数学形态学视域下指纹图像细化算法高效研究

重点研究了二值化后指纹图像细化算法.首先简介了改进的OPTA细化算法.在总结上述算法的优缺点基础上,提出更有效的基于数学形态学的查表细化算法.实验表明后一种细化算法效率更高、处理后几乎没有毛刺、效果更理想,为后续的工作奠定了良好的基础.所进行的算法高效化研究对于提升识别的准确度具有非常明显的积极作用,在论文的最后通过实证手段进行了证明.同时,该文最后采用Visual C++编程实现指纹图像预处理过程中的所有算法,算法效率较高,从实际需求角度为我国的指纹图像识别的细化处理提供了必要的理论依据,实践证明,该文所研究的数学形态学视角下的指纹图像细化算法高效研究具有一定的现实意义,应用于指纹图像识别工作中将会取得较好的效果.     

局部统计特征的抗同步攻击音频水印

利用音频局部统计特征提出一种可同时抵抗时域拉伸和局部裁剪攻击的音频水印算法. 水印嵌入时先对音频信号进行鲁棒自适应分段,然后计算直方图和均值,参照均值修改直方图形状以完成信息隐藏. 理论分析和实验结果表明,该方法具有很好的抗时域拉伸性能,且抵抗局部裁剪攻击的性能有显著提高.     

一种支持向量回归机的音频水印算法

为了同时保证算法的不可感知性与鲁棒性,提出了一种新的支持向量回归机音频水印算法．该算法首先对音频进行小波变换,然后选取稳定的低频系数的相邻均值向量、左邻域斜率向量、右邻城斜率向量作为支持向量回归机训练模型,利用支持向量回归机训练模型嵌入和提取水印信息．仿真实验表明,算法对常规的信号处理及攻击均具有较好的鲁棒性,与经典的基于小波变换的量化算法相比,具有很好的不可感知性,另外,在水印检测时不需要原始音频,实现了水印的盲检测．     

一种自适应音频双水印算法

提出了一种自适应音频双水印算法,算法既能对音频作品的版权进行保护,又能有效地证明其真实性,检测是否遭到篡改.该算法具有以下特点：⑴连续多次嵌入鲁棒水印,以提高水印提取的正确率,增强水印的鲁棒性,嵌入次数根据音频信息量自适应调整;⑵使用不同的量化算法嵌入不同作用的水印;⑶嵌入强度根据音频自身特征选取;⑷在提取水印的过程中不需要原始音频的参与.仿真实验表明：该双水印算法不仅具有较好的不可感知性,而且具有较好的鲁棒性和敏感性.     

一种改进的基于代价函数的地图匹配算法

为了提高基于代价函数的地图匹配算法的效率,提出了一种减少算法计算量的方法.该方法结合地图匹配算法中的数据滤波等判决法则,合理利用已有的匹配信息,能在更小的范围内选择待匹配路段,达到减少计算量的目的.该方法在导航定位系统中具有实用意义.     

改进FAST和FREAK的图像匹配算法

针对FREAK算法在图像匹配和压缩过程中的效率低以及失真问题,提出一种改进FAST和FREAK的图像匹配算法。首先,通过改进的FAST提取图像特征点,在提取的特征点范围内构建降维尺度空间金字塔,从而提高原图的匹配速率和卷积过程中的计算效率。其次,基于每个特征点构建低维特征描述,进而确定改进FREAK算法的主方向,以提高运算速率和图像匹配的鲁棒性。最后,通过汉明距离进行图像特征匹配。仿真实验结果表明,该算法能够有效解决多次压缩传输所造成失真的图像的低匹配率问题。     

基于心理声学模型数字音频水印算法

提出了一种将心理声学模型和小波变换、离散余弦变换相结合的数字音频水印算法,根据人耳听觉系统的掩蔽效应,计算载体音频信号的掩蔽阈值.为了消除图像水印的像素相关性,首先对水印图像进行置乱,以增强水印信号的安全性.然后将水印信号嵌入到小波变换近似分量的DCT变换域中,嵌入强度由掩蔽阈值自适应控制.仿真实验结果表明：该算法隐藏水印具有很强的不可感知性;叠加了水印的音频信号对数据压缩、加噪、重新采样、重新量化、低通滤波等常用的音频信号处理技术具有很好的鲁棒性.     

基于区块链的图书侵权记录存证平台

针对越来越频繁的音频阅读图书内容对图书构成侵权行为而未能及时有效存证的困境,提出一种以区块链技术对图书版权侵权记录进行自动存证的方案.首先,将网络爬取的音频信息进行处理,与图书内容查重比对后将结果存入私有区块链结构;其次,在基于工作量证明共识的基础上设计实现了复杂度可行的共识算法;最后,结合密码学的摘要信息认证与数字签名验证机制对区块数据进行安全性检查.系统测试结果验证了平台的效率和可靠性.     

图像非线性扩散去噪的格子波尔兹曼方法

针对传统图像去噪非线性扩散模型及其算法效率低和难以并行化的缺点,该文在格子波尔兹曼方程的松弛因子中引入图像边缘特征以实现图像的非线性扩散去噪. 在保证算法稳定的情况下能进行大步长迭代运算以提高处理效率,且适用于并行化计算. 实验结果和分析表明,该文所提出的方法与加性分裂算法相比能够获得更好的去噪质量,其计算精度和效率都优于加性分裂算法.     

基于信息熵和细节方差均值与背景方差均值比的无参考图像锐化结果评价

提出细节方差均值与背景方差均值比的无参考图像锐化结果评价方法,结合图像信息熵,通过MATLAB软件对常用的8种空间域锐化算法和2种频率域锐算法进行锐化效果评价.结果表明:空域锐化算子中,梯度锐化、二值化、Canny锐化和Roberts锐化结果的信息熵较低,马尔锐化、Sobel锐化、Prewitt锐化和拉普拉斯锐化结果的信息熵较高.频域的高通滤波处理时,截止频率与频域中心的距离D_0值的变换对会有较大的影响.canny锐化算法和Roberts锐化算法的细节方差均值与背景方差均值比相对较小,在参数绝对值取大于50、大于100时分别为205.1000、122.6250和25.7388和18.6903,其余空域内的算法的细节方差均值与背景方差均值比较大,数值由几千到几万不等.在频率域下细节方差均值与背景方差均值比所得的值都为个位数,空域和频域由于锐化的方向不同,使其处理图像后的数据有明显的差别.     

基于启发式搜索的音频水印方案

针对基于DWT-DCT-SVD的音频水印方案的不可感知性和鲁棒性相互制约,提出一种基于启发式搜索的音频水印嵌入方法.分析嵌入强度与不可感知性和鲁棒性之间的关系,构建音频水印嵌入强度的优化模型,设计一种启发式的搜索算法进行求解.实验表明,该水印方案可获得较好的不可感知性,能抵抗多种信号处理攻击和StirMark攻击.     

采用数字喷泉码和旋转星座图的多跳中继传输机制

利用数字喷泉编码可有效提高多跳中继传输的效率. 提出一种基于数字喷泉码的中继多跳传输机制,从两方面改善中继转发性能：每两个中继组成中继对,采用旋转星座调制技术获得信号空间分集增益,但不降低信道的频谱效率;根据改进的合并算法对中继转发的喷泉编码数据包进行线性组合,获得数据包分集效果,提高信道利用率,缩短传输时间. 仿真结果显示,实现数据包分集和信号空间分集后,多跳中继传输效率显著提高,传输时间有所缩短.     

基于2-hop优化的子图模式匹配算法

讨论大图上有效可达标记2-hop编码,及其构造的图结构信息数据结构在判定两点之间可达性的高效性,基于这些高效结构,提出一种基于栈的DAG全局图模式匹配算法,该算法结合了栈在匹配过程中线性空间开销的优势。实验结果表明,相对于目前主流的图模式匹配算法,该算法具有中间结果小,时间高效的优势。     

DSP在移动通信语音判选中的应用

利用数字信号处理器(DSP)能快速进行信号的时-频域分析的特点，提出了一种用DSP完成语音判选功能的方案，它具有及时、准确、动态地完成最优语音的判选的特点，为保证通讯网以最小的接入时间实施最优的语音服务奠定了基础。     

时频域子带线性调频干扰抑制算法

通过对线性调频（LFM）信号子带分解的分析,提出了一种基于子带信号处理的时频单元剔除（SSP TFCD）LFM干扰抑制算法.这种算法充分利用了子带分解的时频定位特性,在干扰基本消除的同时保证了信号的失真度较小,因此它可以为系统带来较大的性能增益.仿真结果进一步证实本算法的性能优于基于子带分解的子带剔除算法(SSP SD).     

GPS软件接收机并行处理的实现

针对传统GPS软件接收机实时性差的问题,深入研究了基于双核处理器的并行信号搜索、跟踪以及伪距定位等关键技术, 提出GPS软件接收机并行处理方法. 在搜索过程中,采取并行处理技术并实时优化搜索范围,利用相位关系进行解算,有效克服了相关法求解精频速度慢的缺点. 在跟踪环路中,研究载波/码相位跟踪环路并行独立处理技术,通过深入分析二阶跟踪环路性能,优化设计参数,使接收机具备较好的动态性能的同时,能够将噪声的影响降到最低. 最后在Matlab环境下设计了算法应用程序,将实测数据对算法进行验证. 结果表明：与传统的串行处理算法相比,该方法可使信号处理效率提高30%以上,各项输出指标均达到单点伪距定位要求.     

高斯基函数参数自适应信号分解和相应的时频分布

提出了一种在线性调频高斯基函数上进行信号自适应分解的方法,并给出了相应的自适应时频分布.该分布是一种正的时频能量分布,具有较高的时频分辨率且无交叉项干扰.基函数集是由单一原型高斯函数通过自适应调节其方差、扫频率、时移和频移来匹配信号的局部时频特征而获得.这些参数和匹配系数中包含了信号的全部信息,可以方便地用于进一步的信号处理.仿真结果表明该方法是有效的.     

基于蝙蝠算法与信号稀疏分解的DOA估计研究

稀疏分解的DOA估计法具有很高的估计精度,但稀疏分解计算量巨大,需要较长的计算时间。针对这一问题,将蝙蝠算法与信号的稀疏分解算法相结合,应用于信号的DOA估计。利用蝙蝠搜索算法搜索路径优、寻优能力强的优点,可快速寻找到正交匹配追踪过程中每一步分解的最佳原子,从而实现信号快速稀疏分解。仿真结果表明,引入蝙蝠算法后,在有效的估计条件下,加快了计算速度,减少了计算量。