基于LBP和小波纹理特征的室内室外场景分类算法

室内室外场景识别是图像处理的基本问题之一。对此问题提出了一种不需要图像分割和目标识别的方法。首先,利用小波变换对原图像进行五层小波分解,然后用旋转不变的LBP(local binary pattern)算法对第二层至第五层的LL子图提取纹理特征,再计算第二层和第一层LH,HL,HH子图的能量均值和方差,最后连接这两个过程形成的低维特征向量进行室内室外图像场景分类。实验结果表明此算法分类效果比较好,且识别室内室外场景并不需要目标形状等局部详细信息,只需要图像模糊化的全局纹理信息。     

SAR图像水域的改进Shearlet边缘检测

SAR图像水域边缘检测中,传统算法由于不能较好地克服斑点噪声影响,因此检测出的虚假边缘较多。利用多尺度几何Shearlet变换对曲线精确有效检测等特点,通过改进Shearlet变换并结合聚类及Snake模型等方法,提出了一种新的SAR图像水域检测方法。实验结果表明,该方法不仅提高了边缘检测的完整性和精确性,而且有效克服了斑点噪声的影响,对SAR图像水域边缘的检测是有效可行的。     

改进的两步迭代阈值的遥感图像恢复算法

结合小波变换和Contourlet变换的多尺度、多分辨的共性及这两种变换分别适合处理点奇异和线奇异的特点,提出了一种新的联合使用小波正则项和Contourlet正则项的遥感图像恢复算法。算法中逆问题的求解等价于一个无约束凸规划的求解问题,目标函数由观测图像的拟合优度和正则项组成,传统的正则项是一个函数,本文使用两个正则项函数,能更好地利用图像的先验知识。然后根据Besov空间的半范数等价于小波系数的范数这一原理,提出了基于小波变换的联合使用小波正则项和Contourlet正则项的两步迭代阈值算法。对遥感图像的恢复结果表明,该算法在改善的信噪比（ISNR）和相关系数（CORR）等评价指标上都有显著的改善。     

基于U-正交变换的图像编码算法

为了更有效地进行图像编码,先用U-正交函数系构造出一类新型的U-正交变换, 并以三次U-正交变换为例,研究了基于U-正交变换的图像编码算法。该编码算法首先通过离散U-正交函数系的基函数构造U-正交变换的变换矩阵,并根据U-正交矩阵的对称性给出了U-正交变换的快速算法; 然后应用三次U-正交变换对图像实施2维变换, 再用JPEG标准中的量化矩阵、Huffman码表与熵编码方法对图像的三次U-变换系数进行量化与编码, 实现了基于三次U-正交变换的图像编码算法。实验结果表明, 三次U-正交变换的编码增益、去相关效率与DCT基本相同,而编码效果却与JPEG编码效果非常接近, 且计算复杂度与基于FFT的快速DCT算法基本一致。由此可见, 应用U-正交变换对图像进行编码压缩是一类行之有效的方法,并有望在视频编码中得到应用。     

基于视觉面距离的三维模型检索

研究计算机视觉图像优化问题,针对目前三维模型检索较低的的检索精度,为改善检索结果与人视觉上保持一致,减少计算量,提出一种新的基于视觉面距离的模型检索算法。利用模型的整体特征;根据表层视觉特性构建视觉面距离模型将三维模型映射到二维模型;由于二维傅立叶算法不仅对噪音具有很好的鲁棒性,而且对几何变换具有不变性。采用二维傅立叶变换提取二维模型特征向量对特征进行融合,从而有效地评估三维模型之间的相似度。进行仿真分析,仿真结果表明,改进方法较传统其他三维模型检索有更高的精度,并与人视觉的一致性。     

基于FMFCC和HMM的说话人识别

美尔频率倒谱系数(MFCC)是说话人识别中常用的特征参数,而语音信号是非平稳信号,MFCC并不能很好的反映语音的时频特性。针对这一缺陷,为了提高说话人的识别率,结合新的时频分析工具分数傅立叶变换(FRFT)。将MFCC推广到分数形式,得到分数美尔频率倒谱系数(FMFCC),用以表征语音信号的特征;并利用可分性测度验证了特征参数的有效性;通过建立20个不同说话人的FMFCC特征库,采用隐马尔可夫模型(HMM)对说话人进行仿真识别。仿真结果表明,在合适的变换阶次下,说话人的平均识别率可达93%以上。     

基于震动信号HHT的车辆分类

震动传感器是智能监控传感器系统的重要组成部分。震动信号是一种非线性非平稳信号。相比于传统的时频分析方法,对希尔伯特-黄变换是一种更有效地处理非平稳信号的时频分析方法。将希尔伯特-黄变换引入到车辆分类中,提取震动信号特征信息,利用经验模态分解(EMD)获得车辆行驶引起的地面震动信号的固有模态函数(IMF),通过选取的固有模态函数得到相应的希尔伯特谱,然后在希尔伯特谱的基础上根据谱峰对车辆进行分类。仿真测试结果表明方法具有很高的正确率。     

一种提高无迹卡尔曼滤波精确度的方法

无迹卡尔曼滤波是通过确定性采样,以无迹变换为基础,用卡尔曼线性滤波框架而建立起来的,对非线性系统有很好的滤波效果,但当噪声的影响较大时,精确度将会减低。为解决上述问题,提出了一种提高无迹卡尔曼滤波(UKF)精确度的方法,它将观测噪声和系统噪声引入到采样点中,对噪声进行对称采样处理,同时改进了算法过程,增加了无迹卡尔曼滤波的抗干扰性,与常规无迹卡尔曼滤波(UKF)相比,不仅保持了系统的稳定性,而且提高了精确度,最后通过仿真进行了验证。     

体位变换通气系统建模仿真与控制算法研究

在简单介绍体位变换机械通气原理的基础上,针对智能呼吸保健椅机械结构设计的复杂性.为保运动的稳定性,重点研究了临床试验设备的机械结构和智能控制算法, 并进行了建模仿真研究.提出滑杆驱动式智能呼吸保健椅机械结构方案,利用ADAMS仿真软件建立方案的动力学仿真模型,并进行模型验证和仿真研究;设计了综合专家知识和PID控制理论的专家PID控制器,利用ADAMS和MATLAB的联合仿真能力对控制算法进行仿真研究.仿真结果表明,智能呼吸保健椅不仅具有一般摇椅的自然摇动功能,还能实现电机驱动控制下的目标动作,并且打滑幅度较小,说明机械方案的可行性,同时联合仿真结果表明了专家知识PID控制器的快速精确控制能力.     

基于小波变换的BDPSK信号盲解调算法

在BDPSK信号解调中,非合作信号的载频估计误差或高动态环境引起的多普勒频移都会使得解调性能恶化,甚至无法解调。针对这个问题,提出了一种基于morlet小波变换的BDPSK信号盲解调算法。算法利用BDPSK信号小波系数模的幅度突变信息,完成符号率估计、符号同步和符号识别。算法无需载波恢复,对载频估计误差也不敏感,并且能够适应载频时变的BDPSK信号。仿真结果表明,算法具有较高的符号率估计性能和同步性能,盲解调性能比理论值恶化量约为1.6dB。