采用WD倒谱法分析人体肾组织的超声散射微结构特征

提出了一种对超声散信号分析的新方法－ＷＤ倒谱法。利用该方法对人体正常肾和肾肿瘤组织的回波信号进行分析,与用ＡＲ倒谱法所得结果进行了比较。结果表明,两种肾组织散射子的平均间距明显不同,ＷＤ倒谱比ＡＲ倒谱更能反映软组织的微观结构特征,说明ＷＤ倒谱是软组织超声散射信号分析与软组织散射子平均间距定征的一种有效方法。     

采用WD倒谱法分析人体肾组织的超声散射微结构特征

提出了一种对超声散射信号分析的新方法———WD倒谱法 .利用该方法对人体正常肾和肾肿瘤组织的回波信号进行分析 ,与用AR倒谱法所得结果进行了比较 .结果表明 ,两种肾组织散射子的平均间距明显不同 ,WD倒谱比AR倒谱更能反映软组织的微观结构特征 ,说明WD倒谱是软组织超声散射信号分析与软组织散射子平均间距定征的一种有效方法     

基于子波分解计算散射子平均间距的倒谱法

提出了一种对超声散射信号分析的方法－－子波分解（ＷＤ）倒谱法,并利用该方法对正常猪肝组织的回波信号进行了分析,对软组织中散射的平均间距进行了估计,与用ＡＲＩ倒谱法所得结果进行了比较,结果表明：ＷＤ倒谱比ＡＲ倒谱更能反映软组织的微观结构特征,说明ＷＤ倒谱是软组织超声散射信号分析与软组织散射子平均间距定特征的一种有效方法。     

人体软组织微观结构的超声散射分析

分别利用ＡＲ倒谱和小波变换的方法，研究脾脏组织超声散射元的平均间距．结果表明，离体和在体情况下组织散射元的平均间距不同．ＡＲ倒谱和小波变换相结合是确定组织散射元间距的有效方法．     

一种倒谱变换的数字水印

提出了一种基于一维倒谱变换和混沌加密的数字水印新算法。倒谱域水印算法克服了水印嵌入时频段选择的限制，增大了水印嵌入的信息量，避免了块效应。文中利用置乱和混沌系统的特性对水印图像预先进行加密，更加提高水印的保密性和鲁棒性，实验结果表明：该算法对于JPEG压缩、剪切、加噪等方面都有很好的抗攻击性。     

实倒谱分析识别周期性特征信号

本文把旋转机械故障产生的周期性激励—周期性特征信号分解成“波形”与“特征脉冲序列”的卷积,提出了有关周期性特征信号幅值调制、相位调制、波形畸变以及背景噪声四种类型噪声的概念。在此基础上,应用解卷积理论,对实倒谱分析识别周期性特征信号问题进行了研究。并在计算机上讨论了各种类型噪声对实倒谱分析的影响。研究表明,周期性特征信号在实倒谱上将形成依次递减的倒谐频结构,其大小仅与特征信号本身的稳定性有关,与信号的大小、形状无关,且最大值不超过1。分析结论较好地解释了文献以及作者的应用实例。     

基于倒谱分析的运动模糊参数估计

运动模糊是导致图像降质的最常见因素之一,估计运动模糊的点扩散函数是运动模糊复原的前提和关键.分析运动模糊图像频谱和倒谱的特征,提出在倒谱域估计点扩散函数的方法,利用倒谱中2个负峰值点坐标估算模糊尺度,对倒谱取绝对值后用Radon变换检测模糊方向,对运动模糊图像的参数进行估计.实验表明该方法是有效的.     

具有孤立子的非线性微分方程的反散射及一些变换

在具有孤立子的非线性微分方程中,引致了反散射和相似、Backlund、Hopf-Cole等变换,并提出了它们的一些功效及应用。     

病理语音的S变换特征

病理语音具有强烈的非平稳性和突变性特点,较难分析。S变换具有良好的时频分辨率和时频定位能力。该文将S变换与人耳听觉的Mel特性结合,提出一种能够突出发声器官病变的病理语音特征MSCC（Mel S-transform cepstrum coefficients）。在NCSC语料库上,通过与经典语音倒谱特征MFCC （Mel frequency cepstrum coefficients）和当前常用声学特征的对比,表明MSCC特征对语音中动态、快变的病理信息具有更强的刻画能力。此外,选用F-Score方法对特征进行评价和采用粒子群算法进行特征筛选,MSCC表现出了更好的分类性能。可见,MSCC特征可以为临床诊断提供病理语音的高精准分析。     

一个具有分形边界势阱中的粒子

构造了一个具有分形边界的无限深势阱，得到各阶势阱的波函数和相应的能级规律．结果发现，能级在空间尺度变换下具有标度不变性．各阶能级间具有相互嵌套的性质，即自相似性．随边界阶数的增加，粒子几率密度可出现局域化现象．     

基于小波变换的掌纹特征提取

掌纹中不同区域的纹线方向和空间频率代表着掌纹图像内在的特征。为了提取该特征,提出了一种基于原始灰度图像的小波变换的新算法。由于该算法直接对原始的灰度图像进行处理,而无需对图像进行预处理(例如图像增强、滤波、区域分割、二值化、纹线细化等),因此它与传统的细节特征识别方法相比大大减小了计算消耗。对一个小的掌纹图像数据库,使用K近邻(K-NN)的分类器对算法进行了实验,得到了很高的分类正确率,验证了算法的有效性。     

基于倒频谱分析的吸声系数测量的一种新方法

根据吸声材料的反射系数是吸声材料吸声系数的一个重要参数的原理,提出了一种新的测量吸声材料吸声系数的方法。对某一吸声材料进行了实验,并将实验结果与驻波管法测得的结果进行了对比。     

基于小波变换的分块融合算法

目前许多关于图像融合的研究都在空域中进行,隐藏水印图像抗攻击的能力较差.本文采用了基于小波变换的图像融合技术,提出了基于小波变换的分块融合算法,使图像的鲁棒性得到很大提高,尤其是抗JPEG压缩和抗噪声干扰的能力较强,算法可应用于数字图像的版权保护和信息隐藏领域.     

基于小波变换的人脸图象特征的边缘提取算法

人脸图象识别是模式识别、计算机视觉和人工智能领域的一个热点,而人脸图象的特征提取又是人脸图象识别的关键步骤.小波变换以其多分辨率分析和多通道分解的独特分析方法在图象处理领域中有着广泛的应用.文章利用二进小波变换多尺度的特性,结合一些常规的边缘提取算法,在人脸图象特征的边缘提取方面取得了令人满意的结果,实验表明是一种有效的人脸图象特征边缘提取算法.     

基于倒变异高阶谱的周期性突变识别方法

分析了带有周期性突变成分信号的频域特征,提出了识别周期性突变的倒变异高阶谱方法,该方法首先对信号的FFT所得数据进行调整,并根据周期性突变的特点设计了新的高阶谱频率函数,由频率函数可得到变异高阶谱,进而对变异高阶谱的某些频率取纵向切片计算倒谱,得到倒变异高阶谱.基于倒变异高阶谱的周期性突变识别方法可充分利用FFT所得的正负频率域的所有数据,扩充了高阶谱的生成空间,提高了对周期性突变的识别效果.试验表明所提方法可准确识别周期性突变和突变的周期,具有一定的实际应用价值.     

基于小波变换模极大值的橡胶薄层厚度超声检测

为解决同一薄层界面处的各次反射回波在时域上不可分离导致无法测厚的问题,提出利用小波变换模极大值对橡胶薄层超声回波信号奇异点进行检测的方法.信号奇异点构成模极大值曲线,极大值曲线产生周期性,相邻的极大值曲线对应入射时基体/橡胶界面和反射时橡胶/基体界面回波信号的到达时间,其差值为超声波在橡胶薄层中传播时间的2倍,取其平均值,计算出橡胶薄层的厚度.仿真结果表明,该方法的相对误差均在10%以内.经实例验证该方法是可行的.     

一种基于小波变换与分水岭变换的菌落图像分割算法研究

菌落的特点是菌落细胞大小不一、形态各异、分布杂乱。提出了一种新的基于小波变换与分水岭变换的分割算法,首先利用小波变换产生多分辨率图象,然后对最低分辨率图象进行分水岭分割,最后对低分辨率分割后的图象进行高分辨率投影,得到高分辨率图象的分水岭分割结果。实验结果表明,该算法对复杂菌落图象能获得较好的分割效果。