圆谐Joint变换光学图像识别的研究

圆谐Joint变换光学图像识别的研究@冯选旗@刘聚成@王涛...     

Joint变换相关法指纹识别

根据Joint变换相关识别原理进行指纹识别,讨论了以Machzehnder干涉仪作为输入部件的光学系统的特点,详细分析了检测过程中噪声的来源和机制,并给出文字、清晰指纹、模拟现场指纹和真实现场指纹的实验结果.     

基于排序树的字符串集合快速匹配算法

字符串匹配是计算机科学研究的基础问题,主要研究在目标字符串中发现多特征字符串。其被广泛用于网络审计系统等其他实际工程中的应用中。目前,对于特征字符串集合匹配的问题的研究较少,在实际中也没有很理想的算法,因此在基于BM和AG算法研究的基础上,提出了一种基于排序树的快速匹配算法,通过与其它算法比较以及实验研究,表明本算法效率有了很大的提高。图6,参10。     

多个数字仪表字符串区域的定位和识别研究

根据待识别图像中多个仪表的特点,运用边缘检测技术、数学形态学方法、连通域标记法等来定位出多个仪表待识别字符串区域,并运用BP神经网络来识别.经过试验,能准确定位出各个仪表字符串区域,其识别率也达到了95%.     

基于小波变换的工况区域识别

针对生产过程的特点 ,对过程工况区域识别问题进行了描述 ,在分析小波变换的基础上 ,研究了利用小波变换的多尺度分析特性 ,提取生产过程检测信号的多尺度定性变化特征 ,并分析和证明了提取的工况区域特征具有描述工况区域的稳定性和完备性。在此基础上 ,结合模式归纳分类算法 ,提出了一种基于小波变换的工况区域识别方法。应用实例研究 ,证实了所提方法的可行性和有效性     

水下冲激噪声环境下基于多特征融合的信号调制方式识别

通信信号调制方式的识别在水下通信系统中发挥着重要作用,但目前在传统理论基础上建立起的高斯白噪声环境下的识别方法在水下冲激噪声背景下的识别仍存在困难.针对这一问题提出了水下冲激噪声环境下多特征融合的调制方式识别方法.利用Alpha稳定分布建立水下冲激噪声的模型,提出了基于指数函数的非线性变换方法消除部分冲激噪声的信号预处理方法;对预处理后的信号提取频域的盒维数特征、信号包络的样本熵特征以及Stockwell变换(S变换)域能量熵特征,构成多特征向量进行融合识别.对3个种类和数量不同的调制信号集进行仿真实验,结果表明,多特征融合识别的方法在水下冲激噪声环境下较单一特征识别性能更好,对Alpha稳定分布的特征指数在1~2之间时,该方法具有稳定性.同时通过对比仿真发现,非线性变换预处理显著地提高了算法性能,且多特征融合的调制识别方法的性能明显优于单特征方法,可识别的信号种类更多.     

子空间域相关特征变换与融合的语音识别方法

为了提高语音识别准确率,提出了一种子空间域相关特征变换与融合的语音识别方法(MFCC-BN-TC方法)。该方法提取语音短时谱结构特征(BN)和包络特征(MFCC)分别描述语音短时谱结构和包络信息,并采用域相关特征变换的形式分别对BN和MFCC特征进行特征变换;然后对这种变换进行泛化扩展提出子空间域相关特征变换,以采用不同的时间颗粒度(帧和语音分段)进行多层次区分性特征表达;最后,对多种区分性特征变换后的特征进行联合表征训练声学模型,并给出了区分性特征变换与融合的一般框架。实验结果表明:MFCC-BN-TC方法比采用原始BN特征方法和采用MFCC特征基线系统方法,识别性能各自提高了0.98%和1.62%;融合MFCCBN-TC方法变换以后的语音信号特征,相比于融合原始特征,识别率提升了1.5%。     

基于光场调控的光学图像相关处理:原理与技术进展

光学图像识别以信息处理容量大、运算速度快(基本上接近光速)和高度并行处理能力等特点得到研究人员的广泛关注,在成像、生物医疗、国防军事等领域均具有广阔的应用前景.近年来,随着空间光场调控技术的发展,人们对结构光场的认识愈加深入,使得光学图像识别这一领域焕发出新的生命力.本文从范德·拉格特相关器(Vander Lugt Correlator, VLC)和联合变换相关器(Joint Transform Correlator, JTC)这两大主要光学图像识别相关器的基本原理出发,介绍了光场调控在光学图像相关识别及处理应用中的物理原理与技术进展.从线性光学、非线性光学以及量子光学这三个角度分别介绍不同领域如何通过光场调控实现全光型的光学图像相关处理.     

图像差异的分析与识别

同一物体的不同图像之间往往相差一个变换,这里的变换包括成像系统的小运动对平面物体成像的影响以及图像灰度的对比度变换,在导出变换前后所形成的两幅图像之间的关系,得到相关的数学模型基础上,给出了一种对交换前后的图像进行识别的方法以及对上述图像进行匹配和识别的一个算法及实验结果,其中涉及到关于滤波器的变换不变性、图像的局部特征和图像的变换不变量的研究。     

带有格线边框的手写体数字串处理系统

各种单据中存在着大量填写在线框中的手写体数字需要处理。这些线框为定位和分割图像带来了更多的参考信息 ,但同时也提出了如何在尽量不损伤待识别字符条件下去除线框的新问题。论文对带有线框的数字金额字符串的处理和识别进行了研究 ,并给出了一个通用方法。该处理方法采用数学形态法去除数字串的边框格线 ,利用格线的信息和连通域的特征把字符串分割成独立的待识别的数字字符 ,字符识别采用支撑向量机 ,最佳识别结果的选择采用概率统计和先验知识相结合的方法。该处理方法已应用于实际系统并取得了满意效果 ,具有很强的实用价值     

基于加权型三次相位函数和FRFT的LPI信号识别研究

针对低截获概率雷达信号难以识别和分类的问题,提出了基于加权型三次相位函数和分数阶傅里叶变换的低截获概率雷达信号识别算法。用短时傅里叶变换剖析了应用较广的八种低截获概率雷达信号的时频特性,然后依据调频率将其分为两类。先用加权型三次相位函数估计信号的调频率,然后再用分数阶傅里叶变换获得信号的各分量峰值,根据峰值能量比进行细分类。通过大量的实验仿真验证,本算法在信噪比为0 d B的条件下,正确识别率能够达到95%以上。     

人工神经网络在人脸部识别中的应用研究

在对二值图像分析处理的基础上，介绍了人工神经网络（ANN）方法在数字图像识别中的应用，并通过在身份验证中的人面部特征提取与识别的实例对现有网络进行了研究，提出了改进思想，以期达到降低运算量、提高识别率的目的。     

基于字符识别的门牌号识别算法研究

以门牌号为对象，利用现代图像处理技术，研究基于字符识别的门牌号识别算法，给出了算法的计算机实现方法．计算机仿真结果证明了所提算法的有效性．     

基于HHT和改进PNN的CSI人体动作识别研究

为了有效判别真实摔倒动作与疑似摔倒动作、提高动作识别准确度,提出基于希尔伯特黄变换(Hilbert-Huang transform,HHT)和改进概率神经网络(probabilistic neural networks,PNN)的信道状态信息(channel state information,CSI)人体动作识别算法。对CSI的幅度与相位融合信号进行数据预处理,利用HHT来提取区分人体动作信息的瞬时幅值和瞬时频率作为分类特征构建特征矩阵,在遗传算法(genetic algorithm,GA)优化的PNN神经网络中训练出能有效检测真实摔倒和疑似摔倒动作的GA-PNN人体动作识别模型;利用训练好的识别模型对输入的CSI数据进行摔倒动作的判别。仿真实验表明,提出的算法能有效地检测真实摔倒和疑似摔倒动作,其识别准确度可达到97.18%,且误报率较低。     

三种时频分析方法在心音信号分析中的应用

文章介绍了一种新的时频分析方法—— Hilbert谱分析 ,并将其应用到心音信号的时频分析中 ,分析对比了短时 Fourier变换 ,小波分析和 Hilbert谱分析这三种方法在处理心音信号时的性能差异 .传统的基于 Fourier的方法不能有效的分析非平稳信号 .文章分析证明了这种新方法在分析像心音信号这种非平稳信号的有效性 ,它能对信号的时频分布做出比短时 Fourier变换和小波分析更为精确的描述 .用这种方法 ,我们能提取心音信号中频率变化的信息 .     

基于阶次分析的无人机挂飞振动正弦分量幅值准确提取技术

传统的快速傅里叶变换分析装备在变转速工况下的振动信号出现"频率模糊"现象,针对此问题提出一种无键相阶次分析方法。首先通过控制系统或其它途径预估转速变化范围,确定窄带滤波频带;然后对信号进行窄带滤波;之后利用Hilbert变换计算滤波后信号的瞬时频率;最后根据瞬时频率对信号进行重采样得到角度域平稳信号,对角度域信号傅里叶变换得到阶次谱。通过信号仿真验证了该阶次分析方法有效、准确,并应用到装备在无人机的挂飞振动信号分析中,用于准确提取变转速工况下振动信号中正弦分量的幅值,为准确制定装备的振动环境试验条件奠定基础。该方法是对阶次分析方法的有效补充,对于相似装备的动力学环境试验条件制定也具有参考和借鉴价值。     

Hough变换在人头识别中的应用

Hough变换能识别各种形状的目标,而且有对不完整边缘具有鲁棒性的优点.本文详细论述了Hough变换识别圆形目标的原理,并将其应用于人头识别.首先对原图像利用Canny算子进行边缘提取,然后利用Hough变换找人头的中心,大量实践证明了Hough变换识别人头的良好效果.     

傅立叶积分算法研究

在信号分析与处理中，常涉及的积分变换是傅里叶变换(FT)、傅旱叶级数(FST)、傅里叶Z变换(FZT)及离散付里叶变换(DFT)。通过分析FT与FST、FZT、DFT的关系，提出一种基于FT计算FST、FZT、DFT的新算法，并通过例子说明这种算法的实用性。     

哈夫变换在直线特征识别中的应用

本文论述了哈夫变换(Hough Transform)在图像直线特征识别中的应用。首先讨论了哈夫变换之前所应做的图像预处理工作,根据不同的图像设计不同的处理流程,主要包括:图像滤波、图像分割、边缘提取、骨架提取等。文中运用两个图像直线特征识别的例子说明了哈夫变换的应用效果。