基于三维噪声统计特性异常的盲元检测与分类

根据对盲元特性的分析,提出将三维噪声模型中的固定图形噪声与随机时空噪声作为盲元检测的数据源,在像素等级上形成特征向量。建立特征向量的独立二元正态分布统计模型,将盲元看作是游离于正态分布等概率密度椭圆之外的异常点。以特征空间的统计距离与特征空间角作为异常点检测的统计判据,并分类死元、过热像元与闪烁像元。将该算法应用于实际制冷型红外焦平面的盲元检测,试验结果证明了该算法的有效性。     

LANDSAT-5 TM图像散粒噪声去除方法研究

针对LANDSAT-5 TM多光谱图像存在散粒噪声问题,提出一种基于异常探测和光谱归一化处理来检测及去除噪声的算法。视散粒噪声为强光谱异常,基于RX算子探测像元异常,根据异常分布统计特征确定含散粒噪声的像元;再以含散粒噪声的像元为中心,利用邻域内像元各分量上的光谱归一化分值,确定散粒噪声所在波段。利用邻域内具有最相似光谱的像元对应分量替换散粒噪声所在的像元分量。实验表明,该算法能够有效去除TM图像中的散粒噪声。     

基于三维噪声最大主分量的小目标红外焦平面过热像元检测算法

过热像元严重影响着系统成像性能以及对于弱小目标的检测识别性能,本文在分析红外焦平面三维噪声特性的基础上,研究了过热像元的统计异常特性,提出了利用三维噪声最大主分量作为红外焦平面过热像元检测的数据源,采用数据直方图偏度的限制确定统计距离阈值进行检测的算法.通过对非制冷焦平面的过热像元进行实际检测,结果证明该方法具有有效性和实用性.     

基于固定图形噪声统计特性异常的盲元检测方法

针对盲元对于红外辐射的响应具有很强非线性的特点,在对焦平面采用线性非均匀性校正之前,必须采取有效的盲元检测方法对盲元予以剔除或补偿等问题,提出了以三维噪声固定图形噪声分量作为红外焦平面盲元检测的数据源.盲元的表现形式分为死元与过热像元.针对死元,将其数量限制作为先验知识,并结合其在数据直方图中的低概率密度特性,确定双端...     

空谱联合的核光谱角异常检测及GPU实现

针对高光谱图像空间信息利用不充分影响检测性能的问题,本文提出结合高光谱图像空间信息与光谱信息的异常目标检测算法。该算法无需假设背景模型,通过计算待检测像元与其空间邻域像元的核光谱角累加和,初步得到每个像元的异常程度。利用扩展形态学的腐蚀操作进行异常修正,有效去除噪声干扰,并降低虚警率,从而得到最终的异常检测结果。为提高算法的执行效率,本文进一步提出了基于GPU/CUDA模型下的并行优化处理方法。通过仿真实验证明,该算法在保证较高检测精度的同时,充分利用GPU的并行特性,明显缩减了检测时间。     

基于SIFT和HSI模型的彩色图像复制-粘贴盲鉴别算法

针对彩色图像复制-粘贴篡改中误匹配的问题,提出一种基于SIFT和HSI模型的彩色图像复制-粘贴盲鉴别算法。首先确定彩色图像的SIFT特征点和特征向量;然后对每个SIFT特征点提取HSI彩色特征;最后对两两不同特征点的SIFT特征向量和HSI特征向量进行匹配,确定图像的复制-粘贴篡改区域。实验结果表明:本文算法与SIFT算法、SURF算法和改进SIFT算法相比,能有效地降低误匹配率,并对高斯模糊、白噪声和JPEG重压缩有较强的鲁棒性。     

基于易变特征实现隐藏信息的盲检测

为检测采用Steghide、MB2隐秘术和较少嵌入信息量得到的隐秘图像，基于压缩标准JPEG的图像及其近似图像的函数，构建了一个统计模型.这些函数从JPEG图像离散余弦变换（DCT）域及其解压图像所在空域中提取易变特征.在DCT域的易变特征中抽取DCT交流系数的统计特性，而在空域的易变特征中捕捉解压图像中DCT块边界像素颜色对差值的统计特性.由原始JPEG图像及其校准图像获取统计量，计算用以表示图像的多维特征向量，得到一个多维统计模型.对8种隐秘术的实验结果表明，基于该模型和支持向量机的盲检测算法对隐秘图像具有很好的检测效果.同传统算法比较，该算法的误检率更低，而检测率更高.     

一种应用层分布式拒绝服务攻击快速检测方法

提出一种基于应用层协议用户行为统计特征的快速攻击检测算法,能在高速网络环境中快速识别异常聚集流量,区分正常访问和应用层分布式拒绝服务攻击。该方法使用有限状态自动机理论描述了应用层协议正常用户行为和攻击行为的差异,构建了检测自动机模型。该方法将应用层协议用户行为抽象成一系列协议关键字的交互,主要根据应用层协议关键字的统计特征生成用户行为统计特征向量,构造基于逼近理想点排序算法的模型分类器,同时对模型进行训练得到最优分类距离阈值,从而对DDoS攻击行为作出判定。高速网络环境下的测试结果表明了此方法的有效性。     

基于多元统计信号处理的间歇过程监控方法研究

针对化工生产中日益增多的间歇过程，提出了一种基于多元统计信号处理的过程监控方法，其主要思想为将过程信息空间划分为由盲源信号描述的信号子空间、过程主元描述的信号子空间和残差信号子空间，随后对各个信号子空间构造过程统计量或分类器提取信号特征进行过程监控，该方法避免了传统多元统计过程控制 (multivariate statistical process contro，lMSPC)需假设过程特征信号服从正态分布的前提.将本方法与传统MSPC方法的性能进行了对比，并在仿真中给出了对比研究结果.通过对间歇过程的仿真研究表明，该方法不仅能够有效地检测出故障，而且有利于故障的分离和定位，从而说明该方法不仅是有效的，而且其性能优于仅能检测故障的传统MSPC过程监控方法.     

基于高斯和非高斯双子空间SVM的故障检测

为了降低样本间的自相关性对支持向量机(SVM)检测性能的影响,提出一种基于高斯和非高斯双子空间SVM(DSSVM)的故障检测方法.首先运用Kolmogorov-Smirnov(KS)检验原始数据中过程变量的正态分布特性,将过程变量划分为高斯子空间和非高斯子空间,并建立基于PCA的高斯子空间和IC A的非高斯子空间故障检测模型;分别对主元矩阵和独立元矩阵引入时滞特性和时差输入特性,该特性的引入能够降低样本间的自相关性;最后将引入时滞和时差特性的矩阵进行组合,运用SVM模型对其进行故障检测和监视.将该方法运用于多变量数值仿真和田纳西-伊斯曼工业过程,并与PCA、ICA、SVM和基于变量分布特征的统计过程检测方法(VDSPM)比较,仿真实验结果进一步验证了该算法的有效性.     

Blind steganalysis algorithm based new calibration for JPEG images

To improve the embedding sensibility of calibrated feature in steganalysis, by studying the relationship between calibration technique and feature, a mathematical model for calibration based on the calibration classification is established, and a blind JPEG steganalysis algorithm based on the new calibration is presented. First we crop 4 pixels in the image and put forward a modified form of calibration, then the histogram characteristic is obtained according to the spatial distribution of the image features before and after calibration, and the Markov transfer probability matrix of the new calibration is calculated on the basis of redundancy. Finally, we fuse these features with the blocks feature and obtain the feature vector.Through the detection experiment of nsF5, Jsteg and MB1 algorithms with low embedding rates and among the feature vector, it is shown that this method has a better detection performance compared with those existing calibration methods. Its correctrate is more than 90％. The feature sets also show some complementary characteristics. It can be more stable and reliable in the different quality factors experiment.     

利用特征空间主分量分解实现自适应小目标检测算法

为了实现非平稳复杂背景干扰下的红外小目标检测,在特征选择阶段同时考虑了目标的强度、分布梯度以及与背景之间的阶越特性,并提取对比度、临域标准差以及多孔小波变换高频分量的模值三维特征予以描述.将目标检测过程视为特征空间中的两类分类问题,通过主分量分解获取背景的统计聚类参数,将目标像素特征向量视为背景特征聚类之外的异常点,并...     

一种基于矢量阈值的自适应图像分割方法

针对灰度图像,提出一种基于空间特征矢量的图像分割方法,分割前首先对边缘进行增强处理,并构建以像素的灰度、梯度、像素邻域均值为特征的三维特征空间.将图像像素点引入对应于空间特征点.通过计算像素特征矢量与特征矢量阈值的差矢量,求出矢量差与特征矢量阈值的夹角,比较夹角与动态分割参数的关系,以判定像素所在区域(目标或背景).实验表明,该方法能较快的实现图像分割,分割的效果也较好.     

Speech-stream detection in short-wave channel based on empirical mode decomposition and higher-order statistics

To capture the presence of speech embedded in nonspeech events and background noise in short-wave non-cooperative communication,an algorithm for speech-stream detection in noisy environments is presented based on Empirical Mode Decomposition (EMD) and statistical properties of higher-order cumulants of speech signals.With the EMD,the noise signals can be decomposed into different numbers of IMFs.Then,the fourth-order cumulant (FOC) can be used to extract the desired feature of statistical properties for IMF components.Since the higher-order cumulants are blind for Gaussian signals,the proposed method is especially effective regarding the problem of speech-stream detection,where the speech signal is distorted by Gaussian noise.With the self-adaptive decomposition by EMD,the proposed method can also work well for non-Gaussian noise.The experiments show that the proposed algorithm can suppress different noise types with different SNRs,and the algorithm is robust in real signal tests.     

彩色图像脉冲噪声的自适应矢量滤波

提出了基于噪声像素检测的自适应矢量滤波器的新方法,该法对图像中噪声像素进行检测时,仅对噪声像素进行矢量滤波,而对非噪声像素则保持其原值不变,并可根据图像噪声情况自适应地选择滤波窗口。新滤波器能有效地滤除彩色随机脉冲噪声,并保持图像边缘与细节,其性能优于经典的矢量中值滤波器、方向一距离滤波器、方向一幅度矢量滤波器等非线性滤波器。     

双谱特征提取在欺骗式干扰方式识别中的应用

为了识别出具体的欺骗干扰方式,从而使雷达有针对性地选择抗干扰方法,该文提出了基于双谱特征和模式识别技术的欺骗式干扰识别方法。该方法给出了欺骗式干扰的双谱分布和估计方法,在分析其分布特征和统计特性的基础上,定义两种特征因子;采用基于核聚类的支持向量机分类器,完成对不同欺骗干扰方式的识别;建立了完整的干扰模式识别模型。仿真实验表明,该方法对3种不同欺骗干扰方式的正确识别率高,而且基本不受干噪比影响。     

复杂背景噪声下风机叶片裂纹故障声学特征提取方法

针对大型风机叶片裂纹故障声学诊断问题,提出一种非接触式的叶片状态远程在线声学监测系统,给出了叶片裂纹故障的声学特征自适应提取方法.首先设计了面向复杂环境噪声的原始声信号预处理算法,然后采用1/6倍频程粗略刻画叶片声信号的频谱总体变化趋势,提取无量纲的倍频程能量比构造支持向量机分类器的输入特征向量,最后引入主成分分析法自适应的优化高维特征空间.风场实测数据验证了该算法的有效性.     

基于模糊逻辑的足迹图像滤波算法

根据足迹图像噪声的特点,提出一种基于模糊逻辑的足迹图像去噪算法．算法首先分析足迹图像中像素不同方向邻域的灰度值分布情况进行噪声像素点的检测．然后使用改进的去除最大最小灰度值中值滤波算法对已检测噪声像素点的灰度值进行复原估计．最后,通过所设计符合实际的模糊逻辑规则,进行足迹图像噪声污染像素点的复原．实验结果表明,新算法在去除噪声的同时能够较好地保持足迹图像的细节特征,取得了优于现有大多数足迹图像滤波算法的效果．