信息;然后进行阈值分割并剔除大块云层,根据区域的平均边缘梯度剔除小块云层,实现了有云遥感图像的舰船目标检测。实验证明,该方法能减少遥感图片云层对舰船检测的影响,并具有较高的目标检测率。     

基于OQAM-OFDM的NOMA通信系统设计

针对传统基于正交频分复用（OFDM）调制波形的非正交多址接入（NOMA）通信系统存在的旁瓣衰减较慢问题,提出了一种基于交错正交幅度调制的正交频分复用（OQAM-OFDM）波形的NOMA系统设计方案。所提设计方法通过在典型NOMA系统设计中加入OQAM预调制和滤波器组滤波等处理,有效加快旁瓣衰减,实现了较好的频域聚焦性能。仿真结果表明,提出的设计方法不仅有效提高了系统的频谱利用率,而且在抵抗多径干扰时误码率有所降低。虽然重点研究了通信下行链路,但是所得结论同样适用于上行链路。     

基于非参量累积和的合作频谱感知

针对认知无线电网络中频谱感知的检测时延降低问题，提出了基于非参量累积和的合作频谱感知算法。本地认知用户预处理频谱观测数据，获得观测数据相对于信念值的正向漂移和负向漂移。为了缩短检测延迟，认知用户只将数据的正向漂移同步传输至融合中心。融合中心融合正向漂移得到判决信息，采用非参量累积和算法依时间序列顺序累加判决信息，判断主用户是否正在使用授权频段。为了解决不传输负向漂移引起的虚警问题，改进算法提出融合中心可以保留首次判决，经过等待时间间隔后再作出最终判决。相对于传统的软融合算法，改进融合规则的合作频谱感知算法具有较低的检测延迟。     

高效非均匀数字信道化及信号重建技术

针对宽带接收机接收信号多,且信号在频谱上呈现非均匀分布的情况,提出了基于多 相离散傅里叶变换(DFT)滤波器组和信号重建的高效非均匀数字信道化的设计方法。该数字 信道化结构由分析 和综合两部分组成,采用同一组原型滤波器系数,通过对原型低通滤波器的优化设计提高其 带外衰减性能,以利用平行结构正交镜像滤波器组重建信号。与常用的并行数字下变频、多 级多相DFT滤波器组两种非均匀数字信道化方法运算量比较,该方法在信号重建失真很小的 情况下具有高效性和可行性。     

一种基于小波脊时频分析的差分跳频信号检测方法

针对差分跳频信号频带宽、跳速快、检测难的问题,在分析比较短时傅里叶变换(STFT)的基础之上,提出一种通过提取小波脊进行时频分析和参数估计的信号检测方法。该方法的检测效果明显优于短时傅里叶变换,当信噪比大于-7 dB时,在不要求高采样率的情况下,对于差分跳频信号的参数估计是有效的。     

一种采用自适应测角噪声的交互多模型跟踪方法

针对转换瑞利滤波器(SRF)由于测角误差先验信息不准确而导致跟踪性能退化的问题,提出了一种基于交互式多模型转换瑞利滤波器（IMM-SRF）的目标跟踪方法。该方法采用多个不同测角噪声水平的SRF模型进行滤波,并且通过对滤波结果的自适应加权融合解决测角误差未知的问题。与SRF方法相比,该方法无需测角误差的先验信息,鲁棒性和实用性更好。仿真结果表明,IMM-SRF方法可实现对匀速运动和曲线运动目标的准确跟踪,并且收敛速度也较快,验证了所提方法的有效性。     

宽带信号数字信道化及跨信道重构侦测技术

针对在无源探测大带宽信号的过程中会产生跨信道失真问题,提出了一种跨信道可重构的信道化方法。首先经过均匀滤波器组粗滤波,再引入检测时间自适应的双门限能量检测机制,对粗滤波信号进行跨信道判决,之后对各个跨信道信号分别进行可重构信道化设计,从而恢复出原始信号。与传统的数字信道化方法相比,该算法能够更新能量检测门限对跨信道信号进行实时判决,对跨信道信号的重构准确率高于98.3%,实现了对跨子信道带宽信号的近似无失真重构。Matlab仿真结果验证了算法的有效性。     

一种改进的相位一致性图像特征检测方法

同时检测出包括边缘特征和线特征在内的多种图像特征一直是图像特征检测中的难点。在相位一致性基本原理的基础上，提出了一种基于局部频率的相位一致性检测图像特征的算法。试验结果表明，采用的算法在图像特征的细节保留和定位方面要优于传统的相位一致性算法和Canny算法。     

Are Ethical Banks Different? A Comparative Analysis Using the Radical Affinity Index

This article studies the differences between traditional financial intermediaries (commercial banks, savings banks and cooperative banks) and ethical banks based on property rights, in which the owner decides the ideology, principles, standards and objectives of the organisation. In ethical banking, affinity centres on positive social and ethical values. The article consequently focuses on an index proposed both to differentiate ethical banks from other types of banks, and also to pinpoint the differences between the various ethical banks themselves. This is the Radical Affinity Index (RAI), which groups banks together in terms of their stance on ethical commitment, concentrating on ethical ideology and principles (information transparency, placement of assets, guarantees and participation) and using a sample of 114 European banks. The evidence shows that transparency of information and placement of assets are factors that differentiate ethical banks from other financial intermediaries. Guarantees and participation are characteristics specific to ethical banks; these variables, however, do not offer clear evidence to our analysis.