基于多分辨率-分水岭算法的图像分割方法

提出了在小波多分辨率域中使用分水岭算法对图像进行区域分割和融合的新方法,该方法首先使用小波变换理论将原始图像变换为不同层次的金字塔多分辨率图像；然后通过分水岭算法获得最低分辨率下的分割图像；最后。利用逆小波变换将分割的图像映射到原始分辨率上．从而获得分割图像．实验结果表明：此方法可以大大减少噪声存在下的过分割现象．     

一种空域与小波域相结合的水印算法

提出了一种空域与小波域相结合的水印算法．算法采用有意义的二值灰度图像作为水印，首先将水印分成2部分，一部分包含重要信息，另一部分包含次要信息．然后利用二维离散小波变换对原始载体图像进行多级分解，并对含重要信息的水印分量进行Arnold变换，以达到置乱图形和消除空间相关性韵目的，接着将水印数据叠加到载体图像的小波分解系数上，实现水印的嵌入．对于含次要信息的水印分量则通过LSB算法嵌入到经逆向小波变换生成的图像的空域中．实验证明：该算法对／PEG有损压缩、噪声和剪切等常见水印攻击显示出了较强的鲁棒性．     

基于整数小波变换的MODIS多光谱图像无损压缩

为了解决MODIS多光谱图像数据的存储和传输问题,提出了一种基于整数小波变换和结合波段相关性判定的谱间预测的算法,对MODIS多光谱图像数据进行无损压缩.通过整数小波变换和波段相关性判定,有效地去除了MODIS图像数据的空间和谱间冗余,其压缩效果优于当今最流行的WinRAR、WinZip压缩软件,与基于三维预测(3D-DPCM)的方法相比,该方法也能得到较好的效果,有较高的压缩比.     

4-氨基-5-乙磺酰基-2-甲氧基苯甲酸的合成工艺改进

以对氨基水杨酸为起始原料,经过甲基化、硫氰化、还原乙基化、氧化、水解得到4-氨基-5-乙磺酰基-2-甲氧基苯甲酸。探讨了甲基化反应和硫乙基引入方法问题,并对各步反应合成条件进行了优化。改进后工艺总收率达55%,目标化合物和各中间体经IR,1 H NMR和MS等确证结构。     

EEMD结合能量特征和小波降噪的轴承故障诊断

为解决在强背景噪声条件下滚动轴承故障诊断问题,开展基于能量特征和小波降噪的总体经验模态分解(EEMD)研究。首先以仿真信号为研究对象,对其进行总体经验模态分解,得到9个固有模态函数(IMF)和1个余项( Res),然后考虑各模态函数的能量特征,将分解后的9个IMF分量与原始信号的能量比作为判断标准,剔除附加5个低频分量,最终得到4个有效的IMF分量和1个余项,与仿真信号相符。在仿真信号分析的基础上,对含噪声信号的滚动轴承故障信号进行故障诊断试验研究,采集信号经小波降噪后,利用总体平均经验模态分解并结合能量特征,得到3个IMF分量和1个余项,然后对3个IMF分量进行包络谱分析,提取故障特征频率157.5 Hz,与滚动轴承故障内圈特征频率157.9 Hz相比,误差为0.25%,说明该方法能很好地提取含有噪声信号的轴承故障信息。该研究为强背景噪声下滚动轴承故障信息的提取提供了一种有效的方法。     

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。     

基于J2EE的下载系统中数字签名的设计与实现

在下载系统中,为了确保下载文件的完整性,经常采用的方法是对要下载的文件进行数字签名.然而,对于一个较大的下载系统,如果对每一个要下载的文件都手工生成数字签名,将是一件非常繁琐的事情.为此,提出一种方法,可实现自动生成文件签名,并将要下载的文件及生成的消息摘要自动加入到压缩文件中.     

基于小波变换的数字水印技术

本文提出了一种基于离散小波变换的图像数字水印算法,对小波变换后的中、低频系数进行有意义的水印嵌入。实验结果表明,所提出的数字水印算法具有较好的不可见性,能承受较大范围的嵌强度,对常见的信号处理操作有较好的鲁棒性。     

R/S-不对称硫取代铀酰-Salophen与手性吗啉醇的配位及对映选择性研究

采用密度泛函理论对R/S-不对称硫取代铀酰-salophen进行研究,发现其存在Λ/V-型两种非对映异构体。以Λ/V-型两种非对映异构体为受体探讨了它们与客体分子RRS/SSR-3,5-二甲基-2-(3-氟苯基)-2-吗啉醇的配位作用以及对映选择性识别性能。结果表明:由R/S-不对称硫取代铀酰-salophen的非对映异构体与客体分子所形成的配合物间的几何构型、Wiberg键序、红外光谱等参数差别不大,但在真空和水、丙酮、甲苯溶剂环境条件下,Λ/V-R型受体比Λ/V-S型受体对客体分子具有更好的对映选择性,且Λ-R型受体在真空和水、甲苯溶剂环境条件下,对客体分子具有良好的对映选择性识别性能。     

基于改进的YOLOv5s安全帽佩戴检测算法

针对个人防护用具安全帽的防护检测识别需求,现有的人工检测方法费时费力,无法做到实时监测.提出了一种基于YOLOv5s深度学习模型的安全帽检测算法,能够有效识别检测安全帽是否正确佩戴.并通过添加CA注意力机制,重新分配每个空间和通道的权重;以BoT3替代原有的C3模型,作为主干网络;并将CIOU损失函数改为SIOU等方法,改进原有的YOLOv5s模型,提高安全帽检测识别的精度,提高检测速度.实验结果表明,安全帽识别检测的平均精度比原始模型提高了2.2%,识别检测速度提升了19 ms,实现了更准确地轻量高效实时的安全帽佩戴检测.