基于灰色关联分析的多小波域图像隐写算法

图像多小波系数在邻域内具有相关性,调整相关性大的系数会对图像视觉效果产生影响,为了减小这种影响,提出一种基于灰色关联分析的多小波域图像隐写方法。该方法运用灰色关联分析对邻域内多小波树组的中心树序列和外围树序列的几何曲线形状进行比较,描述它们之间的相关性,从而在矩阵中找出与相邻点相关性很小的系数树作为秘密信息的嵌入位置。结合多小波变换系数能量更分散的特点,使得含密图像的质量更好。实验结果表明,该隐写算法具有更好的隐蔽性和鲁棒性。     

基于平稳小波变换的图像融合算法

针对IHS（intensity，hue．saturation）融合算法的光谱畸变和正交小波变换融合算法的方块效应问题，提出了一种基于平稳小波变换的图像融合算法，并且探讨了在图像处理中应用灰色系统理论的可行性和有效性。该算法结合IHS变换，对于图像平稳小波分解的高频分量利用灰色关联分析准确、有效地检测出有用的边缘信息，并在确定融合权值时，给予不同的重视程度。实验表明，本文算法能够克服正交小波变换在图像融合中出现的方块效应问题，在保持光谱信息方面具有显著的优越性，并且能够有效提高融合图像的空间分辨能力，又由于新算法引入灰色关联分析进行像素分类，具有良好的抗噪性和可控边缘信息量等优点，使算法灵活、有效，进一步改善了融合图像的质量。     

基于Curvelet变换的图像质量多尺度灰评价

为了更加客观有效地评价图像质量,利用灰色关联分析理论的整体比较机制和Curvelet变换多尺度多方向分析图像特征的优点,提出一种改进的图像质量评价算法——Curvelet系数灰关联法。该算法首先在不同尺度和不同方向上得到待评价图像与参考图像之间的灰色关联度,然后对同一尺度上各个方向的关联度求均值,利用其与标准参考序列进行二次关联比较,从而从二个层次综合评价图像质量。实验表明,该方法不仅能够提供更多的质量信息,而且较PSNR评价方法,能够更好地符合人眼的主观感知。     

一种多聚焦图像融合方法

提出一种基于小波变换的多聚焦图像融合方法．该方法首先通过小波变换得到源图像的小波系数，然后对低频和高频分量采用不同的融合规则和融合算子构造融合图像的小波系数，最后基于一致性检测由高低频融合系数得到最终的融合结果．用两组源图像数据验证所提出的融合算法，并与其他融合算法进行比较，仿真结果表明该算法在多聚焦图像融合中优于其他方法．     

基于Contourlet系数灰关联的图像质量评价算法

为了更加客观有效地评价图像质量,本文提出一种基于Contourlet系数灰关联的图像质量评价算法。该算法利用灰色关联分析的整体比较机制和Contourlet变换多尺度多方向分析图像的优点,首先从不同尺度不同方向上分别计算出参考图像与待评价图像之间的灰色关联度,然后对同一尺度上所有方向的关联度求均值,最后,利用这些均值与标准参考序列进行二次关联比较,从而可在不同尺度不同方向及综合两个层次评价图像质量。实验表明,该方法不仅能从不同尺度不同方向提供更多的质量信息,而且能更好地符合人眼的主观感知。     

基于多数字基整数和小波域JND的多重数字水印

提出了一种新颖的在小波变换域中嵌入多重数字水印的算法。该算法通过利用人眼的视觉特性，计算小波域临界可见误差JND门限，选择加载水印信息的小波系数和控制加载的水印强度。通过引入多数字基整数系统，选择舍适的JND门限作为该系统的基底，将水印的小波系数表示为多数字基整数，最后转化为修改一组宿主图像的小波系数的幅值，从而实现水印嵌入算法．实验结果表明，该算法实现的数字水印对于图像压缩、图像剪切等常见图像处理有很好的鲁棒性。     

基于小波变换与灰色系统理论的图像边缘检测

多尺度边缘综合一直是多尺度思想中较难解决的问题。本文将灰色系统理论与多尺度边缘检测思想相结合．提出基于灰色关联分析和梯度方向的图像边缘宽度计算策略,并根据边缘宽度自适应地调整样条小波的滤波尺度参数,从而实现对有噪图像进行自适应尺度边缘检测。仿真结果表明本文算法不仅能有效地抑制噪声,而且对细节边缘和模糊弱边缘均有较好的检测效果。     

一种新的基于小波变换的多聚焦图像融合算法

提出了一种基于小波变换的多聚焦图像融合算法（简记为WMFFA）。首先综合源图像求得参照图像,并对源图像和参照图像分别做小波变换,将其分解成低频和高频图像,然后求出源图像的每个小波系数与参照图像中对应位置上的小波系数之间的距离,按照距离特征从源图像中选取小波系数,组成融合后的小波系数并进行小波反变换,得到融合图像。对提出的融合算法性能进行了评价与分析,结果表明提出的算法对多聚焦图像融合是有效的。     

基于小波域HMT模型的图像超分辨率重构

小波域HMT模型采用混合高斯分布，并通过多尺度小波系数隐状态之间的Markov依赖性刻画自然图像小波系数随尺度减小呈指数衰减的特性．由于小波域HMT准确刻画了自然图像小波变换的统计特性，因此文中算法以此作为自然图像的先验模型，并把图像超分辨率问题表述为一个约束优化问题，采用Cycle-Spinning方法抑制重构出的高分辨率图像中可能存在的震铃和锯齿等失真，最后，进行了定量误差分析并给出了一些实验图像供主观评价。     

基于小波变换的图像融合方法研究

介绍了图像融合的基本原理、结构模型及应用领域,简述图像小波分解与重构的Mallat算法。在Matlab7.0环境下,采用Daubechies小波(dB4)滤波器组对待融合图像进行了3级正交小波分解,低频系数采用边缘保持,高频系数采用基于区域能量最大的规则进行融合,并对融合图像进行质量评价。     

基于插值小波塔式分解算法的图像边缘检测

在应用经典小波检测图像边缘时,通常利用离散积分替代连续积分获取小波系数。由于离散积分仅仅是连续积分的近似表达,因此这种方法在获取图像边缘时很难避免数值计算误差,这使得在检测图像细节部分时容易出现定位不准和边缘不清晰等问题。为了避免上述问题,利用插值小波采样理论中像素值即为插值小波系数的特殊性质,将插值共轭滤波器与Mallat塔式分解算法相结合,给出一种新的图像边缘检测算法。将该算法与经典小波算法进行对比实验,结果表明,该方法能够检测出经典小波算法无法检测到的边缘细节,且最终得到的图像边缘清晰完整,从而验证了该算法的有效性。     

一种基于小波的感兴趣区渐进图像传输算法

文章将人眼的感兴趣区视觉特性和渐进图像传输相结合,利用小波编码特性,通过组织合理的码流结构和编解码系统实现了一种感兴趣区渐进图像传输算法。实验证明,与一般渐进图像传输算法相比,由于该文算法充分考虑了人眼视觉特性,从而提高了图像传输的效率。     

基于小波变换的视频帧积分算法研究

本文研究了基于小波变换的图像帧积分技术及其在图像增强处理中的作用。帧积分技术可以有效改变视频图像质量，但传统的帧积分技术不可避免地会使图像发生饱和失真的情况。本文针对传统帧积分的缺陷，提出了利用小波变换后各尺度信息存在互补性的技术进行帧积分的思路。     

A structured low-rank wavelet solver for the Ornstein-Zernike integral equation

In this article, we present a new structured wavelet algorithm to solve the Ornstein-Zernike integral equation for simple liquids. This algorithm is based on the discrete wavelet transform of radial distribution functions and different low-rank approximations of the obtained convolution matrices. The fundamental properties of wavelet bases such as the interpolation properties and orthogonality are employed to improve the convergence and speed of the algorithm. In order to solve the integral equation we have applied a combined scheme in which the coarse part of the solution is calculated by the use of wavelets and Newton-Raphson algorithm, while the fine part is solved by the direct iteration. Tests have indicated that the proposed procedure is more effective than the conventional method based on hybrid algorithms.     

Genetic relation algorithm with guided mutation for the large-scale portfolio optimization

The survey of the relevant literatures shows that there have been many studies for portfolio optimization problems and that the number of studies which have investigated the optimum portfolio using evolutionary computation is quite large. But, almost none of these studies deals with genetic relation algorithm (GRA), where GRA is one of the evolutionary methods with graph structure. This study presents an approach to large-scale portfolio optimization problems using GRA with a new operator, called guided mutation. In order to pick up the most efficient portfolio, GRA considers the correlation coefficient between stock brands as strength, which indicates the relation between nodes in each individual of GRA. Guided mutation generates offspring according to the average value of correlation coefficients in each individual, which means to enhance the exploitation ability of evolution of GRA. A genetic relation algorithm with guided mutation (GRA/G) for the portfolio optimization is proposed in this paper. Genetic network programming (GNP), which was proposed in our previous research, is used to validate the performance of the portfolio generated with GRA/G. The results show that GRA/G approach is successful in portfolio optimization.     

Choquet模糊积分特征融合的步态识别

研究一种利用Choquet模糊积分对小波矩特征和人体宽度特征进行融合的步态识别算法。该算法对每个步态序列采用背景减除法提取人的二值化的运动轮廓图像序列,利用人体步态周期图像的小波矩特征和宽度特征对提取出的步态轮廓进行描述,得出的小波矩特征和宽度特征根据重要性作为总体特征输入,运用Choquet模糊积分融合选取SVM分类器进行识别,识别结果与最新的线性加权融合识别方法进行比较,结果表明Choquet模糊积分方法有较好的识别效果。     

Stator winding fault prediction of induction motors using multiscale entropy and grey fuzzy optimization methods

In the present work, stator winding fault prediction is studied using a multiscale entropy (MSE) algorithm combined with a grey-based fuzzy algorithm. Experiments were performed with a normal motor and a motor with faulty stator winding. Real time, motor current and vibration signals were acquired at different operating speeds and were used for the diagnosis of faults. The obtained signals were denoised by wavelet transform. Grey relational analysis (GRA) coupled with fuzzy logic was used to model the stator winding fault and to predict the optimal setting for running the induction motor within its parameters range. Analysis of variance (ANOVA) was performed to determine the effect of each individual parameter on the response. The results indicate that the proposed novel approach is very effective in predicting the stator winding fault. Furthermore, the best running parameters for the induction motor are also reported.     

基于小波系数模糊积分的图像融合算法研究

提出一种新的基于Choquet模糊积分的图像融合方法。首先利用小波系数的区域特征获取模糊积分的信度函数,其次根据局部窗口内的模糊边缘评价函数自适应地构造模糊密度,最后由Choquet模糊积分确定融合后的小波系数,从而得到融合图像。将此方法应用于微光与红外图像融合处理中,实验结果表明,Choquet模糊积分法可以使得最终的融合图像在空间细节信息的增强和光谱信息的保持两方面的综合性能得到提高。     

基于小波子空间、支持向量机和模糊积分的信号多类分类算法

为了对音频信号进行有效的分类，提出一种在小波变换子空间中基于支持向量机和模糊积分进行信号特征提取和分类的新算法．首先，对信号进行预加重和窗化处理；其次，用小波变换把信号分解到不同的子空间并提取每个子空间的特征；再次，对每一个子空间信号特征向量进行标准化、降维和分类；最后，用模糊积分将子空间分类结果融合，得出最终类．试验表明本算法速度较快、精确度高．     

智能交通系统中图像融合与压缩技术

针对智能交通系统信息采集的需要,提出基于小波分析的图像融合和零树编码的小波图像压缩算法,利用小波变换将红外和可见光图像进行融合,利用各子带小波系数对图像恢复的重要程度和人眼的视觉特性对融合图像进行压缩,算法的实际应用提高了所采集的交通信息的完整性、统一性和容错性,并改善了智能交通系统的服务质量。