基于DWT低频系数的自适应盲水印算法

提出了一种基于小波变换低频系数的自适应数字水印算法。通过小波变换将图像分解成不同空间与频率的系数,这些系数之间存在着一种树状结构关系。利用这种树状结构关系将低频系数分成两类,一类对应图像的强纹理区域,一类对应图像的弱纹理区域;针对分类的结果将不同强度的水印分量嵌入到对应的低频小波系数中。该算法具有很好的不可感知性,实验结果表明该算法有较好抗JPEG压缩、低通滤波、剪切等各种攻击的能力。     

基于小波分析的直线拟合及应用

直线是图像分析中非常重要的描述符号。对工业控制中的现象进行图像处理时通常用到最小二乘法对直线拟合。对于估计精度要求较高的情形,传统最小二乘法往往不能满足要求。基于此,本文将离散小波变换和传统最小二乘法相结合,建立了一种基于小波测量预处理的最小二乘估计的新型解法,获得了比传统最小二乘法好得多的估计结果,实验证明了该方法的有效性及高精度性。     

基于数据存储的小波数字水印算法

提出了一种基于数据储存的D W T算法。该算法打破了传统小波变换以整幅图像为研究对象的思路,而是以存放在存储器中的图像数据为研究对象,先将其分成若干块,分别对每一块数据进行D W T之后,再进行水印的嵌入,并在嵌入之前进行图像置乱预处理,以提高安全性和隐蔽性,兼顾了水印的不可见性和鲁棒性。实验结果表明,本文算法在保证水印不可见性的同时,对图像的J P E G压缩、噪声、滤波、剪切等处理,均有较好的鲁棒性。     

基于Matlab实现音乐识别与自动配置和声的功能

给出了如何使用Matlab对现实演奏的音乐进行识别、并自动配置相应的和声的一套方法。详细分析了,从一段现有的钢琴单音旋律到最终自动产生和谐的多音色和声的整个过程。综合了物理、数学、自动化、音乐等领域的相关知识,最终实现自动给音乐配和声的功能。     

基于汽车振动分析的发动机在线转速实验研究

为方便简易地满足环保检测时对发动机转速测量的实时要求,在比较了传统的测量方法的优缺点后,采用无需拆卸机械的振动检测法.为得到更精确的转速,对振动信号的分析方法进行了设计.首先利用相关分析对采集到的信号进行时域消噪处理,其次在频域利用CZT变换以振动基频附近的较小范围进行窄带分析,软件仿真结果较好地满足了要求.现场实验采集夏利振动信号进行处理,误差分析证明该方法的可行性、实用性,实际应用中用DSP实现,适用于各种车辆.     

基于伪码自相关特性与三次样条插值的GPS信号快速捕获算法

提出了一种新的基于伪码自相关特性和三次样条捅值拟合方法的GPS信号快速捕获算法.首先通过低频采样序列依据循环相关法求得C/A码相位粗略值;然后根据C/A码相位粗略值得到用于二次捕获的高频采样部分序列,利用伪码自相关特性求得精确C/A码相位值;最后利用三次样条插值法处理相关谱谱峰及邻近数据以进一步提高C/A码相位的测量精度.仿真结果表明该算法具有精度高、运算量小的优点.     

约束分段仿射系统的鲁棒一步预测控制

针对一类具有附加有界扰动的离散时间约束分段仿射系统,提出了一种鲁棒低复杂性的模型预测控制方法,即鲁棒一步控制。首先,基于最大鲁棒正不变集,计算系统的最大鲁棒可稳定集并作为第一步预测状态的约束集,使得产生的滚动时域控制器可以在较小的预测时域内控制最大鲁棒可稳定集。然后,在最大鲁棒正不变集外,通过构建线性矩阵不等式来寻找而二次李雅普诺夫函数以证明其鲁棒稳定性。两个步骤分别确保控制器的可行性和闭环系统的鲁棒稳定性。大量的仿真例子表明,和已有的控制方法相比,所得的鲁棒一步控制器具有更低的复杂性。     

混合视觉系统中共同视场的确定与3维重建方法

利用一个单目摄像机和一个全景摄像机搭建了相应的混合视觉系统,通过分析两者的对极几何关系,提出该系统共同视场的确定方法.在此基础上完成共同视场中场景SIFT特征的提取,并以SIFT描述器向量之间的夹角为约束条件进行特征点间的初次匹配,然后利用外极线约束消除初次匹配中的误匹配,从而获得正确的特征匹配关系,由此完成局部场景的...     

一种新的双密度复小波域图像去噪算法

提出一种改进的基于双密度复小波系数组合的图像去噪算法。采用双密度复小波分解噪声图像,将其变换系数按规则重新排列组合,增强了图像的边缘信息。引入贝叶斯最大后验佑计理论下的双变量模型,充分挖掘其系数尺度内和尺度间的双重关联性,有效地提高了去噪性能。仿真实验表明,去噪后的图像克服了常见的伪吉布斯现象,与当前一些图像去噪算法相比较,其客观评价指标PSNR以及去噪后图像的主观视觉效果都有明显的提高和改善,且有效地保留了原始图像的纹理和细节信息。     

基于小波变换的PCNN多传感器图像融合

利用PCNN（Pulse Coupled Neural Network）在图像处理中的独特优势,提出了一种基于小波变换的PCNN多传感器图像融合方法。对源图像进行小波分解,得到不同尺度下的子带图像;在小波域中利用PCNN的同步脉冲激发特性,制定基于PCNN的融合规则;使用不同尺度下的小波系数的SF（Spatial Frequency）作为对应神经元的链接强度,经过PCNN点火得到源图像在小波域中的点火映射图;通过判决选择算子,选择点火次数多的小波系数作为对应的融合系数,进行区域一致性检验,获到最终的融合系数;对融合后的系数进行小波逆变换得到融合图像。实验结果表明,该方法有效地综合源图像中的重要信息,得到更好视觉效果和更优量化指标的融合图像,在主客观评价上均优于小波、PCNN等方法。