基于小波变换和ICA的运动目标分割

提出一种时空融合的运动目标分割方法.在时域方面,采用时间轴一维小波变换提取运动对象,然后用独立成分分析法提取独立的运动对象,并基于灰度直方图进一步提取视频对象;在空域方面,提出对轮廓提取后的图像进行分水岭变换的改进方法.与COST211 AM算法比较表明,文中方法能更完整、准确地提取出运动对象.     

基于小波变换的噪声检测快速独立分量分析

机械或电气设备工作噪声的测试分析是实时故障检测诊断的重要手段,通常情况下,传感器检测得到的信号是多个噪声源叠加的结果,可采用独立分量分析(ICA)方法分离出待检测对象信号.提出先对混合信号小波系数序列进行独立分量分析,再做小波逆变换得到分离信号.与直接的ICA比较,小波系数比原始信号的超高斯性更强,因此分离处理的收敛速度更快,分离效果更好;由于在小波变换的过程中可以引入阈值去噪,因此基于小波变换得到的分离结果较之常规方法有更强的抗噪能力.     

基于小波变换和独立分量分析的面部表情识别

提出了一种联合二维离散小波变换（2D-DWT）和独立分量分析（ICA）相结合的表情特征提取法。首先通过2D-DWT将当前图像分解成4个子图像,其中一子图像对应原图像的主体部分（低通部分）,其余三个子图像对应图像的细节部分（高通部分）。采用ICA分别对每一子图像进行特征提取,得到的表情矢量与中性矢量的差值矢量作为特征矢量,在此基础上使用性能比较稳定的支持向量机来分析各个子带图像的识别情况。此外,还提出了一种简单有效的方法对各个子图像所提取的特征进行融合,将融合的结果作为特征矢量来识别。同其它基于静态图像识别的方法相比,所提的方法识别效果好,且具有一定泛化性和鲁棒性。     

基于小波分解的独立分量掌纹识别方法

独立分量分析方法在图像处理中具有独特的优势，用于掌纹特征提取，使得变换后的各分量之间不仅互不相关，而且还尽可能的统计独立，能更全面的揭示掌纹特征间的本质结构。为了降低运算复杂度，提出了一种基于小波分解的独立分量掌纹特征提取方法。首先对掌纹图像做小波变换进行降维，在保留原始图像轮廓信息和细节信息的基础上，去掉高频噪声，然后进行独立分量分析，采用FastICA算法，试验结果表明,本方法比传统的独立分量分析方法的识别率更高，且计算量大大减少。     

基于小波变换的全局最优独立分量分离算法

提出一种利用小波变换的低频系数作为滑动因子的盲源分离算法,通过建立以分母作为预测误差的信噪比目标函数,优化过程导致广义特征值求解,广义特征值构成的特征向量就是要求的分离矩阵,求解过程无需迭代。通过实验证明:计算量小,分离精度高,相似系数分别到达了1和0.9998,同时,可根据需要灵活选择小波基。     

基于小波变换的鱼雷自导运动目标检测研究

低信噪比下目标检测是鱼雷自导中的一个关键环节,为了有效地克服目标作高速运动所引起的多普勒现象,传统的方法是使用多个多普勒滤波器,不利于工程实现。该文从仿生学的角度提出了基于小波变换的方法。给出了水下高速运动目标的宽带模型,提出并分析了双曲调频小波,给出了双曲调频小波检测器。利用蒙特卡洛试验研究了检测器的性能。仿真结果表明其检测性能优良,逼近于宽带匹配滤波器,能完成低信噪比下的运动目标检测。     

一种基于独立分量分析的数字水印算法

提出一种基于独立分量分析的图像水印算法.该算法把一幅二值水印图像嵌入到原图像的小波逼近子图中,检测时利用快速独立分量分析方法来提取水印.实验结果表明,该算法加入的水印可以被恢复,并且具有一定的鲁棒性.     

基于提升小波任意参数的目标检测方法及其硬件实现

将提升小波的提升项作为可调参数,通过训练使其具有目标的特征,利用提升后的滤波器提取出目标,从而实现目标的检测。仿真实验表明：此方法比传统的模板匹配方法速度大大提高。为使基于小波变换的目标检测算法能应用在实际检测跟踪系统上,分析在DSP系统中实现基于小波变换的目标检测算法的可能性和优势,并给出以双DSP为核心器件TMS320C6203的实时图像处理系统,从而为目标检测算法的硬件实现奠定实验基础。     

一种基于FastICA的运动目标检测新方法

独立分量分析是一种新颖的自源分离技术,目前已经在语音识别、图像处理、通信系统和医学信号处理等领域得到了广泛的关注。简单介绍了独立分量分析的基本理论和算法,用快速独立分量分析(FastICA)方法进行运动目标检测的试验,试验结果表明这是一种鲁棒性较强的运动目标检测方法。     

方向小波变换及其在运动弱目标检测中的应用

定义了一种新的小波变换即“方向小波变换”，它不仅保持了传统小波变换良好的时频局部分析能力，还具有良好的方向分析特性，研究了它在运动弱目标检测中的应用，提出一种多尺度的运动弱目标检测方法，其可以充分利用目标的不稳定“面”信息，迅速有效地检测出运动弱目标的轨迹。     

独立分量分析结合马氏距离的非监督损伤识别方法

为了解决结构损伤识别中监督学习方法在实际中难以获得损伤样本的限制,提出基于独立分量分析ICA( IndependentComponent Analysis)结合马氏距离判断结构损伤的方法.首先采用ICA方法提取统计独立源信号和混合矩阵,将混合矩阵作为特征参数输入至马氏距离判别函数,然后根据结构健康状态的马氏距离设计门限值,该门限值与检测信号的马氏距离的比较结果作为损伤判断的依据.在冲击载荷作用下,对钢框架结构模型进行了振动实验,结果表明:ICA方法提取的混合矩阵是一种有效的损伤特征参数,基于ICA和马氏距离的非监督学习方法能够正确识别结构损伤,从而为结构健康监测提供了一种行之有效的损伤识别方法.     

一种基于提升小波变换的图像融合改进算法

提出一种基于提升小波变换的图像融合算法.对小波分解后的图像低频子带采用平均融合算子处理,在高频子带的融合中依据小波系数树状结构特点提出了一种新的自适应融合方法,最后经过小波逆变换得到融合图像.仿真实验结果表明该算法能有效地减少融合图像的失真,是一种有效的图像融合算法.     

基于多尺度变形模板的目标检测与识别

在分析现有模板匹配算法存在问题的基础上，提出一种基于多尺度变形模板的新方法，它在已有的Snake算法基础上，加入了形态约束，并利用小波变换的多尺度特性，使得匹配过程在由粗至精的尺度上进行，从而使运算速度大大提高，对噪声的敏感程度也相应下降，而轮廓初始化是在较粗的尺度上，利用Hausdorff距离初步匹配得到的，漏警概率较低。实验结果与理论分析相吻合，验证了算法对多类目标适用，具有速度快，精度高和对图像畸变，噪声与遮挡不敏感的优点。     

一种基于背景模型的运动目标检测与跟踪算法

本文提出了一种静止摄像机条件下的运动目标检测与跟踪算法．它以一种改进的自适应混合 高斯模型为背景更新方法，用连通区检测算法分割出前景目标，以Kalman滤波为运动模型实 现对运动目标的连续跟踪．在目标跟踪时，该算法针对目标遮挡引起的各种可能情况进行了 分析，引入了对运动目标的可靠性度量，增强了目标跟踪的稳定性和可靠性．在对多个室外 视频序列的实验中，该算法显示了良好的性能，说明它对于各种外部因素的影响，如光照变 化、阴影、目标遮挡等，具有很强的适应能力．     

智能交通检测系统中动态目标检测方法研究

视频交通检测技术已逐渐成为交通信息采集领域的主流技术。以交通信息采集系统中运动车辆的检测与识别为应用背景,在对运动目标检测中背景更新、噪声的消除等一些难点问题进行深入分析研究的基础上,给出了一个稳定的运动车辆检测算法。运动车辆检测方法作为视觉监控领域的一种普遍方法,具有一定的理论意义和实用价值。     

基于多尺度小波的Roberts边缘检测法

在Roberts交叉梯度算子边缘检测框架基础上,提出一种小波增强的多尺度边缘检测方法,对不同尺度下的小波变换子图像,通过Roberts梯度算子对各子图像进行空间一次微分,得到对应尺度上的边缘图像,各尺度下边缘图像通过小波重构、融合及差影运算得到最终的边缘图像。实验结果表明,该算法实现简单,能有效地抑制噪声,补偿弱边缘,可以有效获取多个尺度下的边缘信息,对边缘信息定位精度高,是一种可行、有效的图像边缘检测的方法。     

小波变换在油气预测中的应用研究

通过对小波变换算法的研究,实现了小波油气预测算法.首先对给定的数据进行小波特征参数的提取;其次进行小波参数值的分析和比较,优选油气识别之用的小波特征参数;然后进行小波特征参数的综合,并根据已知井位的油气属性,确定归类的门阀值.     

基于小波变换的滤波方法

小波变换正在众多学科掀起研究和应用热潮，并已获得了许多成功的应用。本文系统地研究了小波变换在滤波方面的应用，根据不同类型的噪音，给出了基于不同小波变换的滤波算法，并研究了其滤波原理。仿真结果表明，小波滤波方法不仅能实现各种滤波功能，而且简单易行，是一种有效的滤波手段。     

基于ICA的数字模型水印研究

提出一种基于独立分量分析ICA(Independent Component Analysis)的数字模型水印方法.嵌入水印时,对原始模型文件进行一级小波分解,在分解得到的逼近分量中利用随机混合方法嵌入水印后进行小波逆变换形成嵌入水印的模型文件.提取水印时,对模型文件进行一级小波分解,用基于最大峰值的ICA方法进行水印提取.仿真实验结果表明这种方法的强鲁棒性和可行性.这种方法可有效地保护模型的版权.     

基于Surendra背景减除法和四帧差分法的目标检测算法

研究监控环境下的运动目标检测算法,提出一种新的运动目标检测算法。利用四帧差分算法将连续四帧两两差分得到运动区域,与Surendra背景减除法确定的运动目标相结合,采用动态阈值以适应光线突变,通过连通性检测和孔洞填充进行后处理,综合得到运动区域图像。实验结果表明,该算法有效地去除了噪声、空洞及双影等现象,具有较好的实时性和鲁棒性。既能精确地检测出运动目标,又能迅速响应实际场景的变化。