基于隐马尔可夫模型的人像鉴别算法

提出了基于小波变换和隐马尔可夫模型的人像鉴别算法. 该算法首先对图像进行3级小波分解,然后把3个不同分辨率的低频子图像由小到大排列成树状结构,形成低频小波树. 接着利用独立元分析对每个小波树枝进行去相关、降维,形成特征小波树枝,并把它作为观测向量对隐马尔可夫模型进行训练,把优化的模型参数用于人脸识别. 分析了观测向量维数与识别率的关系,以及状态个数和高斯概率混合成分的个数对识别率的影响,定性描述了隐马尔可夫模型的本质. 在ORL人脸数据库上,同其他四种相关方法进行了比较,实验结果表明,该方法识别率较高,工程上易于应用.     

一种基于双树复小波变换的SAR图像边缘检测算法

提出一种新的基于双树复小波变换的SAR图像边缘检测算法. 算法在复小波子带上求取图像直方图方向梯度矩阵,并基于复小波变换的多尺度性质和方向选择性求取全局的梯度矩阵. 通过对这一矩阵阈值化实现边缘检测. 该算法能有效检测出SAR图像上的显著边缘,并对SAR图像中存在的相干斑噪声、灰度不均匀性和边缘模糊等现象具有一定的鲁棒性. 实验结果证明了该算法的有效性.     

基于边缘和局部能量的NSCT变换遥感图像融合

对基于边缘的算法进行了改进,综合考虑了边缘和能量结构. 首先利用非下采样contourlet(NSCT)变换,对图像进行多尺度和多方向的分解;然后将低频系数按边缘能量大小划分为边缘和平滑2部分,边缘部分采用边缘能量取最大的融合方法,平滑部分使用基于局部能量的规则进行融合,高频子带使用相关系数和局部方差相结合的重要性测度法进行融合;最后对融合系数进行NSCT反变换得到融合图像. 实验结果表明,该算法融合效果较基于边缘算法有所改善,是一种有效兼顾细节和能量结构的方法.     

基于小波变换和自适应标矢量混合量化的图像压缩

提出了一种基于小波变换和自适应标矢量混合量化的图像压缩技术.该算法首先将图像分成不同层次不同频率的子带,对含能量大的低频子带采用无失真的DPCM编码;利用相同方向不同尺度子带之间的相关性,对其余的高频子带利用自组织特征映射神经网络进行矢量量化编码,实验证明此方法兼顾了图像的压缩比、编解码时间以及重构图像质量等因素.     

基于小波包与自适应预测器的音频隐写分析方法

提出一种基于小波包与自适应预测器的音频隐写分析方法,主要用于检测加性噪声模型.利用加性噪声对音频高频部分比低频部分影响显著的特点,对音频信号进行小波包分解;然后利用最小均方(LMS)自适应预测器对高频小波包系数进行预测,选取预测误差的统计量作为统计特征;最后采用支持向量机分类.实验证明,对于常用的加性噪声隐写方法,即使在嵌入强度或嵌入率较低的情况下,也能达到较高的分类准确率.     

一个求解对称仿射二次锥互补问题的矩阵分解方法

本文基于矩阵分解方法将一个矩阵分解为两个矩阵的和,并且使其中一个子矩阵具有一种特殊的结构,在此基础上给出了当矩阵半正定时,求解对称仿射二次锥互补问题的一个逐次超松弛迭代方法.     

针对纹理图像压缩的改进SPIHT算法

针对纹理图像压缩提出了一种改进的SPIHT算法. 算法对一阶小波变换产生的LL、HL、LH、HH 4个子带系数分别进行小波再分解,之后对上述4个子带利用SPIHT算法进行联合编码;子带之间的量化比特分配嵌入在编码过程之中,因此可实现4个子带编码比特的自动精确分配. 编码过程充分利用了小波系数的高频分量信息,可有效保持图像中的纹理细节. 最后通过对纹理图像的压缩实验,证实了改进算法的有效性.     

应用小波包变换的斑点噪声抑制方法

根据信号和噪声的小波系数在不同分解尺度上的分布,提出应用小波包变换(WPT)消除合成孔径雷达(SAR)图像斑点噪声的新方法.根据在正交小波基上的最优分解,通过叠加代价函数,对分解得到的小波包树中除近似子空间以外每个叶节点子空间以自适应的方式进行处理.通过每一叶节点以及整个图像的噪声的估计方差变化计算叶节点阈值.实验结果表明,该方法能有效地减少斑点噪声,同时保存边缘细节.     

基于DWT的数字视频水印技术

基于小波变换的特性,提出了一种用于视频码流的数字水印设计技术,该方案将水印算法设计在视频流的8×8像素块的编码部分,在对视频流进行可变长解码和反量化后,将置乱后的水印叠加在1帧像素块DWT系数的直流分量和部分中低频分量上,然后再量化和可变长编码恢复为视频流．详述了水印的嵌入和检测过程,给出了应用MATLAB验证该方案的结果．     

基于块奇异值分解的水印算法研究

奇异值分解是一种特殊的矩阵变换,并具有良好的性质。本文充分利用奇异值分解的特性,提出了一种新的基于块奇异值分解的量化水印算法和一种新的基于块奇异值分解的扩频水印算法。这两个算法都是通过对各个数据块的最大奇异值进行修改来嵌入水印,都可以根据待嵌入的水印信息量来调整分块的大小,算法的复杂度较低。其中的量化水印算法是含边信息的嵌入方法,可以实现盲检测。实验结果证明,基于块奇异值分解的水印算法对常规的图像处理攻击具有很好的鲁棒性,尤其是其中的量化水印算法。     

基于形状特征小波分解的目标识别方法

形状特征是目标识别的重要参数,而小波变换的低频部分代表物体的总体形状特征.首先选取SYM小波,利用小波变换的低频系数重构图像提取物体总体形状,进而利用特征不变矩距离进行目标识别。将该方法应用在实测车标图像的识别中,结果表明该方法识别效果较好。     

视频字幕检测与提取研究

为将图像字幕原始图象帧分割成N×N大小子块,同时将每个子块标注为字幕块和非字幕块两类,并且从每个子块提取能够保持相互高阶独立的独立分量特征去训练支持向量机分类器,再结合金字塔模型去噪方法,用训练好的支持向量机来实现对视频字幕区域自动定位提取。这种方法在样本不是很多的情况下,具有良好的分类推广能力以及能使独立成分特征之间彼此保持高阶独立性,所以该算法具有明显的优点。     

斜面上物体力的分解简易实验

1操作 在1个木质象棋子（或圆木块）的圆心上打1个小孔，用1根尼龙细绳从圆心里穿过（象棋子应能在尼龙绳上滑动自如），再将两绳端头打1个“小结点”，做成1个线套，使其成a，b两条线段。就可做斜面上物体的力的分解简易实验了。     

基于小波消噪法的河南省农民收入增长周期分析

针对非平稳农民收入时间序列,采用dmey离散小波进行多层分解,应用Penalize类型软阀值分别对各层的高频分量进行消噪处理,经离散小波逆变换重构得到农民收入时序的趋势成分和周期成分。改革开放以来,农民收入分别以1984、1999两个波峰年以及1992、2006两个波谷年份为分界点,可划分为三个增长周期。农民收入在不同尺度上存在着持续时间分别为3年、8年、15年的短、中、中长周期波动,中长周期表现最为明显,居于主导地位,中周期的影响主要在近十年逐步变得清晰。无论是从收入增长的周期波动还是长期趋势角度看,今后一段时期内的农民增收形势都相对乐观。千方百计继续保持农民收入快速增长的长期趋势,应是今后的工作重点。     

一种基于Haar小波和归一化的鲁棒零水印算法

应用小波变换和改进的几何归一化方法,提出一种强鲁棒图像零水印算法. 该算法首先利用一种改进的几何归一化方法将原始图像化为标准图像,然后对标准图像利用Haar小波进行多级小波分解,最后根据高层的中高频小波系数的正负极性构造零水印. 对算法性能进行测试的结果表明,算法对噪声、滤波、有损压缩等常规信号处理具有强鲁棒性,对旋转、缩放、平移、剪切等几何攻击也具有较好的鲁棒性.     

基于DWT和双通道LSTM的卫星电池阵电流预测方法

卫星太阳能电池阵输入电流受地球反照、卫星反照等多方面影响,会产生不同频率的波动起伏,造成预测精度不足,针对该问题提出一种基于离散小波变换(DWT)和长短期记忆网络(LSTM)的电流数据预测方法。首先对电流信号进行归一化,其次使用DWT对遥测信号进行小波分解,获取信号的多层高低频小波系数,提高信号数据特征,然后通过双通道LSTM进行特征学习,预测出各层小波系数,最后通过对预测出来的小波系数进行信号重构并反归一化获得最终预测信号。通过使用某在轨卫星太阳能电池阵电流遥测数据对预测模型进行验证,结果表明提出的方法相对于传统LSTM模型具有更好的预测精度,平均绝对误差减少16.4%,均方根误差减少29.9%,相关系数提高3.2%。     

一种短时间谐波检测的新方法

本文首先论述了基于小波变换的谐波有效值及谐波畸变率的测量方法,然后提出并论述了基于差拍选频和子带滤波的谐波分析方法,最后提出一种新的同步检测法,用于电压闪变信号的检测与谐波分析。     

基于加工表面小波包能量分布比例的刀具磨损状态研究

本文将计算机视觉检测(AVI)技术应用于刀具磨损的检测。通过获取工件表面图像,利用数字图像处理技术对工件表面图像进行处理。由于工件表面图像的信息主要集中在中频区域,利用小波包分解工件表面图像得到许多含有丰富中频信息的子图像,故可以从子图中提取小波包能量分布比例特征用于刀具磨损的度量。通过理论分析和实验结果,表明该方法是有效的。     

基于哈希函数的小波域脆弱水印算法

针对基于分块独立的脆弱水印算法的安全性问题,提出一种利用查找表和哈希函数的小波域脆弱水印算法。该算法利用小波变换的空频特性,在LL子带用查找表的方法嵌入一个标识水印,用于检测和定位篡改;选取HL子带或LH子带的哈希值作为水印嵌入到HH子带中,用于抵抗各种伪认证攻击。实验仿真结果表明该算法既提高了基于分块的脆弱水印算法的安全性,又保持了良好的局部修改检测性能。     

AHP在构建高校体育教师培训指标体系中的应用研究

通过应用AHP(层次分析法)、问卷调查等研究方法,构建了高校体育教师培训指标体系,包括准则层5个指标、子准则层14个指标和方案层44个指标。根据专家咨询所提供的判断矩阵,求出各层因素的权重,最后确定了各项指标重要性的排序,为教师培训机构提供理论依据。