一种新的基于Hough变换的文档图像倾斜矫正方法

在光学字符识别(OCR)图像扫描输入过程中,图像或多或少地会出现某种程度的倾斜,这往往给字符分割和识别造成很大的影响和难度。因此,文档图像的倾斜矫正是很重要的环节。Hough变换可以用来将图像边缘连接起来得到边界线,该变换受噪声和边界线间断的影响较小,而广泛用于各种类型文档图像的倾斜矫正。但Hough变换计算复杂度较高,本文对此作了一些改进,从而大大减少了计算量。     

基于小波变换的信号滤波和去噪研究

本文介绍了小波变换理论,系统地研究了小波变换在信号处理尤其是信号滤波去噪方面的应用。根据不同类型的噪音,给出了基于不同小波变换的滤波算法并且基于小波变换的滤波原理进行了分析。     

基于YIQ颜色空间的图像水印算法

本文给出一种彩色图像的数字水印算法,该算法基于YIQ颜色空间,应用了离散小波变换,利用随机种子选取了变换后子带的某些位置,嵌入了灰度标记。实验证明算法具有良好的性质,提取出的水印可证明其可靠性,对诸如噪声干扰等图像处理有良好的抗攻击性。     

基于局部二元模式算子的人脸性别分类方法

提出了两种基于局部二元模式(Local Binary Pattern,LBP)算子的人脸性别分类方法:级联LBP方法和boosting LBP方法.前一种方法遵循从局部到整体的级联策略,使用LBP算子对由小波分解得到的细节图像进行特征提取,以达到扩充特征提取范围和增强所提取特征的有效性的目的,随后采用自适应加权机制对人脸图像的各个分块赋以不同的权值.后一种方法采用可变尺寸的子窗口对人脸图像进行扫描,在扫描所得的每个子窗口中,使用LBP算子对该子窗口提取LBP直方图.计算样本图像的LBP直方图和模板的LBP直方图之间的度量,并由此构建弱分类器集.利用Adaboost算法选取最有效的若干个弱分类器集组合成为强分类器.进行了三个基于LBP算子的人脸性别分类实验,实验所使用的训练集和测试集皆选自FERET人脸数据库.实验结果证明:LBP算子能有效地从人脸图像中提取出针对人脸性别分类的特征,并可以达到人脸性别分类的目的.所提出的两种基于LBP算子的方法可以有效的解决传统LBP方法所存在的特征提取范围有限、加权机制客观性不足等问题.     

小波包变换及其在数字水印算法中的应用

在对小波包变换进行分析的基础上,将其应用在图像数字水印算法中.首先对图像进行小波包分解,并根据视觉感知特性将作为水印的二值图像嵌入到分解后的高频分量中,然后进行小波包重构得到嵌入水印的图像.实验表明,应用基于小波包变换的水印算法处理的图像能够经受常规的图像算法攻击,具有较强的鲁棒性和实用性.     

电力系统短期负荷预测应用中小波函数选取的方法

根据信号奇异性检测理论,提出了一种小波函数的选取方法:首先根据负荷序列的特点及短期负荷预测对小波函数的应用要求,粗选使用db(N)小波函数系进行分析;然后根据李普希兹指数与小波分解尺度及模极大值点之间的关系,找出可以检测到最大李氏指数的db小波,并结合小波重构对正则性的要求对N作出选择.算例说明了这种选取方法具有一定的合理性.     

基于在线小波变换的毛细管电泳信号滤噪方法

将在线小波变换用于毛细管电泳信号的滤噪处理,满足了毛细管电泳信号采集过程中实时处理和监控的需求.针对毛细管电泳信号的特点,采用固定时间窗的在线小波变换,并给出最佳时间窗长的选择方法.模拟信号和冬虫夏草的毛细管电泳信号滤噪实验的结果表明,该方法在保持峰位与峰高不变的情况下可显著提高信噪比,有效滤除了噪声峰.     

自适应小波神经网络在故障诊断中的应用

为提高传统BP神经网络在故障诊断中的效率,提出用小波神经网络加以改进.采用动量法和学习率自适应调整结合的网络训练算法对小波网络的初始参数进行设置,提出自适应小波神经网络的故障诊断方法,详述其诊断原理,并结合实例证实了该方法应用于故障诊断的有效性.     

基于小波变换的信号去噪处理

小波变换是信号处理中一个十分有用的数学工具。基于小波分析理论,本文采用软阈值法滤除与有用信号频率相近的噪声信号,取得了很好的滤波效果。并通过实时数字仿真系统验证了这种方法的有效性。     

一种基于人眼视觉特性的小波域图像水印方法

提出了一种基于小波变换的图像水印嵌入方法,通过对原始水印置乱的预处理,运用人眼视觉掩蔽模型（HVS）,增强了数字水印的安全性和隐蔽性,把水印嵌入到感觉重要的小波变换系数中,提高了水印的稳健性,并实现了水印的盲提取。实验结果表明,该算法对JPEG压缩、旋转、滤波、加噪等图像处理操作有很强的鲁棒性。