基于纹理子块的小波变换数字水印算法

提出了一种基于纹理子块的小波变换数字水印算法，该算法能够依据人眼视觉特性，通过水印图像降维、图像子块划分等措施．将随机置乱的数字水印信息嵌入到高频子带的纹理区内，从而高效率地实现局部水印和全局水印之双重目的。实验结果表明：本文提出的数字水印算法不仅具有较好的透明性，而且对诸如叠加噪声、JPEG压缩、平滑滤波、几何剪切、图像增强、马赛克等攻击均具有较好的鲁棒性。     

基于小波变换和支持向量机的彩色纹理识别

为了提高纹理图像的识别率,提出了一种将颜色信息融入到纹理识别中的新方法--基于小波变换和支持向量机的彩色纹理识别.首先将彩色纹理图像转化到HSV彩色空间,用小波变换进行树形结构小波分解提取彩色纹理的特征,然后用SVM对不同的特征进行纹理分类识别.对不同的彩色自然纹理图像进行了实验,并将结果与已有的进行了比较.实验结果证明,此方法的正确识别率比较高.     

基于小波变换的鲁棒型特征提取及说话人识别

说话人识别系统在实际应用中面临的主要困难之一是鲁棒性问题,干净语音环境下识别率很高的说话人识别系统,在有噪语音环境下识别性能显著降低。解决这一问题的方法之一是寻找具有鲁棒性的特征参数。本文结合具有多分辨率分析特点的小波变换技术,提出一种基于小波变换的鲁棒型特征提取算法,以提高说话人识别系统在噪声环境下的识别性能。对40个说话人的语音库SUDA2002-D2,在加性高斯白噪声环境下进行的识别实验结果表明,本文提出的特征提取算法可以有效地提高说话人识别系统在噪声环境下的识别性能。     

基于多小波变换的文本图像文种识别

针对文本图像的纹理表现为文字笔画的方向性和以行为周期的准周期性的特点,采用了基于多小波变换的文本图像文种识别方法,提取多小波变换各子带系数的能量特征,构造特征矢量,并采用LIBSVM进行多文种的分类。通过对10种语言文字的文本图像进行实验,表明该算法在文种识别方面的有效性和对图像质量退化的鲁棒性。     

基于小波概率神经网络的彩色纹理识别

提出了一种将颜色信息融入到纹理识别中的新方法--基于小波概率神经网络的彩色纹理识别.首先将RGB彩色纹理图像转化为HSV彩色模型,用小波变换(WT)进行树形结构小波分解提取彩色纹理的特征,然后使用概率神经网络对测试样本进行分类识别.实验结果证明,该方法的识别效果比较好.     

基于多分辨率Trace变换的纹理图像分类

针对Trace变换提取的图像特征缺乏对纹理边缘信息描述和计算代价高的问题,利用小波变换对图像轮廓的表征优势,提出了多分辨率Trace变换并应用于纹理图像分类.首先,将小波变换引入到Trace变换中,对纹理图像进行非下采样小波变换,得到不同频率的低频特征子图及高频边缘子图;其次,在各级子图上进行一组泛函的Trace变换,获取纹理图像的融合特征,在获得图像边缘信息的同时避免了Trace变换不同泛函组合计算代价过高的问题;最后,把融合特征送入支持向量机对图像进行分类.实验结果表明,对图像采用多分辨率Trace变换提取的融合特征具有更好的纹理描述能力,相对于传统Trace变换及MCM等对比方法具有更高的鉴别性能,且在时间效率上相对于传统Trace变换有大幅提升.     

基于小波包变换和MFCC的说话人识别特征参数

研究了小波包变换及MFCC参数的提取,结合二者特点,提取了基于小波包变换和MFCC的新参数DWT-MFCC．并在基于16阶GMM系统上进行说话人识别实验。实验结果表明,相对于传统的MFCC参数,在相同的噪声环境下,DWT—MFCC参数具有更高的说话人识别率。     

数字空间轮廓的小波描述子

为了描述数字空间目标轮廓,便于计算机图形表达,提出一种适于描述序列点轮廓的小波描述子。将数字空间轮廓视为周期序列,并基于离散小波变换给出序列点轮廓小波描述子的具体表达。结合具体医学图像轮廓进行相应的应用研究,并与Fourier轮廓描述子进行了对比,研究结果表明,在具有相同比特率的情况下,序列点轮廓小波描述子具有更好的保形性,同时实现了对轮廓数据的压缩。     

一种基于小波变换的多描述视频编码方法

提出了一种基于小波变换的多描述视频编码方法。该方法通过将小波变换后的系数进行多描述标量量化产生互有冗余的两路描述,这两路描述在相互独立并有丢包的信道中传输,在解码端,利用两路描述中的冗余信息进行联合解码。实验结果表明在高码率和高丢包率时,该方法的率失真性能高于H.264、MPEG-2、MJPEG2000单描述编码方案。     

基于小波变换和纹理特征的自适应数字水印的算法

文章提出了一种基于图象纹理特征和DWT变换相结合的自适应数字水印算法，该算法利用了图象本身固有的纹理特征来寻找水印的嵌入位置，实验结果表明这种选择方法可以在降低原始图象视觉失真和经压缩变换后水印图象的失真两方面都达到较好的效果。     

循环级联式的子波变换相关识别

提出了一种时序循环级联式的子波变换相关识别系统。该系统是基于循环使用一个普通光学相关器，而相关器采用光折变全息图作为空间匹配滤波器，一个受计算机控制的空间光调制器作为输入器件，方位不同的参考光用于编码存储不同的输入信号、不同的子波和子波变换的傅里叶谱的多重信息。通过计算机控制系统互连网络和级联循环次数可完成用于不同目的的相关运算。给出简要的原理分析，并用纯光学方法实验研究了Ｈａａｒ子波变换、Ｈａａｒ子波变换相关识别，并与普通相关识别作了对比。讨论了该系统所具有的诸多方面的特点     

基于联合子波变换结构的实时目标识别研究

把联合变换相关技术与子波变换结合起来，建立了一套用于目标识别的实验系统．该系统巧妙地集图象预处理与相关过程于一体，同时具有优良的性能，如抗噪声能力强、相关峰尖锐、不存在旁瓣效应等．     

多尺度H参数纹理特征的子带算法

扩展的自相似模型(ESS)是一种广义的分数布朗运动模型(fBm),它的多尺度H参数与粗糙度之间是对应的,因为不要求粗糙度的尺度不变性,所以能够区分大多数自然纹理.它的结构函数计算是基于图像在一定尺度上的灰度差,这可以用小波变换低频分量的一阶差分去定义.由于小波变换具有抑制噪声的能力,由此导出的特征具有更好的抗噪性能.实验证明对卫星遥感图像达到了较高的分类正确率.同时也说明,纹理的自相似特性在低频分量上的体现更突出.     

基于小波变换和支持矢量机的调制信号识别

提出一种基于小波变换和支持矢量机的数字信号自动调制识别新方法，即将信号小波变换后提取各尺度上的能量峰值作为特征向量，利用支持矢量机把分类特征向量映射到一个高维空间，并在高维空间中构造最优分类超平面以实现信号分类。这种方法对高斯噪声具有良好的稳健性，并避免了神经网络中的过学习和局部极小点等缺陷。计算机仿真结果表明，这种方法具有很高的分类性能和良好的稳健性。     

基于小波包变换的辐射源信号识别

现代电子信息系统需要利用信号的细微特征识别功能参数相同或相近的辐射源信号。本文基于小波包变换,采用局部判别基(LDB)方法进行辐射源信号特征提取与识别。计算机仿真数据和实测数据分析表明本文方法有利于提取辐射源信号无意调制的差异信息,实现信号的辐射源个体识别。     

逆向工程中对离散点云的特征识别算法探究

基于逆向设计中点云处理的表面识别问题,本文提出了一种基于小波变换的离散点云数据的特征识别算法。首先将离散点云表示成小波变换可以处理计算的形式,然后在此基础上提出了具体的二维和三维离散点云的小波分解算法,最后引入实例,对二维离散点云的小波分解算法进行验证分析。实验结果表明本文提出的算法达到了对点云数据的特征分解的目的。将离散点云数据按特征分解从而提取出不同的特征成分,可以根据后期点云预处理的不同要求,将小波变换后的数据进行进一步的处理。     

逆向工程中对离散点云的特征识别算法探究

基于逆向设计中点云处理的表面识别问题,本文提出了一种基于小波变换的离散点云数据的特征识别算法。首先将离散点云表示成小波变换可以处理计算的形式,然后在此基础上提出了具体的二维和三维离散点云的小波分解算法,最后引入实例,对二维离散点云的小波分解算法进行验证分析。实验结果表明本文提出的算法达到了对点云数据的特征分解的目的。将离散点云数据按特征分解从而提取出不同的特征成分,可以根据后期点云预处理的不同要求,将小波变换后的数据进行进一步的处理。     

基于小波变换的航空红外图像目标的多尺度识别

提出了一种基于高斯小波变换的航空红外图像的目标边缘自动提取的新方法,并利用 目标边缘特征结合目标边缘特征数据库对目标进行识别。该方法利用小波变换良好的噪声抑制能力及完备的边缘保持能力;能够有效的对红外图像进行目标边缘提取、目标增强及噪声抑制等预处理工作,利用得到的边缘特征及数据库,较好的完成红外目标的多尺度识别。     

基于小波包变换的雷达辐射源信号识别

为了提高雷达辐射源信号的正确识别率以满足现代电子对抗的需求,提出一种以小波包系数的能量比和标准差为特征的算法,并采用BP神经网络进行识别。仿真实验表明,该方法能在较低的信噪比条件下取得较好的识别率。