基于脊波变换的手指静脉图像增强研究

针对人体手指静脉图像的结构和特点,提出一种基于脊波变换的图像增强算法.该算法对手指静脉图像小波域各高频子带系数进行脊波变换,利用非线性新脊域系数确定法对脊域系数进行处理,然后对各高频子带进行脊波逆变换和小波图像重构.该算法对手指静脉二维曲线奇异处理、边缘增强等具有较好的效果,克服了小波变换在高维曲线奇异和方向选择上的不足.通过与传统的二维离散小波变换边缘增强法和自适应调整系数的脊波变换方法作比较,实验结果表明本算法具有更好的手指静脉图像效果.     

基于单尺度Retinex理论的带钢图像增强算法

针对带钢表面缺陷检测中图像偏暗的问题,提出一种基于单尺度Retinex理论的图像增强算法,该算法将预处理后的带钢图像乘以比例系数,得到亮度图像的估计值,接着对反射图像采用Gamma校正,最后将Gamma校正后的反射图像与粗估计的亮度图像进行合成,得到最终的增强图像。对算法中亮度估计用到的比例系数,以及Gamma校正系数进行了详细的分析。实验结果表明,该算法避免了单尺度Retinex算法在估计亮度图像时采取的复杂运算,并且较一般的图像增强算法能够使带钢图像中较暗的细节得以凸现,在增强效果和实时性上具有更大的优越性。     

弱光照条件下交通标志检测与识别

针对弱光照条件下交通标志易发生漏检和定位不准的问题，本文提出了增强YOLOv3（You only look once）检测算法，一种实时自适应图像增强与优化YOLOv3网络结合的交通标志检测与识别方法。首先构建了大型复杂光照中国交通标志数据集；然后针对复杂的弱光照图像提出自适应增强算法，通过调整图像亮度和对比度强化交通标志与背景之间的差异；最后采用YOLOv3网络框架检测交通标志。为了降低先验锚点框设置精度以及图像中背景与前景比例严重失衡对检测精度造成的影响，优化了先验锚点框聚类算法和网络的损失函数。对比实验结果表明，在实时性大致相当的情况下，本文提出的增强YOLOv3检测算法较标准YOLOv3算法对交通标志有更高的回归精度和置信度，召回率和准确率分别提高0.96%和0.48%。      

基于模糊逻辑的雾天图像增强改进算法

针对传统模糊增强算法的缺陷,提出了一种基于正弦函数变换的模糊增强算法.该算法首先对雾天图像进行规范化,降低不同雾况对图像灰度级分布范围的影响;其次通过一种改进的模糊化算法将图像从灰度域变换到模糊域,在模糊域内对低灰度区域进行衰减运算,对高灰度区域进行增强运算;最后将图像从模糊域变换到灰度域.试验表明,该算法可以有效提高雾天图像的对比度.     

镀锌带钢设备裂缝图像的分割技术研究

对镀锌带钢设备裂缝图像的优化分割处理,可以有效提高对设备裂缝的成因分析和修复的能力。提出一种基于图像细节增强和梯度方向纹理网格分割的镀锌带钢设备裂缝图像的分割方法。对目标图像进行细节增强处理,采用小波降噪方法进行图像滤波,提高镀锌带钢设备裂缝图像的纯度,沿裂缝梯度方法进行不规则网格分割,实现对裂缝图像分割算法改进。仿真结果表明,该算法能有效提高图像的峰值信噪比,图像分割的抗噪能力较强。     

论表情分析中的基本口型分类方法

本文研究了嘴巴状态识别的问题,提出了结合用小波变换和支持向量机进行嘴巴状态检测的方案.首先用Gabor小波变换对人脸图像进行特征提取,从而得到嘴巴特征图像,然后在特征空间中,用AVM算法设计嘴巴状态分类器.在日本omron人脸库上的实验结果表明,该算法能够取得较好的分类效果.     

基于视觉掩蔽特性的渐进图像传输方法

用小波变换与人眼视觉的掩蔽特性相结合,改进了传统图像渐进传输算法.当通过窄带连接进行图像传输时,在主观视觉图像质量不丢失的前提下,减少了图像传输的数据量,提高了图像传输效率.仿真实验表明,使用该方法比一般图像渐进传输方法更优.     

基于小波分析的斑岩型铜矿的色谱图的特征分割

通过对斑岩型铜矿的色谱图进行特征分割,提高对铜矿的识别和成分分析能力。提出一种基于小波分析的斑岩型铜矿的色谱图的特征分割算法,首先对采集的斑岩型铜矿的色谱图进行降噪处理,采用小波尺度分解方法进行特征分割和图像检索。仿真结果表明,该算法具有较好的图像特征分割性能,提高了图像的识别和细节结构辨识能力。     

基于小波方法提取在激光作用下电弧形态的图像边缘特征

针对小波变换的特点，设计了一种原理简单、容易实现的小波提取图像边缘的算法。通过与其它图像处理方法相结合，该算法成功提取出了激光电弧复合热源焊接时所拍摄的弧柱区的图像的水平、垂直及对角线方向的边缘特征，并与一些传统的边缘检测算子进行了比较，发现该算法在提取图像边缘时具有良好的效果。     

语音压缩感知及其重构算法

在研究语音信号在小波域的稀疏性的基础上,提出双正交小波变换的方法,与一维小波变换方法相比稀疏度提高10%～25%.此外,提出基于自适应次梯度投影算法(ASPM)进行压缩感知(CS)语音信号重构的方案.ASPM算法首先根据压缩感知重构模型建立包含稀疏重构信号并具有随机属性的凸集,然后运用次梯度投影的思想将该凸集的投影转化为对多个闭合半平面的投影,最后将更新后的稀疏重构信号投影到限定集合上.同时,该算法设计了自适应调节膨胀系数的机制以获得快速收敛性.理论分析和仿真结果表明,该算法具有快速收敛性和较低的重构误差,在不同的噪声强度下具有较高的鲁棒性.     

基于小波理论的铜矿浮选泡沫图像特征提取研究

针对当前铜矿筛选过程中的浮选工艺,提高该工艺对铜矿的识别率,进而提高铜矿的产量的利用,并最终提高铜矿资源的利用率,是当前思考的重点。结合传统图像分割存在的问题以及小波变换的特点,构建了一个小波变换的二值化泡沫图像处理方式。首先借助小波变换得到多尺度特征,然后利用频率和空间宽度对图形进行重构,并借助二值化对图像的特征进行提取,最后得到子图的等效尺寸特征,最后以该特征作为聚类的数据特征,通过聚类分析方法对特征进行分类,进而验证通过该方法得到的识别率要明显高于传统的识别方法,验证了该方法的可行性。     

基于小波变换的自适应阀值植物根系图像边缘检测

植物根系的生长状况可以反映该地区的气候及土壤特性,现有的根系研究方法如挖掘法、整段标本法和剖面法,都有破坏样本和工作量大等缺点.为了实时跟踪植物根系生长状况,介绍了一种基于多尺度小波变换和自适应阀值的图像处理方法,对采用内窥方法获得的根系图像进行边缘检测,并将边缘提取后的图像进行融合.此方法可以在不损伤植物根系的前提下自动对根系的生长情况进行提取分析,实现实时采集及精确测量根系的物理参数.      

金属图像采集中的降噪方法研究

金属制品的图像采集是实现金属制品的特征分析和成分检测的基础,通常方法采集的金属图像受到光传感介质的干扰,导致图像模糊,通过降噪处理,提高图像的清晰度。提出一种基于小波降噪的金属图像采集降噪算法。进行了图像的采集和信息模型构建,然后进行小波降噪算法改进设计。实验结果表明,该方法进行图像降噪有效提高了图像成像的峰值信噪比,提高了金属制品图像成像的清晰度。     

基于自适应小波阀值法的AGC系统

针对常规的压力AGC系统存在的问题,利用小波变换的多尺度分析具有很好的时域和频域局部化的特性,开发了一种基于自适应小波阀值法的AGC系统.新系统根据轧制力的变化和轧辊的转速自适应地确定小波分解的层次和各层的阀值,提取压力AGC调节需要的轧制力变化量和辨识轧辊的偏心信号进行轧辊偏心的高精度补偿,具有自适应性、鲁棒性强,算法简单,控制精度高的特点.实验表明,这种系统使板带的厚度精度大为提高,具有广阔的推广应用前景.     

隧道地质预报探地雷达信号干扰消除方法

受探测环境制约,隧道超前地质预报过程中探地雷达反射波往往具有“弱信号,强干扰”的特征,给数据处理和解译带来极大的困难。将剪切变换（shearlet变换,ST）引入探地雷达信号处理,根据有效信号和干扰信号在剪切域中不同尺度、不同方向上的能量差异,提出一种基于自适应阀值的随机干扰去除方法,并通过正演模拟数据验证了该方法在随机干扰去除上的优势;在此基础上针对隧道超前地质预报中常见的能量接近、频率异常干扰信号,以实际数据为例说明小波变换（WT）对其去除效果;从而进一步提出小波变换与剪切变换联合干扰压制方法,即首先使用小波变换对异常频率干扰进行分离,然后采用基于自适应阀值的剪切变换对随机干扰进行压制。现场溶洞探测案例应用效果表明,本文所提出的方法能在去除干扰的同时很好地保留有效信号,根据处理后的波形堆积图可以很好地凸显地质异常区域,从而提高探地雷达资料解译精度。      

基于模糊图像处理的有色金属成分鉴定技术研究

传统的有色金属成分鉴定方法,检测速度慢、鉴定结果准确率低。提出一种基于模糊图像处理的有色金属成分鉴定技术方法研究,选取线性变换函数对有色金属图像的模糊特征平面进行处理和分析,增强图像的模糊效果;对模糊图像进行平滑处理,获取各种有色金属成分的边缘特征,实现有色金属成分的有效鉴定。     

一种新的n维广义Arnold矩阵构造方法及其在图像置乱中的应用

提出了基于具有输入密钥的等差数列来构造一类n维广义Arnold变换矩阵的方法,并给出了构造变换矩阵和逆变换矩阵的计算算法,算法仅与密钥有关,其时间复杂度相当于n(n+1)/2次乘法运算.在图像置乱时用该矩阵作为变换矩阵,采取图像位置空间与色彩空间的多轮乘积型双置乱,算法具有周期长和算法完全公开等特点,可有效防止多种攻击,增强了系统的安全性.此外,通过逆变换对置乱图像进行恢复,无须计算变换矩阵的周期.实验结果表明,该置乱变换算法效率高,安全性强.     

基于遥感技术的武当区域构造分析及找矿意义

根据武当地区的遥感影像,以地理信息系统为技术平台、区域构造为主要研究对象,采用遥感图像增强技术,解译了大中型断裂;采用基于径向基函数（RBF）神经网络的模式识别,结合二进制小波变换目视解译了褶皱;采用Haar小波变换方法解译了韧-脆性剪切构造;利用机助处理方法对印支期后多条断裂信息进行了解译,直观地表述了武当地区的构造面貌。通过对解译构造进行定量分析,阐明了武当地区的总体构造格局和发育状况,并结合野外地质调查对比,进一步验证了解译成果的准确性。这项工作为深入开展地质调查和构造控矿研究提供了基础资料,对成矿预测有一定的指导作用。     

基于小波神经网络的管道腐蚀缺陷定量识别研究

漏磁检测是目前广泛采用的油气管道检测方法,通过漏磁检测仪获得腐蚀缺陷漏磁场切向分量的漏磁场信号,提取与腐蚀缺陷外形长、宽、深有关的漏磁场信号波形特征量,结合小波分析和神经网络的优势形成小波神经网络,分析设计了小波神经网络的结卡句,给出了网络训练算法,利用网络的非线性逼近性能,对腐蚀缺陷外形进行定量评价,给出预测评价曲线,试验验证方法有效可行。     

电子元件金属焊接质量识别图像增强算法研究

针对电子元件焊点图像质量识别中,目标和背景不容易区分的问题,在传统图像增强算法的基础上,提出了基于灰度变换的改进算法和基于频域变换的改进算法,并利用软件进行了仿真,从实验结果看,图像增强的整体效果较好,细节清晰,目标和背景区分清楚。为后续电子元件的焊点质量识别提供了良好的基础。