1886年,HAMILTON[1 ] 提出了四元数代数(又称超复数),与向量表示高维信号不同,四元数代数不仅可简洁地表示高维信号,而且可很好地表达高维信号各分量之间的相关性,因此四元数代数已成为数学与工程领域的热门研究方向[2 -4 ] ,四元数傅里叶变换(quaternion Fourier transform,QFT)是处理四元数的有利工具,由于四元数的乘法具有不可交换性,因此根据四元数函数与四元数傅里叶核的位置关系,将其分为右边QFT、左边QFT、双边QFT三类[5 ] ,QFT被广泛用于图像处理和信号处理[6 -8 ] 。1999年,SOMMER[9 ] 提出与双边QFT相关的四元数解析信号的概念,此后,四元数解析信号被用于高维信号处理[10 -13 ] 。BERNSTEIN等[12 ] 通过对原实信号做方向Hilbert变换(partial Hilbert transform,PHT)和交叉项Hilbert变换(total Hilbert transform,THT),得到四元数解析信号的3个虚单位分量,定义了双边QFT意义下二维四元数解析信号。同时用四元数解析信号的极坐标表示,定义了其局部特征,实验表明,方向Hilbert变换和交叉项Hilbert变换可以很好地保存图片的结构信息。PEI等[14 ] 证明了交叉项Hilbert变换能进行角点检测,根据相位的定义,四元数解析信号的相位角包含原信号的结构信息,其模(振幅)包含原信号的能量信息,受此启发,HU等[13 ] 提出了双边QFT意义下的四元数解析信号的延拓定理,以及具有2个尺度变量的四元数解析函数。基于此,本文研究与右边QFT相关的右四元数解析信号的延拓定理,得到了相应的四元数尺度函数。
1 预备知识
1.1 解析信号和局部特征
定义1 设f ( x ) 为实信号,对f ( x ) 进行Hilbert变换后,得到f ( x ) 的解析信号,记作f A ( x ) :
f A ( x ) : = f ( x ) + i H f ( x ) ,
其中,H f ( x ) 为f ( x ) 的Hilbert变换,定义为
H f ( x ) : = 1 π p . v . ∫ - ∞ + ∞ f ( s ) x - s d s = 1 π l i m ε → 0 + ∫ ε ≤ x - s f ( s ) x - s d s , (1)
其中,p . v . 表示柯西主值。假设积分存在,f ( x ) 的柯西主值积分存在。
定义2 给定一个解析信号f A ( x ) = f ( x ) + i H f ( x ) ,其极坐标形式为
f A ( x ) = M e i θ ,(2)
其中,M : = f A = f 2 + H f 2 为局部振幅,包含原信号f ( x ) 的能量信息;θ : = a r c t a n H f f 为局部相位角,θ ∈ 0 , π ,包含原信号f ( x ) 的结构信息。
1.2 右边QFT
将ℍ 记作四元数哈密尔顿偏场,四元数是复数的自然推广,形式为
q : = q 0 + i q 1 + j q 2 + k q 3 ,(3)
其中,q n ∈ R , n = 0,1 , 2,3 ,i , j , k 是3个虚数单位,遵循哈密尔顿乘法法则,有i 2 = j 2 = k 2 = i j k = - 1 。四元数q 的实部记为S c [ q ] : = q 0 ,虚部记为q ̲ : = i q 1 + j q 2 + k q 3 ,其共轭定义为q ¯ : = q 0 - i q 1 - j q 2 - k q 3 ,其模为q : = q q ¯ = q ¯ q = q 0 2 + q 1 2 + q 2 2 + q 3 2 。
L p R 2 , ℍ = f f : R 2 → ℍ , f p : = ∫ R 2 f p d x 1 d x 2 1 p < ∞ ,
其中,正整数p ≥ 1 。由式(3)得到的四元数函数f : R 2 → ℍ 可表示为
f ( x , y ) = f 0 ( x , y ) + f 1 ( x , y ) i + f 2 ( x , y ) j + f 3 ( x , y ) k ,
F [ f ] ( ω 1 , ω 2 ) : = ∫ R 2 f ( x 1 , x 2 ) e - i ω 1 x 1 e - j ω 2 x 2 d x 1 d x 2 。
2 右四元数解析信号
定义3 四元数方向Hilbert变换(QPHT)H 1 和四元数交叉项Hilbert变换(QTHT)H 2 定义如下:
H 1 f ( · , y ) x : = 1 π p . v . ∫ R f ( t , y ) x - t d t ,
H 1 f ( x , · ) ( y ) : = 1 π p . v . ∫ R f ( x , t ) y - t d t ,
H 2 f ( y ) : = 1 π 2 p . v . ∬ R 2 f ( s , t ) ( x - s ) ( y - t ) d s d t ,
利用QPHT和QTHT定义右四元数解析信号(right quaternion analytic signal,RQAS)。
定义4 令f ∈ L p R 2 , ℍ , 则f ( x ) 的右四元数解析信号f q 定义为
f q ( x 1 , x 2 ) : = f ( x 1 , x 2 ) + H 1 f ( · , x 2 ) ( x 1 ) i + H 1 f ( - x 1 , · ) ( x 2 ) j + H 2 f ( - x 1 , x 2 ) i j 。
F [ f q ] ( ω 1 , ω 2 ) = [ 1 + s g n ( ω 1 ) ] [ 1 + s g n ( ω 2 ) ] F [ f ] ( ω 1 , ω 2 ) 。
证明 分别对H 1 [ f ( · , x 2 ) ] x 1 i ,H 1 [ f ( - x 1 , · ) ] x 2 j ,H 2 f - x 1 , x 2 i j 做右边QFT,可得
F H 1 f · , x 2 x 1 i ω 1 , ω 2 = 1 π ∫ R 2 ∫ R f ( t , x 2 ) x 1 - t i d t e - i ω 1 x 1 e - j ω 2 x 2 d x 1 d x 2 = s g n ω 1 F [ f ] ω 1 , ω 2 , (4)
F H 1 f - x 1 , · x 2 j ω 1 , ω 2 = s g n ω 2 F [ f ] ω 1 , ω 2 , (5)
F H 2 f - x 1 , x 2 i j ω 1 , ω 2 = s g n ω 1 s g n ω 2 F [ f ] ω 1 , ω 2 , (6)
F [ f q ] ( ω 1 , ω 2 ) = F [ f ] ( ω 1 , ω 2 ) + s g n ( ω 1 ) × F [ f ] ( ω 1 , ω 2 ) + s g n ( ω 2 ) F [ f ] ( ω 1 , ω 2 ) + s g n ( ω 1 ) s g n ( ω 2 ) F [ f ] ( ω 1 , ω 2 ) 。
引理1 [13 ] 令f ∈ L p R 2 , ℍ , 利用泊松核P y 1 x 1 : = y 1 x 1 2 + y 1 2 和共轭泊松核Q y 1 x 1 : = x 1 x 1 2 + y 1 2 定义卷积运算:
u ( x 1 , x 2 ; y 1 , y 2 ) : = f * P y 1 ( x 1 ) P y 2 ( x 2 ) = 1 π 2 ∬ R 2 y 1 y 2 f ( s , t ) [ y 1 2 + ( x 1 - s ) 2 ] [ y 2 2 + ( x 2 - t ) 2 ] d s d t ,
v 1 ( x 1 , x 2 ; y 1 , y 2 ) : = f * Q y 1 ( x 1 ) P y 2 ( x 2 ) = 1 π 2 ∬ R 2 x 1 y 2 f ( s , t ) [ y 1 2 + ( x 1 - s ) 2 ] [ y 2 2 + ( x 2 - t ) 2 ] d s d t , v 2 ( x 1 , x 2 ; y 1 , y 2 ) : = f * P y 1 ( x 1 ) Q y 2 ( x 2 ) = 1 π 2 ∬ R 2 y 1 x 2 f ( s , t ) [ y 1 2 + ( x 1 - s ) 2 ] [ y 2 2 + ( x 2 - t ) 2 ] d s d t ,
v 3 ( x 1 , x 2 ; y 1 , y 2 ) : = f * Q y 1 ( x 1 ) Q y 2 ( x 2 ) = 1 π 2 ∬ R 2 x 1 x 2 f ( s , t ) [ y 1 2 + ( x 1 - s ) 2 ] [ y 2 2 + ( x 2 - t ) 2 ] d s d t ,
l i m y 1 , y 2 → 0 + , 0 + u ( x 1 , x 2 ; y 1 , y 2 ) = f ( x 1 , x 2 ) ,
l i m y 1 , y 2 → 0 + , 0 + v 1 ( x 1 , x 2 ; y 1 , y 2 ) = H 1 f · , x 2 ( x 1 ) , l i m y 1 , y 2 → 0 + , 0 + v 2 ( x 1 , x 2 ; y 1 , y 2 ) = H 1 f x 1 , · ( x 2 ) ,
l i m y 1 , y 2 → 0 + , 0 + v 3 ( x 1 , x 2 ; y 1 , y 2 ) = H 2 f ( x 1 , x 2 ) 。
给出四元数在C i j : = z 1 , z 2 z 1 = x 1 + i y 1 , z 2 = x 2 + j y 2 上的尺度空间
S ( C i j , ℍ ) = { f q ( x 1 , x 2 ; y 1 , y 2 ) f q ( x 1 , x 2 ; y 1 , y 2 ) = u ( x 1 , x 2 ; y 1 , y 2 ) + v 1 ( x 1 , x 2 ; y 1 , y 2 ) i + v 2 ( - x 1 , x 2 ; y 1 , y 2 ) j + v 3 ( - x 1 , x 2 ; y 1 , y 2 ) k } ,
由引理1,可得右四元数解析信号在C i j 上的延拓定理。
定理2 令f ∈ L p R 2 , ℍ , 利用QPHT和QTHT构造相应的右四元数解析信号f q ( x 1 , x 2 ) ,有
l i m y 1 → 0 + , y 2 → 0 + f q ( x 1 , x 2 ; y 1 , y 2 ) = f q ( x 1 , x 2 ) ,
其中, f q ( x 1 , x 2 ; y 1 , y 2 ) ∈ S ( C i j , ℍ ) 。
定义5 设四元数尺度函数f q = u + v ̲ ∈ S ( C i j , H ) , 则f q 的极坐标形式为
f q ( x 1 , x 2 ; y 1 , y 2 ) = M ( x 1 , x 2 ; y 1 , y 2 ) × e v ̲ v ̲ ( x 1 , x 2 ; y 1 , y 2 ) θ ( x 1 , x 2 ; y 1 , y 2 ) = e m ( x 1 , x 2 ; y 1 , y 2 ) + p ̲ ( x 1 , x 2 ; y 1 , y 2 ) ,
其中,M ( x 1 , x 2 ; y 1 , y 2 ) = f q ( x 1 , x 2 ; y 1 , y 2 ) = u 2 + v ̲ 2 为局部振幅,包含信号f ( x 1 , x 2 ) 的能量信息;m ( x 1 , x 2 ; y 1 , y 2 ) : = l n M ( x 1 , x 2 ; y 1 , y 2 ) 为局部衰减;θ ( x 1 , x 2 ; y 1 , y 2 ) : = a r c t a n v ̲ ( x 1 , x 2 ; y 1 , y 2 ) u ( x 1 , x 2 ; y 1 , y 2 ) 为局部相位角,包含信号f ( x 1 , x 2 ) 的结构信息。
p ̲ ( x 1 , x 2 ; y 1 , y 2 ) : = v ̲ v ̲ ( x 1 , x 2 ; y 1 , y 2 ) θ ( x 1 , x 2 ; y 1 , y 2 )
3 基于局部相位角和局部振幅的边缘检测方法
方法1 设模为非零的四元数尺度函数f q = u + v ̲ ∈ S ( C i j , ℍ ) , 其局部相位角为θ = a r c t a n v ̲ u ,对θ 分别关于坐标变量x 1 , x 2 求导,可得
∂ θ ∂ x 1 = - v ̲ ∂ u ∂ x 1 + u ∂ v ̲ ∂ x 1 u 2 + v ̲ 2 , ∂ θ ∂ x 2 = - v ̲ ∂ u ∂ x 2 + u ∂ v ̲ ∂ x 2 u 2 + v ̲ 2 。
记方法1为右四元数差分相位角(right quaternion differential phase angle,RQDPA)。
方法2 设模为非零的四元数尺度函数f q = u + v ̲ ∈ S ( C i j , ℍ ) , 其局部相位角为θ = a r c t a n v ̲ u ,对θ 分别关于尺度变量y 1 , y 2 求导,可得
∂ θ ∂ y 1 = - v ̲ ∂ u ∂ y 1 + u ∂ v ̲ ∂ y 1 u 2 + v ̲ 2 , ∂ θ ∂ y 2 = - v ̲ ∂ u ∂ y 2 + u ∂ v ̲ ∂ y 2 u 2 + v ̲ 2 。
记方法2为右四元数差分相位一致(right quaternion differential phase congruency,RQDPC)。
方法3 设模为非零的四元数尺度函数f q = u + v ̲ ∈ S ( C i j , ℍ ) , 其局部衰减为m = 1 2 l n ( u 2 + v ̲ 2 ) ,对m 关于尺度变量y 1 , y 2 求导,可得
∂ m ∂ y 1 = 2 u ∂ u ∂ x 1 + 2 v ̲ ∂ v ̲ ∂ x 1 u 2 + v ̲ 2 , ∂ m ∂ y 2 = 2 u ∂ u ∂ x 2 + 2 v ̲ ∂ v ̲ ∂ x 2 u 2 + v ̲ 2 。
记方法3为右四元数差分局部衰减(right quaternion differential local attenuation,RQDLA)。
第2 步 对原图分别进行泊松算子与共轭泊松算子的卷积运算,得到四元数尺度函数的实部和3个虚部:
u ( x 1 , x 2 ; y 1 , y 2 ) = u * P y 1 ( x 1 ) P y 2 ( x 2 ) , v 1 ( x 1 , x 2 ; y 1 , y 2 ) = u * Q y 1 ( x 1 ) P y 2 ( x 2 ) ,
v 2 ( - x 1 , x 2 ; y 1 , y 2 ) = u * P y 1 ( - x 1 ) Q y 2 ( x 2 ) ,
v 3 ( - x 1 , x 2 ; y 1 , y 2 ) = u * Q y 1 ( - x 1 ) Q y 2 ( x 2 ) ,
第3 步 采用RQDPA,RQDPC,PQDLA 3种边缘检测方法,得到梯度图。
第4 步 对梯度图进行非极大抑制处理[16 ] (r =1.5),缩窄边界。RQDPA,RQDPC,PQDLA的阈值范围分别为[10,25], [3,4],[2,4]。
4 实 验
以广泛用于图像处理的Candy算子为标准比较RQDPA,RQDPC,RQDLA,改良的差分相位一致(MDPC)[17 ] ,差分相位一致(DPC)[18 ] 方法的检验效果。MDPC和DPC均为基于解析信号相位的方法,利用非极大抑制得到更窄的边界,MDPC 的阈值范围为[1.0,3.5],DPC 的阈值范围为[2.0,3.5],Candy算子的参数设置为MATLAB默认值。
4.1 边缘检测实验
Lena、房子、辣椒和盒子的原图见图1 。用RQDPH,RQDPC,RQDLA,MDPC,DPC分别对4幅图进行边缘检测,以图像处理的指标函数结构相似度(structural similarity,SSIM),特征相似度(feature similarity,FSIM),峰值信噪比(peak signal to noise ratio,PSNR)的值验证各方法的检测效果。RQDPA,RQDPC,RQDLA的尺度变量设为y 1 = 0.8 , y 2 = 0.8 ,MDPC和DPC的尺度变量设为s = 0.5 。 各方法的边缘检测结果见图2 。由图2 知,RQDPA的边缘检测效果与Candy算子最接近,其次是RQDPC。MDPC和DPC的边缘检测效果一般,特别是房子图和盒子图的边缘不够平滑。RQDLA可检测出双边界。表1 为5种边缘检测方法与Candy算子的相似度,可知,RQDPA与Candy算子的相似度最高。
图1
图1
原图
(a) Lena (b) 房子 (c) 辣椒 (d) 盒子
Fig.1
Original images
图2
图2
RQDPA, RQDPC, RQDLA, MDPC,DPC,Candy算子的边缘检测结果
Fig. 2
Comparative results of RQDPA,RQDPC,RQDLA,DPC,MDPC,Candy methods on the images
4.2 抗噪实验
依次对4幅图添加Speckle噪声、Gaussian噪声和Salt and pepper噪声,以FSIM,SSIM,PNSR的值检验各方法在抗噪上的鲁棒性。RQDPA,RQDPC,PQDLA的尺度变量设为y 1 = y 2 = 5 , MDPC和DPC的尺度变量为s = 5 。 Lena、房子、辣椒、盒子4幅图的抗噪实验结果见附件(扫二维码查阅)。结果表明,随着各类不同噪声的加入,RQDPA的SSIM,FSIM和PSNR均高于其他方法。RQDPA的抗噪性最好,RQDLA次之。
5 结 论
从右边QFT的频域角度出发,利用四元数方向Hilbert变换和四元数交叉项Hilbert变换,构造了右四元数解析信号。先利用泊松算子和共轭泊松算子,将右四元数解析信号延拓至上半空间,得到具有2个尺度变量的四元数尺度函数。再利用四元数尺度函数的极坐标表示,得到信号的局部相位角和局部振幅,其分别包含原信号的结构信息与能量信息。最后关于坐标变量和尺度变量分别求导,得到基于相位角和基于振幅的3种边缘检测方法:RQDPA,RQDPC和RQDLA,通过对比实验,得到RQDPA的边缘检测效果最好,与目前广泛使用的Candy算子的相似度最高,且抗噪性较好。
右边四元数线性正则变换[5 ] 是右边QFT的推广,参数更多,更复杂和灵活。目前已有研究涉及双边四元数线性正则变换意义下的四元数解析信号,并将其模分别应用于图像的包络和边缘检测[10 ,16 ] 。进一步,将研究右边四元数线性正则意义下四元数解析信号的延拓定理,并将其局部特征(局部相位)应用于图像处理。
http://dx.doi.org/10.3785/j.issn.1008-9497.2022.05.005
参考文献
View Option
[1]
HAMILTON W R . Elements of Quaternions [M]. London : Longmans Green , 1866 .
[本文引用: 1]
[2]
JIANG B X , LIU Y , KOU K I , et al . Controllability and observability of linear quaternion-valued systems
[J]. Acta Mathematica Sinica (English Series) , 2020 , 36 (11 ): 1299 -1314 . DOI: 10.1007/s10114-020-8167-1
[本文引用: 1]
[3]
XIA Z C , LIU Y , LU J Q , et al . Penalty method for constrained distributed quaternion-variable optimization
[J]. IEEE Transactions on Cybernetics , 2021 , 51 (11 ): 5631 -5636 . DOI: 10.1109/TCYB. 2020.3031687
[4]
LIAN P . Quaternion and fractional Fourier transform in higher dimension
[J]. Applied Mathematics and Computation , 2021 , 389 : 125585 . DOI: 10.1016/j.amc.2020.125585
[本文引用: 1]
[5]
HU X X , KOU K I . Quaternion Fourier and linear canonical inversion theorems
[J]. Mathematical Methods in the Applied Sciences , 2017 , 40 (7 ): 2421 -2440 . DOI: 10.1002/mma.4148
[本文引用: 2]
[7]
REN K , SONG C C , MIAO X , et al . Infrared small target detection based on non-subsampled shearlet transform and phase spectrum of quaternion Fourier transform
[J]. Optical and Quantum Electronics , 2020 , 52 (3 ): 168 . DOI: 10.1007/s11082-020-02292-x
[8]
CHENG D , KOU K I . Generalized sampling expansions associated with quaternion Fourier transform
[J]. Mathematical Methods in the Applied Sciences , 2018 , 41 (11 ): 4021 -4032 . DOI: 10.1002/mma.4423
[本文引用: 1]
[9]
BÜLOW T , SOMMER G . A novel approach to the 2D analytic signal
[C]// International Conference on Computer Analysis of Images and Patterns . Berlin : Springer-Verlag , 1999 : 25 -32 . DOI: 10.1007/3-540-48375-6_4
[本文引用: 2]
[10]
KOU K I , LIU M S , ZOU C M . Plancherel theorems of quaternion Hilbert transforms associated with linear canonical transforms
[J]. Advances in Applied Clifford Algebras , 2020 , 30 (1 ): 9 . DOI: 10.1007/s00006-019-1034-4
[本文引用: 3]
[11]
LIAN P . Sharp inequalities for geometric Fourier transform and associated ambiguity function
[J]. Journal of Mathematical Analysis and Applications , 2020 , 484 (2 ): 123730 . DOI: 10.1016/j.jmaa.2019.123730
[12]
BERNSTEIN S , BOUCHOT J L , REINHARDT M , et al . Generalized analytic signals in image processing: Comparison, theory and applications
[M]// HITZER E,SANGWING S J. Quaternion and Clifford Fourier Transforms and Wavelets . Berlin : Springer Basel , 2013 : 221 -246 . DOI: 10.1007/978-3-0348-0603-9_11
[本文引用: 2]
[13]
HU X X , KOU K I . Phase-based edge detection algorithms
[J]. Mathematical Methods in the Applied Sciences , 2018 , 41 (11 ): 4148 -4169 . DOI: 10.1002/mma.4567
[本文引用: 4]
[14]
PEI S C , DING J J , HUANG J D , et al . Short response Hilbert transform for edge detection
[C]// 2008 IEEE Asia Pacific Conference on Circuits and Systems . Macao : IEEE , 2008 : 340 -343 . DOI: 10.1109/APCCAS.2008.4746029
[本文引用: 1]
[15]
KOU K I , LIU M S , MORAIS J P , et al . Envelope detection using generalized analytic signal in 2D QLCT domains
[J]. Multidimensional Systems and Signal Processing , 2017 , 28 (4 ): 1343 -1366 . DOI: 10.1007/s11045-016-0410-7
[本文引用: 1]
[17]
YANG Y , KOU K I , ZOU C M . Edge detection methods based on modified differential phase congruency of monogenic signal
[J]. Multidimensional Systems and Signal Processing , 2018 , 29 (1 ): 339 -359 . DOI: 10. 1007/s11045-016-0468-2
[本文引用: 1]
[18]
FELSBERG M , SOMMER G . The monogenic scale-space: A unifying approach to phase-based image processing in scale-space
[J]. Journal of Mathematical Imaging and Vision , 2004 , 21 : 5 -26 . DOI:10.1023/B:JMIV.0000026554.79537.35
[本文引用: 1]
1
1866
... 1886年,HAMILTON[1 ] 提出了四元数代数(又称超复数),与向量表示高维信号不同,四元数代数不仅可简洁地表示高维信号,而且可很好地表达高维信号各分量之间的相关性,因此四元数代数已成为数学与工程领域的热门研究方向[2 -4 ] ,四元数傅里叶变换(quaternion Fourier transform,QFT)是处理四元数的有利工具,由于四元数的乘法具有不可交换性,因此根据四元数函数与四元数傅里叶核的位置关系,将其分为右边QFT、左边QFT、双边QFT三类[5 ] ,QFT被广泛用于图像处理和信号处理[6 -8 ] .1999年,SOMMER[9 ] 提出与双边QFT相关的四元数解析信号的概念,此后,四元数解析信号被用于高维信号处理[10 -13 ] .BERNSTEIN等[12 ] 通过对原实信号做方向Hilbert变换(partial Hilbert transform,PHT)和交叉项Hilbert变换(total Hilbert transform,THT),得到四元数解析信号的3个虚单位分量,定义了双边QFT意义下二维四元数解析信号.同时用四元数解析信号的极坐标表示,定义了其局部特征,实验表明,方向Hilbert变换和交叉项Hilbert变换可以很好地保存图片的结构信息.PEI等[14 ] 证明了交叉项Hilbert变换能进行角点检测,根据相位的定义,四元数解析信号的相位角包含原信号的结构信息,其模(振幅)包含原信号的能量信息,受此启发,HU等[13 ] 提出了双边QFT意义下的四元数解析信号的延拓定理,以及具有2个尺度变量的四元数解析函数.基于此,本文研究与右边QFT相关的右四元数解析信号的延拓定理,得到了相应的四元数尺度函数. ...
Controllability and observability of linear quaternion-valued systems
1
2020
... 1886年,HAMILTON[1 ] 提出了四元数代数(又称超复数),与向量表示高维信号不同,四元数代数不仅可简洁地表示高维信号,而且可很好地表达高维信号各分量之间的相关性,因此四元数代数已成为数学与工程领域的热门研究方向[2 -4 ] ,四元数傅里叶变换(quaternion Fourier transform,QFT)是处理四元数的有利工具,由于四元数的乘法具有不可交换性,因此根据四元数函数与四元数傅里叶核的位置关系,将其分为右边QFT、左边QFT、双边QFT三类[5 ] ,QFT被广泛用于图像处理和信号处理[6 -8 ] .1999年,SOMMER[9 ] 提出与双边QFT相关的四元数解析信号的概念,此后,四元数解析信号被用于高维信号处理[10 -13 ] .BERNSTEIN等[12 ] 通过对原实信号做方向Hilbert变换(partial Hilbert transform,PHT)和交叉项Hilbert变换(total Hilbert transform,THT),得到四元数解析信号的3个虚单位分量,定义了双边QFT意义下二维四元数解析信号.同时用四元数解析信号的极坐标表示,定义了其局部特征,实验表明,方向Hilbert变换和交叉项Hilbert变换可以很好地保存图片的结构信息.PEI等[14 ] 证明了交叉项Hilbert变换能进行角点检测,根据相位的定义,四元数解析信号的相位角包含原信号的结构信息,其模(振幅)包含原信号的能量信息,受此启发,HU等[13 ] 提出了双边QFT意义下的四元数解析信号的延拓定理,以及具有2个尺度变量的四元数解析函数.基于此,本文研究与右边QFT相关的右四元数解析信号的延拓定理,得到了相应的四元数尺度函数. ...
Penalty method for constrained distributed quaternion-variable optimization
0
2021
Quaternion and fractional Fourier transform in higher dimension
1
2021
... 1886年,HAMILTON[1 ] 提出了四元数代数(又称超复数),与向量表示高维信号不同,四元数代数不仅可简洁地表示高维信号,而且可很好地表达高维信号各分量之间的相关性,因此四元数代数已成为数学与工程领域的热门研究方向[2 -4 ] ,四元数傅里叶变换(quaternion Fourier transform,QFT)是处理四元数的有利工具,由于四元数的乘法具有不可交换性,因此根据四元数函数与四元数傅里叶核的位置关系,将其分为右边QFT、左边QFT、双边QFT三类[5 ] ,QFT被广泛用于图像处理和信号处理[6 -8 ] .1999年,SOMMER[9 ] 提出与双边QFT相关的四元数解析信号的概念,此后,四元数解析信号被用于高维信号处理[10 -13 ] .BERNSTEIN等[12 ] 通过对原实信号做方向Hilbert变换(partial Hilbert transform,PHT)和交叉项Hilbert变换(total Hilbert transform,THT),得到四元数解析信号的3个虚单位分量,定义了双边QFT意义下二维四元数解析信号.同时用四元数解析信号的极坐标表示,定义了其局部特征,实验表明,方向Hilbert变换和交叉项Hilbert变换可以很好地保存图片的结构信息.PEI等[14 ] 证明了交叉项Hilbert变换能进行角点检测,根据相位的定义,四元数解析信号的相位角包含原信号的结构信息,其模(振幅)包含原信号的能量信息,受此启发,HU等[13 ] 提出了双边QFT意义下的四元数解析信号的延拓定理,以及具有2个尺度变量的四元数解析函数.基于此,本文研究与右边QFT相关的右四元数解析信号的延拓定理,得到了相应的四元数尺度函数. ...
Quaternion Fourier and linear canonical inversion theorems
2
2017
... 1886年,HAMILTON[1 ] 提出了四元数代数(又称超复数),与向量表示高维信号不同,四元数代数不仅可简洁地表示高维信号,而且可很好地表达高维信号各分量之间的相关性,因此四元数代数已成为数学与工程领域的热门研究方向[2 -4 ] ,四元数傅里叶变换(quaternion Fourier transform,QFT)是处理四元数的有利工具,由于四元数的乘法具有不可交换性,因此根据四元数函数与四元数傅里叶核的位置关系,将其分为右边QFT、左边QFT、双边QFT三类[5 ] ,QFT被广泛用于图像处理和信号处理[6 -8 ] .1999年,SOMMER[9 ] 提出与双边QFT相关的四元数解析信号的概念,此后,四元数解析信号被用于高维信号处理[10 -13 ] .BERNSTEIN等[12 ] 通过对原实信号做方向Hilbert变换(partial Hilbert transform,PHT)和交叉项Hilbert变换(total Hilbert transform,THT),得到四元数解析信号的3个虚单位分量,定义了双边QFT意义下二维四元数解析信号.同时用四元数解析信号的极坐标表示,定义了其局部特征,实验表明,方向Hilbert变换和交叉项Hilbert变换可以很好地保存图片的结构信息.PEI等[14 ] 证明了交叉项Hilbert变换能进行角点检测,根据相位的定义,四元数解析信号的相位角包含原信号的结构信息,其模(振幅)包含原信号的能量信息,受此启发,HU等[13 ] 提出了双边QFT意义下的四元数解析信号的延拓定理,以及具有2个尺度变量的四元数解析函数.基于此,本文研究与右边QFT相关的右四元数解析信号的延拓定理,得到了相应的四元数尺度函数. ...
... 右边四元数线性正则变换[5 ] 是右边QFT的推广,参数更多,更复杂和灵活.目前已有研究涉及双边四元数线性正则变换意义下的四元数解析信号,并将其模分别应用于图像的包络和边缘检测[10 ,16 ] .进一步,将研究右边四元数线性正则意义下四元数解析信号的延拓定理,并将其局部特征(局部相位)应用于图像处理. ...
A robust blind color image watermarking based on Fourier transform domain
1
2020
... 1886年,HAMILTON[1 ] 提出了四元数代数(又称超复数),与向量表示高维信号不同,四元数代数不仅可简洁地表示高维信号,而且可很好地表达高维信号各分量之间的相关性,因此四元数代数已成为数学与工程领域的热门研究方向[2 -4 ] ,四元数傅里叶变换(quaternion Fourier transform,QFT)是处理四元数的有利工具,由于四元数的乘法具有不可交换性,因此根据四元数函数与四元数傅里叶核的位置关系,将其分为右边QFT、左边QFT、双边QFT三类[5 ] ,QFT被广泛用于图像处理和信号处理[6 -8 ] .1999年,SOMMER[9 ] 提出与双边QFT相关的四元数解析信号的概念,此后,四元数解析信号被用于高维信号处理[10 -13 ] .BERNSTEIN等[12 ] 通过对原实信号做方向Hilbert变换(partial Hilbert transform,PHT)和交叉项Hilbert变换(total Hilbert transform,THT),得到四元数解析信号的3个虚单位分量,定义了双边QFT意义下二维四元数解析信号.同时用四元数解析信号的极坐标表示,定义了其局部特征,实验表明,方向Hilbert变换和交叉项Hilbert变换可以很好地保存图片的结构信息.PEI等[14 ] 证明了交叉项Hilbert变换能进行角点检测,根据相位的定义,四元数解析信号的相位角包含原信号的结构信息,其模(振幅)包含原信号的能量信息,受此启发,HU等[13 ] 提出了双边QFT意义下的四元数解析信号的延拓定理,以及具有2个尺度变量的四元数解析函数.基于此,本文研究与右边QFT相关的右四元数解析信号的延拓定理,得到了相应的四元数尺度函数. ...
Infrared small target detection based on non-subsampled shearlet transform and phase spectrum of quaternion Fourier transform
0
2020
Generalized sampling expansions associated with quaternion Fourier transform
1
2018
... 1886年,HAMILTON[1 ] 提出了四元数代数(又称超复数),与向量表示高维信号不同,四元数代数不仅可简洁地表示高维信号,而且可很好地表达高维信号各分量之间的相关性,因此四元数代数已成为数学与工程领域的热门研究方向[2 -4 ] ,四元数傅里叶变换(quaternion Fourier transform,QFT)是处理四元数的有利工具,由于四元数的乘法具有不可交换性,因此根据四元数函数与四元数傅里叶核的位置关系,将其分为右边QFT、左边QFT、双边QFT三类[5 ] ,QFT被广泛用于图像处理和信号处理[6 -8 ] .1999年,SOMMER[9 ] 提出与双边QFT相关的四元数解析信号的概念,此后,四元数解析信号被用于高维信号处理[10 -13 ] .BERNSTEIN等[12 ] 通过对原实信号做方向Hilbert变换(partial Hilbert transform,PHT)和交叉项Hilbert变换(total Hilbert transform,THT),得到四元数解析信号的3个虚单位分量,定义了双边QFT意义下二维四元数解析信号.同时用四元数解析信号的极坐标表示,定义了其局部特征,实验表明,方向Hilbert变换和交叉项Hilbert变换可以很好地保存图片的结构信息.PEI等[14 ] 证明了交叉项Hilbert变换能进行角点检测,根据相位的定义,四元数解析信号的相位角包含原信号的结构信息,其模(振幅)包含原信号的能量信息,受此启发,HU等[13 ] 提出了双边QFT意义下的四元数解析信号的延拓定理,以及具有2个尺度变量的四元数解析函数.基于此,本文研究与右边QFT相关的右四元数解析信号的延拓定理,得到了相应的四元数尺度函数. ...
A novel approach to the 2D analytic signal
2
1999
... 1886年,HAMILTON[1 ] 提出了四元数代数(又称超复数),与向量表示高维信号不同,四元数代数不仅可简洁地表示高维信号,而且可很好地表达高维信号各分量之间的相关性,因此四元数代数已成为数学与工程领域的热门研究方向[2 -4 ] ,四元数傅里叶变换(quaternion Fourier transform,QFT)是处理四元数的有利工具,由于四元数的乘法具有不可交换性,因此根据四元数函数与四元数傅里叶核的位置关系,将其分为右边QFT、左边QFT、双边QFT三类[5 ] ,QFT被广泛用于图像处理和信号处理[6 -8 ] .1999年,SOMMER[9 ] 提出与双边QFT相关的四元数解析信号的概念,此后,四元数解析信号被用于高维信号处理[10 -13 ] .BERNSTEIN等[12 ] 通过对原实信号做方向Hilbert变换(partial Hilbert transform,PHT)和交叉项Hilbert变换(total Hilbert transform,THT),得到四元数解析信号的3个虚单位分量,定义了双边QFT意义下二维四元数解析信号.同时用四元数解析信号的极坐标表示,定义了其局部特征,实验表明,方向Hilbert变换和交叉项Hilbert变换可以很好地保存图片的结构信息.PEI等[14 ] 证明了交叉项Hilbert变换能进行角点检测,根据相位的定义,四元数解析信号的相位角包含原信号的结构信息,其模(振幅)包含原信号的能量信息,受此启发,HU等[13 ] 提出了双边QFT意义下的四元数解析信号的延拓定理,以及具有2个尺度变量的四元数解析函数.基于此,本文研究与右边QFT相关的右四元数解析信号的延拓定理,得到了相应的四元数尺度函数. ...
... 解析信号的高维推广研究已有很多[9 -10 ,12 -13 ,15 ] . ...
Plancherel theorems of quaternion Hilbert transforms associated with linear canonical transforms
3
2020
... 1886年,HAMILTON[1 ] 提出了四元数代数(又称超复数),与向量表示高维信号不同,四元数代数不仅可简洁地表示高维信号,而且可很好地表达高维信号各分量之间的相关性,因此四元数代数已成为数学与工程领域的热门研究方向[2 -4 ] ,四元数傅里叶变换(quaternion Fourier transform,QFT)是处理四元数的有利工具,由于四元数的乘法具有不可交换性,因此根据四元数函数与四元数傅里叶核的位置关系,将其分为右边QFT、左边QFT、双边QFT三类[5 ] ,QFT被广泛用于图像处理和信号处理[6 -8 ] .1999年,SOMMER[9 ] 提出与双边QFT相关的四元数解析信号的概念,此后,四元数解析信号被用于高维信号处理[10 -13 ] .BERNSTEIN等[12 ] 通过对原实信号做方向Hilbert变换(partial Hilbert transform,PHT)和交叉项Hilbert变换(total Hilbert transform,THT),得到四元数解析信号的3个虚单位分量,定义了双边QFT意义下二维四元数解析信号.同时用四元数解析信号的极坐标表示,定义了其局部特征,实验表明,方向Hilbert变换和交叉项Hilbert变换可以很好地保存图片的结构信息.PEI等[14 ] 证明了交叉项Hilbert变换能进行角点检测,根据相位的定义,四元数解析信号的相位角包含原信号的结构信息,其模(振幅)包含原信号的能量信息,受此启发,HU等[13 ] 提出了双边QFT意义下的四元数解析信号的延拓定理,以及具有2个尺度变量的四元数解析函数.基于此,本文研究与右边QFT相关的右四元数解析信号的延拓定理,得到了相应的四元数尺度函数. ...
... 解析信号的高维推广研究已有很多[9 -10 ,12 -13 ,15 ] . ...
... 右边四元数线性正则变换[5 ] 是右边QFT的推广,参数更多,更复杂和灵活.目前已有研究涉及双边四元数线性正则变换意义下的四元数解析信号,并将其模分别应用于图像的包络和边缘检测[10 ,16 ] .进一步,将研究右边四元数线性正则意义下四元数解析信号的延拓定理,并将其局部特征(局部相位)应用于图像处理. ...
Sharp inequalities for geometric Fourier transform and associated ambiguity function
0
2020
Generalized analytic signals in image processing: Comparison, theory and applications
2
2013
... 1886年,HAMILTON[1 ] 提出了四元数代数(又称超复数),与向量表示高维信号不同,四元数代数不仅可简洁地表示高维信号,而且可很好地表达高维信号各分量之间的相关性,因此四元数代数已成为数学与工程领域的热门研究方向[2 -4 ] ,四元数傅里叶变换(quaternion Fourier transform,QFT)是处理四元数的有利工具,由于四元数的乘法具有不可交换性,因此根据四元数函数与四元数傅里叶核的位置关系,将其分为右边QFT、左边QFT、双边QFT三类[5 ] ,QFT被广泛用于图像处理和信号处理[6 -8 ] .1999年,SOMMER[9 ] 提出与双边QFT相关的四元数解析信号的概念,此后,四元数解析信号被用于高维信号处理[10 -13 ] .BERNSTEIN等[12 ] 通过对原实信号做方向Hilbert变换(partial Hilbert transform,PHT)和交叉项Hilbert变换(total Hilbert transform,THT),得到四元数解析信号的3个虚单位分量,定义了双边QFT意义下二维四元数解析信号.同时用四元数解析信号的极坐标表示,定义了其局部特征,实验表明,方向Hilbert变换和交叉项Hilbert变换可以很好地保存图片的结构信息.PEI等[14 ] 证明了交叉项Hilbert变换能进行角点检测,根据相位的定义,四元数解析信号的相位角包含原信号的结构信息,其模(振幅)包含原信号的能量信息,受此启发,HU等[13 ] 提出了双边QFT意义下的四元数解析信号的延拓定理,以及具有2个尺度变量的四元数解析函数.基于此,本文研究与右边QFT相关的右四元数解析信号的延拓定理,得到了相应的四元数尺度函数. ...
... 解析信号的高维推广研究已有很多[9 -10 ,12 -13 ,15 ] . ...
Phase-based edge detection algorithms
4
2018
... 1886年,HAMILTON[1 ] 提出了四元数代数(又称超复数),与向量表示高维信号不同,四元数代数不仅可简洁地表示高维信号,而且可很好地表达高维信号各分量之间的相关性,因此四元数代数已成为数学与工程领域的热门研究方向[2 -4 ] ,四元数傅里叶变换(quaternion Fourier transform,QFT)是处理四元数的有利工具,由于四元数的乘法具有不可交换性,因此根据四元数函数与四元数傅里叶核的位置关系,将其分为右边QFT、左边QFT、双边QFT三类[5 ] ,QFT被广泛用于图像处理和信号处理[6 -8 ] .1999年,SOMMER[9 ] 提出与双边QFT相关的四元数解析信号的概念,此后,四元数解析信号被用于高维信号处理[10 -13 ] .BERNSTEIN等[12 ] 通过对原实信号做方向Hilbert变换(partial Hilbert transform,PHT)和交叉项Hilbert变换(total Hilbert transform,THT),得到四元数解析信号的3个虚单位分量,定义了双边QFT意义下二维四元数解析信号.同时用四元数解析信号的极坐标表示,定义了其局部特征,实验表明,方向Hilbert变换和交叉项Hilbert变换可以很好地保存图片的结构信息.PEI等[14 ] 证明了交叉项Hilbert变换能进行角点检测,根据相位的定义,四元数解析信号的相位角包含原信号的结构信息,其模(振幅)包含原信号的能量信息,受此启发,HU等[13 ] 提出了双边QFT意义下的四元数解析信号的延拓定理,以及具有2个尺度变量的四元数解析函数.基于此,本文研究与右边QFT相关的右四元数解析信号的延拓定理,得到了相应的四元数尺度函数. ...
... [13 ]提出了双边QFT意义下的四元数解析信号的延拓定理,以及具有2个尺度变量的四元数解析函数.基于此,本文研究与右边QFT相关的右四元数解析信号的延拓定理,得到了相应的四元数尺度函数. ...
... 解析信号的高维推广研究已有很多[9 -10 ,12 -13 ,15 ] . ...
... 引理1 [13 ] 令f ∈ L p R 2 , ℍ , 利用泊松核P y 1 x 1 : = y 1 x 1 2 + y 1 2 和共轭泊松核Q y 1 x 1 : = x 1 x 1 2 + y 1 2 定义卷积运算: ...
Short response Hilbert transform for edge detection
1
2008
... 1886年,HAMILTON[1 ] 提出了四元数代数(又称超复数),与向量表示高维信号不同,四元数代数不仅可简洁地表示高维信号,而且可很好地表达高维信号各分量之间的相关性,因此四元数代数已成为数学与工程领域的热门研究方向[2 -4 ] ,四元数傅里叶变换(quaternion Fourier transform,QFT)是处理四元数的有利工具,由于四元数的乘法具有不可交换性,因此根据四元数函数与四元数傅里叶核的位置关系,将其分为右边QFT、左边QFT、双边QFT三类[5 ] ,QFT被广泛用于图像处理和信号处理[6 -8 ] .1999年,SOMMER[9 ] 提出与双边QFT相关的四元数解析信号的概念,此后,四元数解析信号被用于高维信号处理[10 -13 ] .BERNSTEIN等[12 ] 通过对原实信号做方向Hilbert变换(partial Hilbert transform,PHT)和交叉项Hilbert变换(total Hilbert transform,THT),得到四元数解析信号的3个虚单位分量,定义了双边QFT意义下二维四元数解析信号.同时用四元数解析信号的极坐标表示,定义了其局部特征,实验表明,方向Hilbert变换和交叉项Hilbert变换可以很好地保存图片的结构信息.PEI等[14 ] 证明了交叉项Hilbert变换能进行角点检测,根据相位的定义,四元数解析信号的相位角包含原信号的结构信息,其模(振幅)包含原信号的能量信息,受此启发,HU等[13 ] 提出了双边QFT意义下的四元数解析信号的延拓定理,以及具有2个尺度变量的四元数解析函数.基于此,本文研究与右边QFT相关的右四元数解析信号的延拓定理,得到了相应的四元数尺度函数. ...
Envelope detection using generalized analytic signal in 2D QLCT domains
1
2017
... 解析信号的高维推广研究已有很多[9 -10 ,12 -13 ,15 ] . ...
Image Features from Phase Congruency
2
1999
... 第4 步 对梯度图进行非极大抑制处理[16 ] (r =1.5),缩窄边界.RQDPA,RQDPC,PQDLA的阈值范围分别为[10,25], [3,4],[2,4]. ...
... 右边四元数线性正则变换[5 ] 是右边QFT的推广,参数更多,更复杂和灵活.目前已有研究涉及双边四元数线性正则变换意义下的四元数解析信号,并将其模分别应用于图像的包络和边缘检测[10 ,16 ] .进一步,将研究右边四元数线性正则意义下四元数解析信号的延拓定理,并将其局部特征(局部相位)应用于图像处理. ...
Edge detection methods based on modi?ed differential phase congruency of monogenic signal
1
2018
... 以广泛用于图像处理的Candy算子为标准比较RQDPA,RQDPC,RQDLA,改良的差分相位一致(MDPC)[17 ] ,差分相位一致(DPC)[18 ] 方法的检验效果.MDPC和DPC均为基于解析信号相位的方法,利用非极大抑制得到更窄的边界,MDPC 的阈值范围为[1.0,3.5],DPC 的阈值范围为[2.0,3.5],Candy算子的参数设置为MATLAB默认值. ...
The monogenic scale-space: A unifying approach to phase-based image processing in scale-space
1
2004
... 以广泛用于图像处理的Candy算子为标准比较RQDPA,RQDPC,RQDLA,改良的差分相位一致(MDPC)[17 ] ,差分相位一致(DPC)[18 ] 方法的检验效果.MDPC和DPC均为基于解析信号相位的方法,利用非极大抑制得到更窄的边界,MDPC 的阈值范围为[1.0,3.5],DPC 的阈值范围为[2.0,3.5],Candy算子的参数设置为MATLAB默认值. ...