实时联合傅立叶变换相关识别在车牌字符识别中的应用

在光学联合傅立叶变换相关识别的基础上,将参考图像与车牌目标图像的联合变换功率谱及相关输出强度分布输入计算机进行处理,提取并量化谱面上有用的信息,依据相关输出图像相关峰及其锐度对相关程度进行实时量化评价,实验结果非常理想,且较其它方法操作简单.     

高斯小波在低对比度目标识别中的应用研究

应用光电混合联合变换相关器对复杂背景低对比度目标进行探测识别时,物面图像不作任何处理根本无法获得相关峰,无法实现目标探测识别的目的。为此提出在物面应用高斯小波模极大法处理技术,有效抑制了背景噪声的干扰,提高了有用信息量的衍射,从而提高了应用联合变换相关器对复杂背景低对比度目标进行探测识别的能力。实验证明对于对比度高于6%的复杂背景目标经高斯小波处理后,获得的相关峰对比度较处理前相关峰对比度能达到百分之百的增强效果。文中给出了雾天汽车处理前后的实验结果,有力地证明了该方法的有效性。     

小波变换和RBF网络用于模式法分解重叠色谱峰

将小波变换和神经网络相结合，研究色谱数据处理中分解重叠峰的新方法.首先利用小波变换多分辨分析和奇异性检测原理提取重叠色谱峰上的各特征点，构造反映重叠峰形状、位置和高度的5个无因次特征量，然后借助径向基函数(RBF)网络来表达重叠峰中子峰面积比和5个无因次特征量的映射关系，建立分解重叠色谱峰的模式识别模型.实验结果表明，采用训练好的RBF神经网络分解重叠色谱峰，准确度优于传统的垂线分割法，而且可实现对只有一个峰强极大点的肩峰型重叠峰的分解.     

二维双正交小波变换及其在指纹图像压缩中的应用

双正交小波变换应用较广泛。其特点是FIR滤波器具有线性相位，滤波器系数具有对称性，可避免产生信号失真。本文分析了双正交小波变换图像处理方面的性能和特点，介绍了其在指纹图像数据压缩中的应用。     

一种新型的随机位相编码幅值调节联合变换相关器

提出了基于位相编码幅值调节技术的光学联合变换相关器，得到锐化的相关输出结果，具有很好的抗噪声干扰性能．首先通过位相模板对输入的待识别目标进行位相编码，然后对联合功率谱进行幅值调节滤波．根据目标的噪声干扰情况改变增强型滤波器的调节因子，使相关器输出锐化的相关信号．位相编码幅值调节技术可有效去除冗余信号，特别适用于对受噪声干扰的多目标进行识别．同时给出了位相编码幅值调节联合变换相关器的光电混合结构和计算机模拟运算结果．     

4f光学系统实现光学小波变换的误差分析

基于光学信息处理的并行性和高效性,考虑到光学小波在图像处理中的优势,分析了4f光学系统实现光学小波变换的过程,找出了其在实现小波变换时的误差.从实际的应用出发分析了误差产生的原因,为应用过程中减少误差提供了理论依据.     

最大平均相关高度的归一化模板在畸变目标识别中的应用

本文基于最大平均相关高度算法设计了一种归一化模板,解决了联合变换相关器的畸变目标识别问题。该方法通过对最大平均相关高度频域滤波器的控制参数优化,映射到空域获得初始模板,归一化后得到归一化模板。相比于初始模板,归一化模板大大提高了模板与待测目标的灰度相似性。仿真实验表明,该模板能有效增强待探测目标的相关峰亮度,在联合变换相关器上可实现对畸变目标的识别,其比例畸变容差为53%,旋转畸变容差为20°。通过实验,给出了畸变飞机的相关识别结果。     

基于支持向量机的图像纹理识别方法

将支持向量机(SVM)应用于基于内容的图像检索领域，提出一种基于Gabor小波变换和支持向量机分类器的新型集成纹理识别方法.目标是利用Gabor小波设计的多通道小波滤波器对图像目标进行小波变换，用Gabor小波变换系数的模的平均值和标准差生成表示目标图像的特征向量，将特征向量归一化后用支持向量机进行训练和识别.最后，利用Brodatz纹理库中的纹理图像进行了试验并与其他几种方法进行了比较.结果表明，该方法的识别率在小样本情况下要优于其他几种方法，并且具有更好的泛化和推广能力.     

基于支持向量机的图像纹理识别方法

将支持向量机（SVM）应用于基于内容的图像检索领域，提出一种基于Gabor小波变换和支持向量机分类器的新型集成纹理识别方法．目标是利用Gabor小波设计的多通道小波滤波器对图像目标进行小波变换，用Gabor小波变换系数的模的平均值和标准差生成表示目标图像的特征向量，将特征向量归一化后用支持向量机进行训练和识别．最后，利用Brodatz纹理库中的纹理图像进行了试验并与其他几种方法进行了比较．结果表明，该方法的识别率在小样本情况下要优于其他几种方法，并且具有更好的泛化和推广能力．     

基于D-Markov模型的金融波动模式识别

将小波变换与符号时间序列分析相结合,引入工程领域的D-Markov模型,提出了一种用于金融波动变化模式识别和异常检测的方法。波动序列经过离散小波变换,产生小波系数序列,将小波系数序列符号化产生符号时间序列,建立符号时间序列的D-Markov模型,并求状态转移概率矩阵,计算各状态转移概率矩阵的状态概率向量与标准状态转移概率矩阵的状态概率向量之间的欧拉距离,从而得到异常度。基于得到的异常度识别金融波动变化模式,检测异常波动的发生。以上证综指的5分钟序列为样本实证分析,对该方法的可行性和有效性进行了验证。     

基于加权小波变换和2D-PCA的人脸识别改进算法

基于小波变换的人脸识别方法通常将图像变换成低频和高频信息,传统的人脸识别算法大多数都是基于小波变换后的低频信息,没有充分利用高频信息,造成了高频信息中对识别有利信息的丢失. 本文提出了一种基于加权小波变换和2D-PCA的人脸识别改进算法. 首先基于二维离散小波(2D-DWT)对图像进行二层小波变换,将所得的低频信息和水平、垂直和对角高频信息进行加权融合. 在此基础上,采用二维主成分分析(2D-PCA)方法进行特征提取; 最后采用最近邻分类器进行分类识别. 基于ORL标准人脸数据库的实验结果表明,本文提出的方法比传统的2D-PCD识别算法和2D-DWT+2D-PCA识别算法有更好的识别效果,且人脸受光照等因素的影响表现出良好的鲁棒性.     

动态变形信号二进小波提取模型研究

引入二进小波变换理论研究动态变形信号分析模型，提出动态变形信号二进小波提取与粗差识别修复的技术路线．实例选择B3-spline小波函数，采用à trous快速二进小波变换算法的软阈值降噪方法进行动态变形信号提取，三倍中误差作为各细节尺度的降噪阈值，并在分解的细节尺度上进行粗差识别，在此基础上进行粗差修复，获取真实的变形信号．结果表明：用此模型能有效提取动态变形信号，变形信号提取的效果优于中值滤波的方法；二进小波第二分解尺度细节部分能同时定位孤立态、离散态与区域态粗差的位置，并且精度远优于Mallat算法，在区域态粗差边界的定位中表现尤为显著，这是由二进小波的平移不变性决定的．     

基于小波变换的水下超声波测距方法研究

通过分析传统的阈值检测法超声波测距的缺点,提出了基于小波变换的水下超声波测距方法.应用数字信号处理技术,设计出基于Hamming窗函数的数字带通滤波器,对采样信号进行数字滤波,构造高斯小波基.介绍了一种将采样信号与小波基做卷积进行小波变换,精确捕捉回波信号到达时刻的超声波水下测距系统.在实验室水池中分别用传统的阈值检测法和基于小波变换的超声波测距法进行了实验测量,并对测量数据进行了比较,验证了基于小波变换的水下超声波测距可以达到更高的测量精度,优于传统的阈值检测法.     

基于小波变换的水下超声波测距方法研究

通过分析传统的阈值检测法超声波测距的缺点，提出了基于小波变换的水下超声波测距方法．应用数字信号处理技术，设计出基于Hamming窗函数的数字带通滤波器，对采样信号进行数字滤波．构造高斯小波基．介绍了一种将采样信号与小渡基做卷积进行小波变换，精确捕捉回波信号到达时刻的超声波水下测距系统．在实验室水池中分别用传统的阈值检测法和基于小波变换的超声波测距法进行了实验测量，并对测量数据进行了比较，验证了基于小波变换的水下超声波测距可以达到更高的测量精度．优于传统的阈值检测法．     

基于掌纹的身份自动识别方法综述

回顾了身份自动识别技术的各种方法,按照识别特征的不同,对掌纹的识别方法进行了分类综述,主要介绍了基于模板匹配的方法、图像分析的方法、基于线特征的方法、傅立叶变换(Fourier transform)的方法、Sobel算子和形态学的方法、K-L变换的识别方法、二维Gabor滤波器的方法、F isher-palm s方法、模板学习、小波变换的方法。最后提出了掌纹识别技术今后的发展方向。     

三维图像测量中单像素级边缘的检测

在三维图像测量技术中，目标物体边界识别需要得到准确的单像素级的图像边缘．本文在采用小波变换进行检测图像边缘的方法上，首先根据像素邻域的灰度直方图自适应地选取小波变换的尺度，并存基于Mallat小波模极大值边缘检测方法的基础上借用双阈值操作技术的原理，对结果进一步细化，并将边缘点链接，从而最终得到单像素级的边缘图像，以满足下一步实验的要求．     

小波变换和改进谐波法的感应电动机转速辨识

针对感应电动机无速度传感器开环、闭环控制依赖数学模型的问题,建立了由自适应神经网络与小波变换构成的数字低通滤波器,并给出定子磁场定向改进转子槽谐波辨识转速的方法.利用小波变换辨识定子磁链,数字低通滤波器消除谐波信号、白噪声、频率变化等干扰因素的影响,保证准确提取转子槽谐波电压.仿真实验结果表明,该算法具有较强的鲁棒性,可在强噪声下进行信号检测,有效提高转速的辨识精度,使转速可以在很宽的范围内进行调整,并可改善其动态性能和低速性能.     

一种基于自适应小波变换的QRS波检测算法

为了解决心电图QRS波检测的问题，研究了一种基于自适应小波变换来检测QRS波的算法。该方法用心电信号的小波变换作为自适应白化滤波器的输入，然后对白化滤波后的输出进行匹配滤波和阈值检测来识别出QRS波。采用该方法，有利于减小检测的误检率以及提高运行速度。     

基于改进γ-CLAHE算法的水下机器人图像识别

水体及悬浮粒子对光的吸收、折射及反射导致水下图像对比度低及细节模糊,单一图像增强算法难以适用于水下复杂环境识别.为了解决该问题,提出基于小波变换和改进的γ-CLAHE相融合的图像增强算法.通过快速中值滤波去除图像中噪声,向CLAHE算法中加入自适应伽马变换,解决CLAHE算法处理水下图像色彩失真,丢失孤立点、细线,画面突变等问题.利用改进的γ-CLAHE算法处理小波变换分解后的低频部分,增强图像并加快运行速度.通过小波逆变换将γ-CLAHE算法处理后的低频部分和双边滤波处理后的高频部分相融合,得到最终的增强图像.将实验图像同传统CLAHE、Retinex、Singh融合算法的处理图像进行对比,验证本研究算法在水下图像处理方面的有效性和优越性.     

基于光学Morlet小波滤波的指纹边缘增强研究

提出了一种基于光学Morlet小波的指纹滤波方法,给出了Morlet小波滤波器对输入指纹图像实现边缘增强的计算机模拟结果,同时将计算机编程生成的Morlet滤波器应用在光学4f系统中,输出平面将获得指纹图像的边缘提取。实验结果表明：本文给出的这种方法能够达到图像边缘增强的效果,同时又利用了光学方法快速并行的优点。这一研究结果有助于提高指纹识别的速度。