基于极性调制的鲁棒水印算法

为满足地理信息版权保护对裁剪、拼接等攻击的强鲁棒性要求,通过构造二值序列分别表示水印0和1,利用变换域系数极性相对稳定的特点,通过调制极性序列与二值序列的相关系数嵌入水印,提出了一种基于变换域系数极性的水印算法。基于变换域系数特殊分类的极性序列分布在整个DCT域,增强了算法抗裁剪的能力;而且水印提取策略能够抵抗图像拼接攻击。实验结果表明,该算法具有良好的不可见性,可抵抗亮度(-90~+90)、对比度(-90~+80)、放大、裁剪、拼接的单独攻击,对综合攻击也有较强的鲁棒性。     

基于多维矢量矩阵的多视角视频编码

针对现行视频压缩编码标准对多视角视频编码(MVC)的支持与扩展存在一定的局限性这一问题,结合多维矢量矩阵理论,对先前研究中提出的针对单一视角彩色视频流的一整套压缩编码方案加以扩展,将其应用于八个视角的视频编码中,包括多维分块、多维重组、多维矢量DCT正交变换、多维量化、差分编码、多维扫描及行程编码。通过对实验数据的分析,验证了这一整套方案在多视角视频编码中的可行性,为多维矢量矩阵以及多视角视频编码的进一步研究奠定了基础。     

基于Watson感知模型的DCT变换数字水印算法

基于8×8DCT分块变换,根据Watson模型的灵敏度表将水印嵌入到DCT域的低频和中频部分．为了提高安全性,根据扩频技术对原始水印进行预处理．描述了所提出的算法实例,并进行了仿真实验,对嵌入水印的图像进行了一系列恶意攻击实验．结果表明。该算法能较好地抵抗剪切、模糊、噪声、锐化等图像处理操作,具有良好的鲁棒性和不可见性．     

基于非下采样contourlet变换的彩色图像增强算法

本文提出一种结合DCT变换和非下采样contourlet变换的彩色图像增强算法。算法根据非下采样contourlet变换后不同子带的特点对低频子带和高频子带采用不同的增强方法进行处理;为了修复增强过程中产生的颜色偏移,对增强后的图像进行了颜色修复;最后通过简单锐化即可达到很好的效果。由实验结果可知,算法提高了图像整体对比度的同时保留了完整的边缘细节信息和色彩保真度,从视觉效果和性能指标上来看都优于curvelet变换的方法和DCT变换的方法。     

基于非线性扩散与小波变换的混合图像去噪算法

利用小波变换能够很好地保留图像细节信息的特点,提出了一种将非线性扩散方程和小波变换相结合的图像去噪方法。采用由小波系数估计的非线性扩散方程扩散函数对图像进行非线性扩散,取得了较好的去噪效果。仿真试验证明了算法的有效性。     

基于Curvelet变换的图像融合算法

针对Curvelet分解的不同频率域,分别讨论了低频系数和高频系数的选择原则。在选择低频系数时,定义了局部区域标准方差,采用了“选择”与“平均”相结合的系数选择方案;在选择高频系数时,充分利用Curvelet变换具有方向性的优点,提出了Curvelet域方向对比度的概念,并给出了基于方向对比度的系数选择方案。实验结果表明:本文所给出的融合算法能够很好地保留多幅源图像中的有用信息,得到多个目标聚焦都很清晰的图像。     

基于二进小波变换的基音检测算法

为了克服目前诸多基音周期检测算法精度低、计算复杂度高、鲁棒性差的缺点,研究了一种采用二进小波变换模极大值进行基音周期检测的算法。仿真结果表明,该算法在强背景噪声下仍可以准确提取基音周期,并且具有复杂度低、分辨率高和实时性好的特点。     

基于插值Directionlet变换的图像融合方法

为了凸显区域的细节特征,改善图像的视觉效果,本文通过对Directionlet变换进行插值处理,并结合压缩感知理论提出一种新的图像融合方法。在进行插值Directionlet变换分解以后,对低频分量通过其区域特征及其接近度进行系数融合;对于高频分量,使用改进稀疏化的哈达玛矩阵进行观测,并对观测值进行加权融合,然后对融合后的高频方向子带进行重构;最后通过插值Directionlet逆变换重构图像。数值试验显示,本文提出的融合算法计算复杂度低,融合效果好,能同时得到目标和场景均清晰的融合图像。     

基于多项式变换的自适应Chirp信号参数估计

提出了一种新的基于多项式变换的RLS(recursiveleastsquare)算法。利用多项式变换将多项式相位信号(PPS)转变为具有线性相位的谐波信号,这一谐波信号满足AR(Autoregressive)模型且其频率对应于多项式相位的最高次项系数。然后利用RLS算法对AR模型的AR系数进行自适应估计,通过AR系数求解谐波信号频率,便可以获得多项式相位中最高次项的系数。本算法速度快,计算量小,并且在较低的信噪比(SNR)下估计性能依然良好。Monte Carlo仿真实验证明了本方法的有效性。     

基于小波变换和混沌映射的自适应水印算法

提出的基于小波变换和混沌映射的自适应图像水印算法中水印由混沌序列生成,在宿主图像的低频系数中嵌入水印信息,嵌入时根据低频逼近系数和高频系数的特点以及树结构关系,给每一个低频系数确定一个相关掩蔽参数,并用此参数控制其对应低频系数嵌入水印时的相对修改强度。实验表明:该算法能够自适应地根据图像内容添加水印,对图像的平滑区进行的修改非常小,而对图像中抑制噪声能力较强的纹理和边缘区域修改较大,使用该算法嵌入的数字水印具有很好的隐蔽性、安全性及鲁棒性。     

基于MATLAB符号运算的Fourier变换

符号运算是MATLAB的一个极其重要的组成部分,符号表示的解析式比数值解具有更好的通用性.利用MATLAB符号运算功能讨论Fourier积分变换及积分变换的应用.     

基于谐波小波包变换的信号检测

利用二进离散小波变换检测周期性信号时,由于频带间的干扰,微弱成分易被强信号所淹没,为解决此问题,提出一种基于谐波小波包变换的周期性信号检测算法。利用谐波小波函数的盒形频谱结构,根据目标声信号的特点,选择合适的分解层数和分析带宽,由此避免分析频带之间的相互干扰。对实测数据的分析结果表明,谐波小波包变换对于低信噪比下的微弱线谱信号成分有一定的增强效果。     

基于多维矢量矩阵正交变换理论的彩色图像压缩编码

在多维矢量矩阵理论的基础上提出了四维矢量矩阵离散余弦变换(4D-VMDCT)算子,扩展了多维矢量矩阵正交变换理论,验证了该变换算子的正交性和能量集中性;提出了适应于三维数据的量化方法,并将该方法用于图像压缩。根据彩色图像的行、列、颜色分量之间的强相关性构建了多维矢量矩阵采样模型,进行多维正交变换,大幅降低了多维数据的相关性,并通过多维量化和无损熵编码,进一步消除统计冗余。理论分析和实验结果表明:在增加压缩比的同时,峰值信噪比也有明显的提高,实验结果优于国际标准JPEG。     

基于Hilbert-Huang变换理论的语音增强初探

希尔伯特-黄变换是新发展起来强有力的非线性、非稳态信号处理方法．它从信号自身出发自适应地产生具有物理意义的基函数,而不是人为地设定变换的基函数．该文将这一全新的方法应用到语音信号处理．希尔伯特-黄变换基于信号的局部特征时间尺度,能把复杂的信号分解为有限的内在模态函数之和,这种自适应的分解方法非常适于非线性和非平稳过程的分析．实验表明,希尔伯特-黄变换适于语音信号处理,有广阔地应用前景．结合小波变换的分析表明,该方法在语音去噪方面优于小波变换．     

基于YC子阵的彩色图像三维矩阵变换压缩编码

提出了一种新的基于子阵模型的三维矩阵变换彩色图像压缩方法。此压缩方法的创新之处在于:三维子阵分割中采用了亚采样和YC子阵技术,能更好地去除彩色图像分量间的冗余,提高压缩比,而且在YC子阵技术中提出了Y类三维子阵和C类三维子阵的概念;量化方法采用了线性非均匀标量量化,并定义了一种新的运算方法———量化除法。实验表明,与基于矢量量化方法的三维矩阵变换压缩方法相比,本文方法的优点是对具体的图像无依赖,并在压缩整体效果方面已经优于JPEG方法。     

基于Haar小波变换的快速k-近邻分类算法

提出了一种新的快速k-近邻分类算法,通过研究Haar小波系数所包含的重要信息,确定向量经Haar小波变换得到的小波系数与向量方差问的关系,由此得出关于小波系数的不等式,并利用此不等式提高k-近邻分类中的k-近邻搜索效率.在搜索k-近邻的过程中,首先判断每个训练向量是否满足该不等式,由此排除许多不可能成为k-近邻的向量,...