基于四元数小波变换和奇异值分解的图像水印

文章提出了基于四元数小波变换(QWT)和奇异值分解(SVD)的数字图像水印算法,该算法对原始载体图像进行四元数小波变换和奇异值分解,对水印图像进行Arnold变换和奇异值分解,并把分解的水印嵌入到分解后的原始载体图像中.结果表明,该算法对高斯噪声、剪切、JPEG压缩及滤波具有较强的鲁棒性.     

关于四元数及八元数乘法的两个恒等式

运用四元数和八元数的运算法则以及它们范数的性质,研究了两个四元数相乘以及两个八元数相乘,获得两个恒等式,并给出数值例子。     

关于四元数体上的双矩阵分解

利用四元数矩阵的奇异值分解及其转换形式,以及体上矩阵秩的有关结论,使用分块矩阵独有的技巧方法,得到四元数体上具有相同行数或相同列数的矩阵分解定理,其形式均为更有意义的拟对角标准形形式.其结论较大程度地改进和深化相应的实、复数域和体上矩阵的结果.     

四元数矩阵奇异值的一个不等式

本文给出了四元数矩阵之和的奇异值的一个不等式。     

一种基于Kruppa方程的摄像机线性自标定方法

针对非线性优化求解Kruppa方程进行摄像机自标定的局部最优问题，提出了在两种特殊情况下的基于Kruppa方程的线性自标定算法．在摄像机的旋转轴和偏移向量平行时，得到了未知系数与基础矩阵奇异值分解(SVD)的参数关系；在摄像机的旋转轴与偏移向量垂直时，将未知系数的求解转化为求矩阵特征值的过程，并通过秩约束惟一地确定了特征值的选取问题，方便了基于SVD的简化Kruppa方程的应用以及避免了2的指数方次的求解过程．仿真实验结果验证了本文的结论．     

基于四元数理论与流形学习的多通道机械故障信号分类方法

提出一种基于增广四元数矩阵奇异值分解与流形学习正交邻域保持嵌入算法的多通道机械故障信号分类方法,通过引入四元数来耦合4个通道信号,并且利用四元数乘方的性质对数据进行增广处理,充分利用各通道信息并挖掘通道之间的相关性,从而减少因故障特征信息丢失对分类结果的影响。此外,针对传统奇异谱分析提取特征参数的分类效果受噪声影响较大的问题,引入正交邻域保持嵌入算法对奇异值序列进行维数约简,最后使用分类器完成故障分类。对仿真信号的分类结果表明,在强噪声背景下,相较于单通道奇异谱分析方法和机械故障信号中常用的排列熵方法,本文提出的方法分类效果更好。将其应用于更为复杂的实测轴承故障信号的分类与识别中,同样有着较好的效果。     

四元数矩阵的左（右）加权＊-序

利用四元数矩阵的加权共轭转置定义了四元数矩阵的加权左(右)*-序，给出了加权左(右)*-序的一些等价刻画．推广了以往文献的相应结果．     

四元数奇异值分解与彩色图像去噪

提出了一种基于四元数的彩色图像去噪算法.该算法对彩色图像进行四元数奇异值分解,得到表征彩色图像的不同分量的奇异值,同时适当地选择和丢弃分别表征图像和噪声的奇异值,可以有效地去除彩色图像的加性噪声.该算法的特点是采用一种新颖的基于彩色图像能量测度模型,自适应地确定去噪图像重构的奇异值数目,因此具有快速去噪和简单可行的优点.实验结果表明,提出的方法针对彩色图像去噪具有较好的效果.     

四元数矩阵方程的最小二乘解

利用四元数矩阵的广义奇异值分解,给出了下列四元数矩阵方程问题‖AXB-M‖2F ‖CXD-N‖2F=min解的一般表达式.     

四元数矩阵的左(右)加权*-序

利用四元数矩阵的加权共轭转置定义了四元数矩阵的加权左(右) 序,给出了加权左(右) 序的一些等价刻画,推广了以往文献的相应结果.     

一种标定立体成像系统的新方法

在立体成像系统中，两相机的位置、取向、倾角由于机械上的困难，很难保证固定不变。因此，在匹配问题解决后，必须对成像系统进行标定，才能最终提取关于景物的三维信息，基于此，提出了一种成像系统的模型及其误差量定义，同时给出了用最小二乘法拟合立体成像系统参数的算法。     

基于平面模板的摄像机线性标定方法

有效的摄像机标定方法是计算机视觉应用中的一个重要问题．采用一种基于平面模板的摄像机线性标定方法，该方法只要平面模板在摄像机前运动，拍摄平面模板在不同位置的图像，提取平面模板在每个位置获得图像的网格角点，对每幅图像就可以确定一个单应性矩阵，这样就能够进行摄像机标定．实验结果表明，该方法简单易行．     

智能制造系统中立体神经视觉的校准

提出一种利用神经网络校准立体视觉系统的方法。该方法充分利用神经网络的学习、记忆功能 ,采用样本进行训练后 ,神经网络能学习到立体视觉系统中的非线性关系和摄像机的内外方位元素 ,并且保存起来。该方法克服了传统校准方法计算复杂、计算量大的缺点。通过实际应用 ,获得了很好的效果     

基于平面模板的摄像机非线性优化标定方法

摄像机标定方法是计算机视觉应用中的一个重要问题。文中的方法只要平面模板在摄像机前运动,拍摄平面模板在不同位置的图像,提取平面模板在每个位置图像的网格角点,对毎幅图像,就可以确定一个单应性矩阵,首先利用线性求解内外参数,然后对线性结果进行优化,实验结果表明该方法具有较高的精度,是一种简单、有效、实用的标定方法。     

利用遗传算法精确标定摄像机参数

讨论了利用遗传算法作为优化算法的双阶段摄像机标定方案。首先,忽略摄像机畸变的影响,根据先验假设恰当组合摄像机的其他内外参数。构成线性方程,利用最小二乘法直接估计摄像机主要参数的初始值;其次,考虑摄像机畸变的影响,在初始值的基础上利用遗传算法优化摄像机的全部参数。该标定方案直接优化摄像机相对于世界坐标系的旋转角度,因此能够在获得精确解的同时,保证旋转矩阵的正交约束条件。此外,由于遗传算法的染色体具有     

对偶四元数捷联惯性导航系统初始对准方法

采用对偶四元数将捷联惯性导航系统坐标系间的转动和平移统一考虑,以降低初始对准的模型复杂度和计算复杂性.给出了对偶四元数捷联惯性导航系统初始对准过程的粗对准模型,在此基础上,分别获得了基于加性和乘性对偶四元数误差的精对准模型.以航向角估计为例进行仿真分析,结果表明,采用该方法的收敛速度比传统方法加快了约40%,对准精度提高约0.01°.     

三维机器视觉中摄像机内外方位元素的确定

采用TSAI算法对立体视觉系统进行校准。该算法利用径向投影的平行原则 ,能够快速、方便地计算出摄像机的几何光学参量及其在某一物体参考系中的方位元素。论文针对 75 2× 5 82的CCD摄像器件在点共面和不共面等情况下进行了内、外方位元素的计算 ,获得了 4组实验数据 ,误差结果也一一给出。从实验获得的数据可以看出利用TSAI方法可以获得很好的校准结果。     

Quantitative Accuracy Assessment and Optimization of SPECT Geometrical Calibration

Accurate geometrical calibration is critical to obtaining high resolution and artifact free reconstructed images for modern animal single photon emission computed tomography(SPECT) systems.Although there have been many published works on the calibration of various SPECT systems,few studies have been done to evaluate the efficacy of the proposed calibration methods in a quantitative manner.This paper presents a numerical method to assess both the uniqueness and the quantitative accuracy of SPECT calibration,...     

数字图像的奇异值分解

通过对图像进行奇异值分解,将一幅图像转换成只包含几个非零值的奇异值矩阵,实现图像压缩。     

矩阵方程求解中SVD方法的讨论

分析了利用矩阵A(A∈Crm×n),B(B∈Ctm×n)的奇异值分解来求解矩阵方程AX=C(X∈Cm×n)与AXB=C(X∈Cn×m),讨论了有解的充分必要条件,并在有解时给出了解的一般形式.对于一般的无特殊规律矩阵方程,利用其奇异值分解来求解将会十分的方便.