基于归一化图像的小波域水印算法

提出了一种基于小波变换的抗几何攻击数字图像盲水印算法.首先本算法以基于矩的图像归一化技术和不变质心理论为基础,获得嵌入水印的兴趣区域.其次,将得到的兴趣区域分成4块,分别对其进行小波变换后将其中3个低频子带嵌入水印,而将另一个低频子带计算量化步长.然后,将水印利用量化调制方式自适应地嵌入到小波域的低频系数.实验结果表明,该算法不仅具有较好的不可感知性,而且对几何攻击和常规信号处理都具有较好的稳健性.     

关于指数型Radon变换的注记

讨论了实函数指数型Radon变换的一些性质,并将其推广到复函数的情形,最后给出了参数为纯虚数时指数型Radon变换的反演公式.     

锥形束图像重建的一般公式

在一般扫描路径背景下推广了Tuy反演公式,使得计算速度更快,实现了图像的快速重建．     

小波降噪方法在电动机故障信号特征提取中的应用

针对油田电动机运行环境恶劣、结构复杂、故障信号中噪声干扰多的特点,采用基于小波变换的降噪方法对电动机故障信号进行特征提取,克服了传统滤波方法的缺陷,为提高电动机故障诊断的精度提供了一个有效工具。同时给出了一个应用实例。     

单样本条件下基于图像增强和Fourier频谱的人脸识别

目前有许多处理正面视觉人脸的识别方法,当有充分数量的有代表性的样本时,能取得较好的识别效果。然而当处理单样本识别问题时,现有的许多方法的识别率将明显下降或甚至不适用。为了加强单训练样本的分类信息,训练样本与其基于受扰动的奇异值的重构图组合成新样本,Fourier频谱作为人脸识别特征,在ORL人脸库上的实验结果表明了该方法的有效性。     

基于小波能量加权的医学图像融合新算法

目前的大多数基于小波变换的医学图像融合算法,由于没有细致考虑低频分量融合规则以及高频分量邻域特征对于融合效果的重要性,因而得到的融合效果有时并不理想.现提出一种小波域按邻域加窗能量加权的融合准则,该准则根据人体颅部18F-FDG和MRI-T1图像的特点,充分考虑到了低频分量和高频分量邻域特征,对原图像高、低频小波系数分别选用具有不同物理意义的窗矩阵进行邻域加窗能量计算,以归一化加窗能量为权值对各小波系数进行加权,得到融合小波系数,经过小波反变换重构出融合图像.实验证明,采用提出的融合算法得到的融合图像很好地包含了源图像的信息,该算法在医学图像融合应用中比传统的小波系数取大算法、加权平均算法及按邻域方差加权算法效果更好.     

电子视网膜数学建模的研究

介绍了相关的视觉生理特性,分析了视觉信息提取的特征,在小波变换理论的基础上,提出了一种电子视网膜数学模型。该模型具有崩溃环节,可根据需要改变参数值。     

微流体数字化的科学与技术问题(Ⅱ):物质数字化及物质能量信息统一数字化概念研究

定义的物质数字化是物质自身或相互间的数字化,物质能量信息统一数字化是这三者作为统一体组成部分而协调地各自传输与相互转化的数字化,把数字化界说为微传输与微转化在时间上是节拍化、物理量取值是规整化且该节拍和规整是脉冲序列可控的。阐述了在几何、物理、化学、生物诸方面物质微转化的内容和用途;分析了电效应与流体、化学、生物效应在所述两个数宇化中的互补作用;指出了现有信息数字化和我们的微流体数字化技术为实现两个数字化提供的基础和开辟的道路:指出基础力学体系对微米、纳米系统规模应用的指导意义,认为代表尺寸递减时系统历经3个层次,建议把牛顿力学、量子力学单独指导的第一、第三层次作为现阶段规模应用重点。     

Haar小波的离散化消噪方法及其应用

介绍一种Haar小波离散化消噪方法,并应用该方法进行信号和图像消噪处理.首先将信号或图像用该方法实现计算机的离散化抽样取点,然后结合小波阈值方对含噪信号或图像用Haar小波作消噪处理,并进行离散平滑,实现连续小波离散化处理.该方法对信号和图像的消噪处理的效果好,具有广泛应用的价值.     

核Foley-Sammon变换

在模式识别领域,基于Fisher判别准则的Foley-Sammon变换技术有很大的影响.但是线性判别并不总是最优的.文章提出了一种基于核技巧(Kernel tricks)的非线性的特征提取技术KFST(Foley-Sammon Transformwith Kernels)——通过引入核技巧,可以在特征空间中有效计算FST.特征空间中的线性特征提取对应于输入空间的非线性特征提取.试验表明,KFST比FST具有更好的特征提取能力.