基于上下文敏感度的动态图像目标识别

针对机载实时系统获取的图像序列既不满足背景固定又没有目标、背景的高灰度比,而且常规方法处理这些图像存在局限性,提出了基于上下文敏感度的运动图像目标识别算法.首先,对标准Hough变换(HT)算法进行改进,即沿着某一方向做HT,如果线段长度或已识别的目标点数加上剩余线段长度小于阈值,则停止此方向的扫描,这种变换克服了标准HT以图像边界点为扫描边界的缺点.其次,在静态图像识别的基础上,定义了图像识别的置信度,对运动图像前后帧的关系进行了量化,据此实现了对目标的识别.实验结果表明,与标准HT相比,改进的算法不仅具有很强的稳定性和高抗干扰能力,识别准确性高,而且处理速度是标准HT的3～5倍.     

使用置乱技术和DCT变换的小波域数字水印

本文提出了一种基于小波域的数字水印方案。在嵌入图像之前，对水印进行置乱处理，对图像的小波系数使用离散余弦变换。实验证明，这种方法对常规图像处理有很好的鲁棒性。     

球团粒度的在线检测

球团粒度大小对球团质量具有重要影响,采用基于小波理论的计算机图像处理技术,研究出一种在线测定堆积球团粒度的方法,解决了球团图像识别的关键问题--球团的边界提取.并以此为基础构造了球团粒度在线检测系统,输出信号可反馈控制配料和造球机的工作,以便生产出高质量的球团矿.实验结果表明,系统计算的粒度分布及平均粒度与实际粒度分布及平均粒度基本吻合.     

一种改进的Hilbert能量谱算法研究

分析了HHT中Hilbert能量谱的原理；研究了瞬时频率谱中端点效应产生的原因，将ARMA模型应用于Hilbert能量谱计算中，以旋转机械振动信号为对象，运用所提的方法对HHT中典型的本征模式函数进行仿真实验；通过与传统方法比较，证明它可以有效地改进端点效应，优化Hilbert能量谱。     

域变换结合参数估计干扰对消的智能天线算法

系统中的多址干扰是影响系统性能的主要因素，提出了一种新的域变换结合参数估计抗多 址干扰的算法。同文献[1]中的方法相比，在具有相似的误码率性能的基础上，具有更快的收敛性能。     

压缩视频的高清晰度恢复方法

讨论了从一系列低清晰度视频中恢复出高清晰度视频的两种方法,它们有区别于以前针对于原始视频的恢复方法.此两种方法是针对于压缩视频的,例如MPEG压缩视频.它们各有其优点,通过仿真进行比较并得出结论.     

通信信号自动分类方法研究

提出增加信号的频谱作为信号的特征信息之一 ,并采用离散傅里叶变换 (DFT)和小波 (wavelet)方法提取信号的频谱、瞬时幅度、瞬时频率及瞬时相位 ,构成信号的特征向量。为解决运算速度问题 ,对特征向量提出了分类编码方案。最后利用神经网络的方法进行识别。实验结果表明 ,采用这种方法可以显著地改进分类的效果     

伪微分算子作用下小波变换中的误差分析

通过对文献[1，2]的研究，在常系数伪微分算子作用下的小波变换中，得到一些新的结论。     

p-亚正规算子的性质

研究p-亚正规算子A∈B(FB)的不变子空间约化A的充分条件，并证明了p-亚正规算子也具有Fuglede-Putnam性质，     

群为完全群的一个充要条件

一个群为完全群，而当它是另一个群的正规子群时，则必为其直因子，反之成立否，马元达（1982）对有限群的情况进行了证明，该文推广到一般群。