无线光通信PPWM码的时隙时钟恢复和解调

提出了一种应用于无线光通信系统中的新型调制方式——PPWM（脉冲位置宽度调制）,并利用PPWM码的特性,设计了一种快速恢复时隙同步时钟的方法,同时给出了PPWM码的解调步骤。通过在QuartusII7.0平台的仿真,表明所设计的时隙时钟恢复方法能够在PPWM码的连零时隙保持稳定的同步时钟输出,解调方法能够有效完成解调。     

分水岭分割中的粘性形态学梯度修正

分水岭变换是一种有效的图像分割方法，但存在过分割现象，尽管应用预平滑处理可以减轻或消除过分割，但却容易使分割后的区域轮廓发生位置偏移，为此，文中首先对图像进行形态学梯度变换，然后运用粘性形态学运算对梯度图像进行地貌修正，在消除产生过分割的非规则局部极小值的同时，保持区域轮廓的位置不变，最后在梯度修正图像的基础上，运用标准分水岭变换实现图像分割。仿真实验表明，该方法不仅能有效地消除过分割，而且具有较强的区域轮廓定位能力。     

一种基于光照模型的多源遥感图像融合算法

多光谱图像和全色图像是目前卫星遥感领域最常见的传感器图像。为了充分地发挥这两类遥感图像数据的互补性信息，增强二者的清晰度和解译能力，在SFIM算法的基础上，将IHS变换与SFIM相结合，并对原有的均值滤波器进行改进，提出了一种自适应加权均值滤波器。通过一组多光谱图像和全色图像的融合实验，并对比常用的IHS融合方法和SFIM方法，证明了新算法在保持多光谱图像光谱特性的同时，能有效提高融合图像的空间分辨能力。     

H.264变换编码的DSP实现

H.264是新一代的视频压缩标准.本文首先研究了该标准并着重讨论了其关键技术整形变换编码算法,然后简要介绍了TMS320C6416DSP的出色性能及其软件流水线原理,最后结合6416DSP的指令特点提出了一种编程方法,并写出了该变换编码算法的高效汇编代码,为实时视频信号压缩提供了保证.     

Newton-Leipnik系统的多种吸引子及其形成机制

研究了Newton-Leipnik混沌系统的各种动力学行为,从中发现了新的双体双核混沌吸引子,发现了混沌吸引子与小周期吸引子、大周期吸引子并存于同一相空间的各种情况,发现了趋于周期吸引子的暂态混沌运动。这些特性是由五个平衡点的属性所确定的。每个平衡点邻域的状态轨线沿某方向发散而沿某方向收敛,这导致了系统复杂的动力学行为发生。     

多普勒效应下星间光通信系统的仿真性能分析

构建卫星光通信系统的仿真模型,在不同信道传输环境下,对相干和非相干检测下的卫星光通信系统性能进行了分析比较.结果表明:在具有相同的轨道的星间光链路之间,由于相对速度恒定,不存在多普勒效应,采取相干检测下的系统误比特率要小于非相干检测下的系统误比特率;当卫星处于不同的轨道时,存在多普勒效应,相干检测下的系统误比特率要远远大于非相干检测下的系统误比特率;在现有的条件下,当存在多普勒效应时,宜采用非相干检测来进行检测解调.     

基于LGDF模型的医学图像分割及有偏场校正

为实现对灰度不均匀医学图像分割的同时进行有偏场估计并校正,改进了基于局部高斯分布拟合(Local Gaussian Distribution Fitting,LGDF)能量的活动轮廓模型。通过分析图像有偏场模型的局部特性,将有偏场乘性因子引入图像局部灰度均值的表达中,从而使有偏场乘性因子成为新的能量函数的变量。能量函数的迭代最小化既实现了目标组织分割,又有效估计了有偏场。合成图像和真实医学图像实验表明该方法比现有多种方法分割性能更好,且利用估计的有偏场校正后的图像具有更好的视觉效果。     

基于标准差的自适应激素调节遗传算法

基于生物内分泌系统的激素调节原理,提出了一种新的自适应遗传算法。该算法以内分泌激素调节的H ill函数下降形式为基础,设计了自适应交叉算子和自适应变异算子,使交叉率和变异率在遗传算法迭代过程中,能够根据函数适应度值的标准差进行自适应调节,使得整个进化过程中将种群多样性维持在合理水平,从而保证算法的正常进化。4种测试函数及三维人脑图像分割的实验结果显示,提出的自适应遗传算法可较好地保持种群多样性并克服早熟现象,性能优于其他3种自适应遗传算法及传统遗传算法。     

基于FCM和LBF模型的医学图像自动分割

基于局部区域二相拟合(LBF)模型的医学图像分割方法,对初始轮廓敏感并仅能分割单类目标,若手动选取的初始轮廓不合适,将导致算法耗时过大甚至分割失败。针对上述不足,提出联合模糊C均值(FCM)聚类的LBF模型自动分割算法。对待分割图像进行FCM聚类,将得到的目标类隶属度值变换为适用于LBF模型的水平集函数初始值,利用LBF模型从该初始值开始演化直至收敛,从而完成分割。合成图像及血管和脑部图像的分割实验结果表明,该算法能够自动获取合适的初始值,有效解决LBF模型对初始轮廓敏感的问题,减少迭代次数,而且通过选择不同的FCM聚类结果,可以实现对多类目标的分割。