分数维变换域滤波在图像恢复中的应用

傅立叶变换是对信号进行分析的重要数学工具之一.广义上的傅立叶变换，即分数维变换已成为时变信号分析的强有力工 具.对原始信号估计的判据常采用均方误差.时间为O(NlogN)的Wiener滤波可完成对具有时不变退化模型的信号估计，若退化模 型为时变或非平稳的，则需O(N2)的估计时间.这里用在分数维变换域中进行滤波来实现图像恢复，估计时间亦为O(NlogN)，且 均方误差比在普通傅立叶变换域中的滤波小.实验中，对具有不同信噪比的时变退化模型(chirp函数污染)的图像进行恢复，结 果显示此方法是有效的，且恢复效果随信噪比的提高而改善.     

近几年三角部分高考试题特点分析

从表中分析可得：近几年高考中三角部分试题均为中档题，总分值约占20分左右．题型以客观题为主．自1997年到2002年的6年中，有2年没有出大题．从题量上来看，随着高考改革的发展，总题量在减少，故三角部分题量也在稳中有变。由97年的5个小题到02年的1小1大两个试题．知识考查上，主要体现在“性质、求值、变换”．     

变换角度 尝试创新

有的题目若从不同的角度去观察、思考，往往能得到多种解法，而不同的解法可以把相关知识融会贯通，从而提高思维能力．下面举一例说明．     

解三角题途中“六道亮丽的风景”

三角函数这部分内容公式繁多，题型多样，方法灵活．若我们能从题目中看到“六道亮丽的风景”——六种三角结构，掌握它们的变换技巧，可简化解题过程，起到事半功倍的效果．下面举例说明．[第一段]     

基于小波变换和二维随机共振的图像去噪算法

小波变换能对信号特征进行自适应分类提取,并快速有效地将图像信号分解成不同频带范围内的图像分量,利于图像去噪。随机共振能将部分噪声转换成信号能量,达到增大图像对比度、提高图像质量的效果。提出了一种基于小波变换和二维随机共振的图像去噪方法,实验结果表明,该方法取得了不错的去噪效果。     

狄里克莱级数的两个性质

本文作者推证了狄里克莱级数的两个性质，一是连续性，二是由阿贝尔变换公式导出了狄里克莱级数的系数与指数之间的一种关系．为深入研究狄里克莱级数的其他性质提供了工具。     

函数各种变换的统一认识

函数有四种变换 ,即平移变换、对称变换、周期变换、振幅变换 ,对其统一认识 ,有助于学生整体知识的掌握。     

一种基于混合域的新型数字水印嵌入算法

为解决数字资源版权问题,提出一种新型数字水印嵌入算法。首先对载体图像进行三层离散小波变换,然后选择低频细节子带进行离散余弦变换。在进行水印嵌入时,对Cox提出的加性准则嵌入方法进行修改,设计一种全新的嵌入方法。实验结果表明,该算法对各种噪声攻击具有较强的鲁棒性。     

基于安卓平台的脉搏波消噪与特征点识别

人体脉搏信号中隐藏了重要的生理和病理信息,但由于采集到的脉搏波中混入了不同的噪声,严重影响了波形特征点的准确识别。因此在比较了傅里叶变换与小波变换滤波效果的基础上,选用小波变换的方法对脉搏波进行基线漂移和高频噪声的去除,极大地提高了脉搏波信号的信噪比,接着利用脉搏波的时空特点提出了一种识别6个关键特征点的快速算法。最后结合Matlab与Java语言各自的特点,采用混合编程的方式设计了实现上述算法的安卓客户端软件。经实际测试,脉搏波特征点的识别速度和识别准确率均达到了预期效果,具有很好的实用价值。     

一种提高掌纹识别率方法的研究

掌纹识别是利用人的手掌掌纹图像对其身份进行认证的一种生物特征识别技术,有着巨大的发展潜力。掌纹线中的主线和皱褶是重要的特征,在空间域内掌纹图像中纹理的疏密和深浅,与频域内能量聚集和紧密程度相关。目前的掌纹研究主要集中在就一种掌纹特征的提取算法上如何提高匹配率,而对结合两种以及两种以上的掌纹特征的提取算法,如何提高掌纹识别匹配率的讨论较少。提出了一种有效提高掌纹识别率的方法,即结合点特征的提取和傅立叶变换特征的提取,提高掌纹特征匹配识别率。将该方法与单独使用点特征提取和傅立叶变换提取进行了比较实验,实验结果证明新方法的识别率有明显提高。