对数变换下非平稳时间序列预测误差的解析分析

对数变换不仅能消除非平稳时间序列中的"长期趋势",还能明显降低"季节性"和"剩余的随机波动"的波动范围,从而降低预测的均方误差。但是高斯白噪声经过对数变换会形成一个小的非0数学期望,使得预测的平均误差略微增加。为弥补这个数学期望引起的预测平均误差,需要在预测前给出该数学期望足够准确的估计。将对数变换进行泰勒级数展开,并采用前四项进行解析分析,得出高斯白噪声经过对数变换后的数学期望和方差。这些结果明显改进了2008年Cryer和Chan使用前两项的结果。数值实验证实了该数学期望和方差计算式的准确性。采用五种模型对公路交通流预测时,可以有效解释对数变换形成的平均误差-0.5570。     

人脸检测中的图像光照处理研究

在人脸检测过程中,由于光照条件的不同对人脸的检测结果影响很大.提出了一种基于灰度统计模型的对数变换和局部归一化相结合的复合光照处理算法,并且有效的消除了局部归一化所产生的虚假边界.该算法不仅可以调节光照条件较差的图像,对于光照条件较好的图像,也产生较少负面作用.通过与其他常用的一些光照调节方法也做了相应的比较,实验表明,此算法能有效地改善图像质量,减少不同光照条件对人脸检测准确率的影响.     

一种新的低照度彩色图像增强算法*

为了增强彩色图像而不引起色彩失真,在HSV颜色空间中保持色相不变,提出了采用分段对数变换增强饱和度结合在多尺度Retinex算法的基础上,采用边缘保持增强色调的低照度彩色图像增强算法。实验结果表明,该方法在保持图像色相和图像边缘的情况下,显著改善了图像的视觉效果,提高了图像的亮度和对比度。25幅低照度图像的平均亮度、标准偏差和对比度分别提高了94.95%、20.93%和29.88%,相对于带色彩恢复的多尺度Retinex算法的熵和对比度增量分别提高了7.34%和151.51%,效果优于Retinex算法。     

带宽范围为120dB的双对数变换器ADL5310

ADL5310是美国ADI公司生产的具有两个独立通道的双对数变换器。它具有对光电转换的最优化接口和温度特性稳定的对数输出，同时带有可由用户配置的输出缓冲放大器，其对数转换传递函数的斜率和截距均可由用户通过外部电阻来进行调整。可广泛用于增益与吸光度测量、多通道电源监测、通用基带对数压缩等方面。     

电视跟踪系统中低对比度小目标处理技术

本文从图象增强，空间滤波等技术出发，针对低对比度小目标信号特点，提出用改进型对数变换对低对比度小目标图象进行了处理，应用空间滤波消了作复杂背景干扰，配合两级低通滤波，提高图象信噪比，结合工程研制和外场实验对低对比度小目标处理技术进行了探讨。     

图像增强技术在DSA减影中的应用

从DSA(Digital Subtraction Angiography,数字减影血管造影)医学图像的特点出发,提出了在实现DSA减影时,减影前先进行对数变换,减影后再进行单阈值分割的解决方案来增强血管信息.该方案已用Delphi具体软件实现,图像效果符合医学诊断的要求,得到了医学专家的充分肯定.     

基于FR的远程考试身份认证系统研究

在远程教育考试系统中,如何实时有效地验证考生身份非常重要。本文提出一种基于FR(Face Recognition)的远程考试身份验证系统,首先利用肤色信息检测人脸图像,经过预处理后提取特征点,然后通过与报名库中人脸图像进行几何特征比对,从而完成考生的身份验证。实验表明该系统具有较好的识别率,能有效地识别出考生信息。     

一种改进的基于小波变换的人脸光照归一化方法

针对光照对人脸识别影响的问题,提出了一种改进的基于对数域多级小波分解的光照归一化方法。首先将手工裁剪后的人脸图片进行对数变换,然后将对数域图像进行多级小波分解,将低频系数置零,并将多个尺度上的高频系数分别乘以不同的高频增益,突出光照不变性分量。采用经典的PCA人脸识别算法,在耶鲁B与CMU PIE人脸数据库的实验结果表明,本文方法能有效地消除光照对人脸识别的影响,并有效提高识别率。     

基于对数变换的DWT-SVD域水印算法研究

提出了一种基于小波变换和奇异值分解的水印算法。首先将置乱加密后的图像无重叠地分成32×32子块,对各个子块进行小波变换和奇异值分解后,然后选择部分奇异值进行对数运算,最后依据水印信息位进行水印的嵌入。实验结果表明该算法既能保证水印的不可见性又拥有抗JPEG压缩的稳健性,对恶意篡改敏感,能够有效的将JPEG压缩与恶意篡改区分开来。     

单侧光照条件下的粘连大米图像增强

在单侧光照条件下,由于米粒间的相互遮挡以及米粒垩白度的影响,采集的大米粘连图像在二值化后,容易导致亮度低的米粒图像信息丢失。因此,需要对图像进行增强。该文使用幂次变换法,直方图均衡法以及局部增强法对粘连大米图像进行增强处理。通过对比和分析,以期得到单侧光照条件下最适合增强粘连大米图像的方法。实验结果表明,幂次变换和局部增强方法效果较好,有利于后续的粘连分割。