基于小波变换的图像扩散滤波方法

图像的非线性扩散滤波基于热扩散方程, 其关键是确定适当的扩散量与扩散方向. 在已有的滤波模型中, 扩散系数依赖于梯度, 因而容易受到噪声的干扰. 为了克服这一缺陷, 首先给出了一种新的计算扩散系数的多尺度方法. 然后建立了一类用于图像恢复的非线性小波扩散（NWD）模型. NWD模型有较强的抗噪能力, 但同已有的模型一样, 需要较大的计算量. 为此, 通过NWD模型的简化, 给出了线性小波扩散（LWD）模型. LWD模型由输运与扩散两部分组成. 由于存在输运, 所以其滤波是各向异性的, 能够较好地保持边缘, 尽管在边缘点处扩散是各向同性的. LWD模型的优点是简单易于分析, 具有较小的计算量. 最后给出了所提模型与已有模型相比较的数值实验结果.     

基于小波变换的1/f信号表示

基于积分小波变换研究了1/f信号的表示,给出了用小波逆变换产生1／f信号的基本条件,为了进一步说明这一基本条件,对1／f信号小波变换的统计特性进行了讨论,证明了信号的统计自相似性在小波域内可由小波系数的自相关函数来表达。     

基于轮廓小波的图像信号去噪算法研究

在非下采样Contourlet变换域中,针对憎水性图像相关特性,分析了图像有用信息与干扰噪声,提出了基于非下采样Contourlet变换复合绝缘子憎水性图像去噪算法,对变换后低频分量中含有光照不均匀成分采用B样条曲面进行近似,得到补偿后低频分量;对多分辨率多方向性带通分量中乘性噪声应用非线性扩散有选择滤波,最后对修正后系数重构.实验结果表明:与同态滤波相比,此算法不仅对憎水性图像光照不均匀部分最佳补偿,而且图像的细节、边缘信息得到有效的保留甚至加强,为后续憎水性图像分析与理解提供了良好的基础.     

基于小波变换的海量高光谱遥感数据分形编码压缩算法研究

提出基于小波变换和频域空间分形编码的海量高光谱数据压缩新方法(AWFC).与传统的数据压缩相区别,基于图像自身灰度空间的压缩编码为第一代图像压缩技术,以小波变换为工具基于图像频域空间的编码为第二代图像压缩技术,以分形技术为代表对图像的特征空间编码为第三代图像压缩技术.同时探讨了利用成像光谱影像数据存在空间维和光谱维上的相关性,尽可能保持光谱不变情况下如何进一步提高图像压缩效率.和传统的图像有损压缩相比,在同等信息损失的情况下,AWFC算法能够极大的提高压缩比,同时和第二代以小波技术为代表压缩算法相比,本算法也具有效率更高的优势.同时提供了对光谱空间[光谱维],灰度空间[空间维]和经过小波变换WT频域空间3种分形编码FC进行对比,探讨光谱保持下的高压缩比,同时保持快速编码与解码的分形高光谱影像压缩方法.与经典的图像数据压缩方法相比,基于分形编码的图像压缩方法其压缩比在理论上可以超过经典压缩方法的几个数量级.分形图像压缩极高的压缩比,快速的解压速度在高光谱影像压缩中将会为高光谱甚至超光谱航天遥感带来新的思路.提供了将分形分块技术引入到高光谱甚至超光谱影像光谱维分块的思路,发展了光谱形态保持的图像分块技术,给出了基于光谱保持的分形编码压缩框架.最后,作为高光谱图像处理与分析系统HIPAS的一部分,我们在VC 6.0下,基于WindowsXP平台对高光谱影像压缩模块进行了软件模块实现和验证.     

用声表面波器件实现小波变换的研究

声表面波叉指换能器的指条重叠包络按照小波函数的包络设计时, 得到了声表面波叉指换能器脉冲响应函数等于小波函数, 从而制造出了声表面式小波变换器件. 提出了利用两只声表面波式小波变换器件构造小波变换重构器件的新方法. 对器件误差的来源作了分析, 并且提出了减小误差的方法.     

基于小波变换的抵抗几何攻击的鲁棒视频水印

如何有效抵抗几何形变的攻击是当今数字水印研究的热点和难点之一．提出一种能够有效抵抗几何攻击的鲁棒视频水印方案，在其嵌入方案中，提出了一种针对几何形变的不变量——平均交流能量（average AC energy，AAE），利用该不变量，并使用小波变换的空一频特性和人眼视觉特性嵌入有意义水印；在水印提取方案中，提出了最佳白化滤波器，能够根据视频的统计特性设计白化滤波器的参数，有效提高检测性能．实验结果表明，该水印方案有效提高了视频的视觉质量，同时具有很强的抵抗几何形变攻击的能力，对于其他攻击，如时间维上的低通滤波、去帧等攻击也具有很强的鲁棒性．     

一种基于Arnold变换的图像Hash算法

提出一种基于Arnold变换的图像hash算法。算法首先将原始图像经过Arnold置乱变换得到加密图像,然后将原始图像与加密图像的差值矩阵由若干混沌序列生成的伪随机矩阵进行调制,最后将调制后的结果矩阵进行量化判决以产生固定长度的图像Hash序列。仿真结果表明,该算法对JPEG压缩、低通滤波、图像缩放等操作有一定的鲁棒性。     

一种新的信号二进小波变换模极大值重构信号的迭代算法

基于Hilbert空间单调算子理论和求解单调算子方程的迭代算法, 给出了一个新的基于信号二进小波变换模极大值重构信号的迭代算法, 证明了算法的收敛性. 同Mallat的交替投影算法相比, 该算法更加简单、快速和有效. 数值实验表明, 对于不同类型的信号, 该算法仅需要较少的几次迭代, 就可获得较好的重构效果.     

非规则LDPC码随机性结构的分布规律研究和在短环消除算法中的应用

对随机构造的非规则低密度校验（LDPC）码的随机性结构的分布规律进行了研究，结合PEG（progressive edge-growth）算法提出了一种能够保持非规则LDPC码这种分布规律的消除短环算法，实验说明在构造非规则LDPC码中，该算法比单纯只抑制短环的PEG算法的性能要好。     

基于时间相关和可变块的 H.264去块滤波优化算法

基于块的混合编码在压缩率较高的情况下会产生明显的块效应,导致编码图像主观质量下降.本文在研究和分析了 H.264标准中采用的去块滤波方法后,为了进一步提高去块滤波的性能,提出了一种新的算法.该算法利用相邻两帧图像的时间相关性,即利用参考帧中已计算好的边界强度来预测下一帧的边界强度,并采用了基于可变块的去块滤波方法,以降低滤波过程中的计算量.实验结果表明该算法在对解码图像质量没有任何影响的情况下较标准算法降低了78%左右的滤波运算时间,有效地缓解了 H.264解码运算复杂度,提高整体解码时间,以有助于实时应用的实现     

基于粒子滤波的部分对应点集刚体配准算法

为了解决部分对应点集之间的刚体配准问题,本文提出了一种基于粒子滤波的刚体配准算法.该方法将部分对应点集配准问题转化成相应的状态估计问题,通过采用基于配准误差驱动的运动模型及设计基于迭代最近点原理的观测模型,从而提出了基于粒子滤波的配准算法解决部分对应点集的刚体配准问题.实验结果验证了本文所提出算法的有效性.     

基于星敏感器估计卫星姿态的预测Kalman滤波算法

提出了一种实时的姿态估计算法, 即预测Kalman滤波算法. 该算法能够只利用星敏感器所提供的矢量观测信息来准确地估计卫星的三轴运动姿态, 算法的实现包括力矩模型误差预测和姿态估计两步. 预测Kalman滤波算法具有良好的滤波性能, 不仅估计精度高而且鲁棒性能强,这一点已通过仿真测试得到了验证.     

基于DAG和AHP-TOPSIS算法的多乘员协同任务分配方法研究

提出了一种基于有向无环图(direct acyclic graph, DAG)以及层次分析法结合逼近理想解排序法(analytic hierarchy process-technique for order preference by similarity to an ideal solution, AHP-TOPSIS)的多乘员协同任务动态分配方法.基于列表调度算法的思想,对乘员任务进行分解,并以任务划分层级,通过广度遍历,对每层任务进行排序,再逐个分配.综合考虑乘员脑力负荷、个人能力、时间成本和任务相关度.对单个任务采用AHP-TOPSIS算法确定最佳分配对象,并实时更新乘员状态,进行下一个任务的分配,直至所有任务分配完成.本方法实现了随战场态势、作战任务、乘员状态等实时变化时乘员协同任务的合理分配与动态调整,可有效解决非预期事件下协同作战效率不高、乘员负荷不均衡以及任务分配不合理等问题.     

基于云纹干涉技术的环芯和切槽残余应力测量方法的实验研究

本文将环芯法和切槽法分别与云纹干涉技术相结合,对过盈配合试样中的残余应力进行了测量.对于环芯云纹干涉法,通过使用不同焦距的场镜与CCD相结合,获得了变视场区域不同放大倍数的干涉条纹,实现了云纹干涉条纹的载波校正与零场调节;对于切槽云纹干涉法,提出了基于位移差的应力修正方法,克服了由位移释放区域过大造成的零级干涉条纹确定上的困难.本文研究中,针对过盈配合试件,将所提出方法的测量结果分别与钻孔云纹干涉法和钻孔应变电测法的测量结果进行了比较,结果表明:两方法的结果具有较好的一致性;相对于切槽法而言,云纹干涉环芯法的测量精度更高、更易于操作,而且可以获得面内残余应力的所有分量,具有更为广泛的适用性.     

基于BP算法的纹理图象合成研究

针对目前纹理图象合成技术存在的弱点,应用人工神经网络BP算法实现了纹理图象的合成。通过对纹理图象的分析和特征提取来获取图象的各种参数信息,然后采用人工神经网络BP算法,建立BP网络模型,将原始图象的特征函数作为BP网络的输入,通过学习-训练,确定该图象的人工神经网络结构,并最终通过程序合成了纹理图象。     

基于小波阀值降噪和BP神经网络的超短期风电功率预测

针对超短期风电功率预测问题,考虑了风电场复杂的噪声背景和风电功率的波动性,提出了一种基于小波阀值降噪-BP神经网络的超短期风电功率预测方法。该方法采用近似对称光滑的紧支撑双正交小波db4（Daubechies函数）作为小波基,通过多分辨分析的Mallat算法对历史时序风电功率数据进行3尺度分解。根据Donoho阀值法对各层小波系数进行软阀值降噪处理,再通过小波逆变换重构历史时序风电功率,由BP神经网络对其进行训练,预测目的风电功率序列。仿真算例将该方法与普通BP神经网络方法进行了对比,比较结果证明其预测精度优于后者,具有很好鲁棒性和降噪性能,适用噪声复杂的风电场超短期风电功率在赣预测．     

基于干扰温度的频谱感知算法研究

干扰温度机制是认知无线电的频谱感知方式中的一种.为了进一步提高干扰温度的效率和效果,对基于干扰温度的感知技术进行了分析和研究.对比了多窗谱估计方法和Welch方法,并采用一种基于神经网络的多窗谱结估计合奇异值分解算法.仿真结果表明,多窗谱估计方法优于Welch方法.基于神经网络的多窗谱估计结合奇异值分解算法,降低了干扰温度估计算法的复杂度,同时能够适应频谱环境时变的特性.     

基于Wasserstein距离的在线机器学习算法研究

本文主要研究基于Wasserstein距离的在线机器学习算法,并分别针对分类和回归问题,提出两个鲁棒的在线学习算法.本文首先在特征-标签空间中对Wasserstein距离进行变形,得到了易于处理和计算的变形式.进而,将在线梯度下降(online gradient descent, OGD)算法和Wasserstein距离变形式结合,分别针对在线分类问题和在线回归问题提出了两种具有较好鲁棒性的在线机器学习算法.文章对提出的新算法累积误差值(Regret,后面用Regret指代)进行了分析,证明了算法的Regret与训练轮次T满足O(■)关系.算法的收敛性可基于算法Regret分析得到,可证明在算法训练轮次T趋于无穷时,算法训练出的模型会收敛到理论最优模型.最后,将所提出算法与FTRL(follow-the-regularized-leader)算法、OGD算法、采用批量学习训练方法的机器学习算法进行数值实验对比.在模拟数据集和真实数据集的实验中,所提出在线学习算法准确率、鲁棒性和模型泛化性能均优于FTRL算法和OGD算法;针对大规模数据集时,虽然所提出的在线学习算法准确率与批量学习相关算...     

基于语义的词语相似度算法研究

在《知网》的研究基础上提出了一种新的计算词语语义相似度的算法。在计算义原相似度时,深入研究了义原间的上下位关系和反义对义关系,考虑了义原间的共同节点数和语义距离,同时引用了《知网》最新发布的情感分析用词语集;此外,还分析了常见的弱义原和不带感情色彩的中性词,排除了它们对结果的干扰。实验结果表明,本算法使词语相似度计算结果更趋于合理,满意度更高。     

基于ARIMA-RBF算法的月度降雨量预测研究

为了对月度降雨量进行科学预测,将ARIMA模型与RBF神经网络相结合,提出一种基于ARIMA-RBF耦合算法的月度降雨量预测模型。首先,利用ARIMA模型对月度降雨量线性部分进行拟合预测,计算ARIMA模型预测的残差;然后,利用RBF神经网络对ARIMA模型残差进行拟合预测;最后,利用RBF神经网络预测结果对ARIMA模型进行补偿修正,得到最终降雨量预测结果。将该方法用于重庆市沙坪坝月度降雨量实际预测中,预测结果精度高于单一ARIMA模型以及RBF神经网络,能够满足实际预测需求。结果表明:将线性拟合算法和非线性拟合算法结合起来用于月度降雨量预测是一种较为优越的算法。