一种离散正交Hahn矩的图像分析方法

提出了一种新的以离散Hahn多项式为变换核的离散正交Hahn矩并用于图像重建,推导了Hahn多项式的有关递推关系式.为了能计算高阶矩,减少矩计算过程中的累计误差,精确重建图像,利用Hahn多项式关于x方向的对称性并对部分表达式进行了优化处理,取得了显著的效果.通过与离散正交Tchebichef矩的重建图像进行比较,表明了该方法的有效性.     

基于改进的Zernike不变矩的图像重建

简要介绍了描述图像形状特征的Zernike不变矩，在给出Zernike不变矩定义的基础上，讨论了Zernike不变矩的改进，指出可以使用基于改进的Zernike不变矩的形状特征数据来重建图像；基于改进的Zernike不变矩进行图像重建的实验，结果证明了对其进行改进的可行性。     

不变矩在图像重建中的应用

为解决图像重建过程中的可视效果问题,利用Zernike矩和pseudo-Zernike矩进行图像重建,通过NHS对图像的相似度进行度量.实验证明Zernike矩和pseudo-Zernike矩进行图像重建的效果有明显的差异,且高阶矩的重构效果并不理想,仅当重构阶数在20～48之间才能保证图像重建具有很好的相似度.     

几种正交矩描述图像的性能比较

给出几种常见的正交矩(Legendre矩、第1类Chebyshev矩、第2类Chebyshev矩、jacobi矩)的定义，对它们的特性进行了初步分析．采用这些矩进行图像的重建，对其图像描述能力进行了分析比较．在此基础上．提出一种变形Jacobi矩，具有很好的图像描述能力．     

用圆谐-傅立叶矩描述图像

提出了一种描述图像特征的圆谐—傅立叶矩，对圆谐—傅立叶矩的特性进行了初步分析，用圆谐—傅立叶矩可以完整、无冗余地重建原图像，选取有限数量的低阶圆谐—傅立叶矩与同级次的圆谐—傅立叶函数的乘积叠加求和，可以近似地重建原图像，实验结果表明，圆谐—傅立叶矩有很好的图像描述能力，使用10阶以上的圆谐—傅立叶矩就能较清晰地重建原图像。     

基于低阶Gaussian-Hermite矩的图像质量评价

提出一种基于低阶Gaussian-Hermite矩的图像全参考质量评价方法。正交矩在图像处理和模式识别方面有很重要的作用,低阶矩可以从图像的分块中提取重要特征,这些特征通过计算两幅图像间相对矩误差得到,这种差异的大小更能体现出失真图像块相对原始图像块的失真大小,所以能更好的描述图像的质量。利用Gaussian-Hermite矩在一些公开的数据库中对提出的方法进行验证,实验结果和对比表明所提出的方法具有很好的效果。
     

两变量离散正交多项式及其在图像重建中的应用

主要讨论了构造于三角域上的两变量离散正交多项式的性质,包括正交性和矩阵形式的三阶递推公式。在此基础上,提出了直接计算这类两变量离散正交多项式的矩阵公式,并用这种构造于三角域上的两变量离散正交多项式作为基函数,首次构造出相应的两变量离散正交矩。仿真结果表明:该方法具有较好的可行性和较广的适用范围;在图像重建等方面,两变量离散Charlier正交矩的性能优于Zernike矩。     

电容层析成像系统重建图像质量评价方法探讨

提出了使用多参数即图像形心点空间位置误差和面积误差的方法，在仿真环境下对电容层析成像系统的重建图像质量进行评价，给出了图像形心点空间位置误差的计算模型．仿真结果表明，该法比目前常用的单参数评价重建的图像质量更科学合理．     

过程层析成像传感器配置的仿真研究

对过程层析成像传感器配置进行了模拟研究，分析了传感器尺寸、阵列间距和传感器扫描步进角度对重建图像质量的影响。根据滤波反投影法重建了图像，并给出了相应的成像结果，绘出了空间图像误差曲线，分析了传感器配置各因素对重建图像质量的影响。     

Hu矩和Zernike矩在表情识别应用中的比较

首次将Zernike矩运用于同一个人的表情识别问题，分别计算了同一个人面部图像的Hu矩和Zernike矩，以模式识别中常用的类间距作为依据，提取了面部图像的各种矩的最好特征和次好特征，并对Hu矩和Zernike矩的识别能力和抗噪性进行了比较，试验结果证明Zernike矩更适合识别细微变化的面部表情．     

自适应有限元方法在线性椭圆方程的应用

本文完整给了在凸多边形域上关于Ｐｏｉｓｓｉｏｎ方程的先验及后验误差估计及其验误差估计的自适应有限元方法，从理论上证明了这种自动误差控制的方法是可靠的，有效的，实例所得数值结果是非常理想的。     

发展型对流占优问题Crank-Nicolson-FDSD法的先验及后验估计

讨论对流占优扩散问题的一种变网格Crank Nicolson FDSD格式 ,并给出了最优的L2 模先验估计和后验误差估计 ,可以在实际计算中用于合理的调整网格 .     

基于分布式无线传感网中最优量化及能量分配方案的研究

通过对无线传感器网络中的参数进行分布式估计,即融合中心从传感器节点采集数据进而对参数进行估计.在平坦衰落瑞利信道影响下,传感器量化它们的观测值并把量化观测值发送给融合中心,在严格的能量约束下,对传感器节点进行能量分配和最优量化比特数来减小融合中心的重构误差,从而使融合中心对原参数的估计更加精确.     

全相位2种半带滤波器及在滤波器组中的应用

提出了基于频率采样法的2种全相位数字滤波器实现结构及其设计方法，完善了全相位数字滤波器的理论，并证明这2种滤波器幅频响应在0-1之间，无负值，严格零相位．根据滤波器长度和滤波响应向量的不同．设计了2种无过渡点的全相位芈带滤波器，谱分解时无需加抬高因子，精度高，可设计功率互补特性良好的二通道完全重构QMF组．实验证明，由此得到的二通道完全重建QMF组的功率互补对数幅频特性可达10^-8dB．而传统方法仅能达到10^-3dB，具有很高的重建精度．     

论用直径法测量圆度的不确定性

论述了圆心漂移对实际圆的圆度误差造成的影响，指出“直径法”不能作为精密测量圆度误差的手段。     

宽带光谱成像系统最优训练样本选择方法研究

为解决现有标准色卡或颜色样本集因数量大、存在严重颜色冗余而导致的光谱成像工作繁重的问题,提出一种基于宽带光谱成像系统光谱重建误差最小化的最优训练样本选择方法.通过现有颜色样本集中最有效样本的选择,实现宽带光谱成像系统训练样本的优化.研究通过伪逆方法进行光谱重建,以光谱均方根误差作为评价依据,从颜色样本集中逐步挑选训练样本,实现每次迭代所确定训练样本对样本集重建光谱误差的最小化.实验结果表明,在选择相同数量训练样本条件下,本研究方法所构建训练样本的光谱和色度精度明显优于现有方法.      

S变换数值计算方法比较的实验研究

为了对S变换的不同实现方法进行比较,在MatLab环境下采用数值计算实验的方法,展现了数值实现S变换的不同方法中存在的误差及滤波效果的区别,为S变换这一工具的合理应用提供了有益的参考.研究表明,频率S变换(fST)与频率反S变换(fIST)结合,时间S变换(tST)与时间反S变换(tIST)结合,是2种可在实际中使用的方法,它们各有优势与不足.     

齿轮误差分析与应用

分析了安装偏心和运动偏心转化为齿轮误差的规律，提出了在生产实践中利用误差补偿规律提高加工精度的方法。     

非定常对流扩散问题间断有限元方法的后验误差估计

后验误差估计是自适应算法的基础.为了设计有效的自适应算法,必须恰当估计数值解的误差界,自适应算法依此来实现网格的局部调整,提高计算效率,改善计算精度.运用对偶论证,给出了非定常对流扩散问题间断有限元(DG)方法的后验误差分析.由有限元的正交性、分部积分和相关逼近性质,严格推导出误差泛函的上界.     

基于统计理论的人因事件关联分析

近年来,随着人误事件不断上升,人们开始大力关注这类事故的发生.为有效减少人误事件,该文提出人误事件的关联规则分析方法,该方法以统计学权重关联规则为基础,计算人误事件中的支持度,置信度及关联程度.所提出的方法通过实验进行测试及应用举例,从结果中,得到核电厂蒸汽发生器传热管断裂人误事件之间的高失误率事件,高置信度及高关联程度事件,以此为根据,对这些事件进行改善,以减少人因事故的发生.