一种基于Contourlet变换的自嵌入图像水印算法

在对Contourlet变换分析的基础上,提出了一种基于Contourlet变换的自嵌入图像水印算法.该算法利用奇异值分解方法提取图像的特征信息生成水印,并将其通过量化的方法嵌入到图像的Contourlet域.实验结果表明:该算法具有较好的不可见性,可区分非恶意操作和恶意操作,并能对图像的篡改区域定位.     

基于曲线波的超声图像分割

为了提高前列腺超声图像分割的准确率,提出一种基于曲线波的半监督超声图像自动分割方法.首先,采用对微小波动敏感度高的Riemann-Liouville (RL)分数阶微分算子,突出模糊边界并增强超声图像的纹理;其次,运用曲线波变换对超声图像进行频域中的分解,获得不同子带分量以表达超声图像特征;然后,基于Adaboost的分类算法识别出超声图像中的病灶区和非病灶区;最后,采用中值滤波和腐蚀的方法使病灶区域边缘完整、平滑.实验表明,与运用共生矩阵及二进小波作纹理分析的分割结果比较,所提出的方法在准确率上有了很大的改进,分割超声图像效果更佳.     

基于移频技术的短时傅里叶变换阶比分析

提出了一种基于移频技术的短时傅里叶变换阶比分析算法.该算法利用傅里叶变换在频域的卷积性质,对原始信号在时域乘以e-j2πfit使fi的频谱能量搬迁到零频处,按一定的频率间隔改变fi就可以在零频处得到其他频率的频谱能量,以此来提高短时傅里叶变换在时频分析中的频率分辨率.然后在时频面上进行局部阈值降噪,同时跟踪转速的变化,最终应用到变速机械的阶比分析中.与短时傅里叶变换分析结果对比表明,本文方法可以更加准确地跟踪到实际的转速.实际降速过程中轴承信号利用本文方法进行阶比分析,成功提取到轴承的故障特征频率.     

基于傅里叶变换的植物根系图像拼接方法

提出一种基于傅里叶变换的植物根系图像拼接方法.采用快速傅里叶变换方法提高图像处理质量,缩短图像处理时间,实现图像实时处理,便于图像处理和数据统计.算例应用该方法将微根管采集到的植物根系图像拼接成一个完整的根系图像.结果表明该方法可以为生长在固坡中植物的作用机理研究提供全面的根系生长信息,进一步为植物根系的研究提供可靠的数据源.     

基于差分滤波的改进傅氏算法

讲述微机保护中傅氏算法的原理及优缺点,并提出基于差分滤波的改进傅氏算法,通过Matlab软件编程仿真,得到结果比较分析,证明该改进算法在滤波衰减直流分量上的正确性和有效性,大大提高了在电力系统微机保护中对故障信号的判断,从而做出快速、准确地动作,保护电力设备,防止事故发生。     

基于消极空间改造的商业步行街景观要素分析——以广州市上下九步行街为例

介绍关于商业步行街景观要素空间理论相关知识,从形成商业步行街消极空间的景观要素入手,探讨如何将消极因素改造为积极要素并防止形成消极空间.结合广州市上下九步行街进行实地考察,并提出针对性改造措施,希望通过该案例的改造建议对我国商业步行街景观空间改造与建设提供有益的参考.     

基于移位和异或的最佳扩散变换的构造

扩散结构的好坏直接影响了分组密码的扩散速度和安全强度,以分支数尽可能大的线性变换为分组密码算法的扩散结构是设计分组密码的一种重要方法,线性变换的构造可通过可逆矩阵的构造完成.利用高效的算法搜索出几类可逆广义字变换,在此基础上提出一类计算上可行的基于GF(232)上移位和比特异或的最佳扩散变换构造的算法.该变换特别适合硬件实现,广泛用于分组、序列以及HASH等密码算法的设计中.     

面向随机振动功率谱估计的小波变换去噪算法理论分析*

 针对随机振动功率谱通常存突变或间断现象,在小波去噪处理中,软阈值法使得估计信号在间断处较模糊, 且整体误差大,而硬阈值法在信号的间断点附近会产生伪Gibbs现象。通过对随机振动谱的统计模型进行分析,建立了对数域振动谱噪声的统计模型,并理论推导出根据噪声小波变换系数而设置的滤波阈值与小波变换尺度之间的非线性关系,为小波变换自适应阈值去噪提供依据,在此基础上提出了基于小波变换的振动谱估计自适应去噪通用算法,通过仿真对比实验,结果表明理论分析的有效性。     

基于增量学习的关节式目标跟踪算法

为实现对关节式目标的稳定跟踪,提出了基于增量学习的关节式目标跟踪算法.该算法应用图割法对目标矩形窗进行前景与背景分割,得到前景图像;然后对前景图像进行快速傅里叶变换,得到傅里叶系数矩阵,进而得到振幅图像,并将振幅图像作为跟踪目标的描述;最后将多个目标描述进行奇异值分解和主元分析,实现对跟踪目标的低维子空间描述.文中在粒子滤波框架下实现了整个跟踪算法.实验结果表明,该算法具有较稳定的关节式目标跟踪效果.     

抑制局部放电混合干扰的浮阈值量化算法

由于局部放电(PD)信号与含有的混合干扰(白噪和窄带)在能量分布频段上存在明显差异,根据小波包变换各节点分解系数能够有效反映被分析信号能量变化的特点,建立一种以反映PD信号分解系数中噪声能量为判据的浮阈值量化算法,使得最优基下各节点阈值随相应节点分解系数中信号噪声强度的变化而变化,自适应地决定各节点最佳阈值选择,以实现对PD信号分解系数更精细划分。通过对含有混合干扰的仿真与实测PD信号的小波包最优分解,分别用传统全局阈值量化算法与笔者建立的浮阈值量化算法进行了干扰抑制效果的对比,结果表明：后者具有更强的抑制混合干扰的能力,且混合干扰抑制前后PD信号波形相似度更高。