基于小波变换和Teager能量算子浊音段提取

对语音信号浊音段的提取在很多应用中都是重要的一个步骤.在小波域上用Teager能量算子(TEO)提取语音信号的浊音段,并对原始语音信号和加有高斯白噪声的不同信噪比的语音信号进行了仿真实验.实验结果表明,该算法能够准确地提取出浊音段,并具有较强的抗噪声能力.     

基于小波变换和Teager能量算子浊音段提取

对语音信号浊音段的提取在很多应用中都是重要的一个步骤。在小波域上用Teager能量算子(TEO)提取语音信号的浊音段,并对原始语音信号和加有高斯白噪声的不同信噪比的语音信号进行了仿真实验。实验结果表明,该算法能够准确地提取出浊音段,并具有较强的抗噪声能力。     

小波包变换与Teager能量算子结合的说话人识别

在说话人识别系统中,语音特征参数的提取是影响系统性能的关键因素之一。在研究了MFCC参数的基础上,结合MFCC参数在信号的低频部分具有高频率分辨率以及小波包变换可以对信号的高频部分进行分解以提高高频部分的频率分辨率的优点,将二者结合,将Teager能量算子引入到信号高频部分的能量参数求解,构造了一种新的混合特征参数,采用支持向量机实现说话人的分类识别。实验结果表明,该特征参数有效提高了说话人辨识系统的识别率。     

一种改进的小波语音增强算法

在提出了基于TEO的清音、浊音和噪音区分的基础上,采用不同的小波阈值处理方法在多尺度上进行阈值处理,并对阈值函数进行了改进。实验表明,该算法不但能够有效的抑制噪声,还能减少对清音部分的损失,既提高了信噪比,又改善了语音信号的清晰度和舒适度,是一种有效的语音增强算法。     

基于离散小波变换的语音激活检测

为提高在噪声环境下语音检测的性能,提出了一种基于离散小波变换的语音激活检测(VAD)的方法。算法将语音信号进行3层离散小波变换,通过Teager能量算子(TEO),提取能量比值和能量差值两个参数,最后进行门限判决。实验结果表明,本算法在噪声环境中能够有效地正确判别语音段和噪声段,并且优于G.729B和AMR所提出的VAD的算法。     

基于Gabor函数的小波域指纹图像增强算法

针对指纹大规模采集库中存在的指纹图像局部区过干或过湿的问题,提出了一种基于Gabor函数的小波域指纹增强算法。该算法在小波域利用低频系数图估计指纹方向,从而抑制了指纹局部过干或过湿的影响,进而分别实现基于Gabor函数的小波域各子图增强,最终将各增强子图利用小波逆变换实现重构。通过对FVC2004的DB1指纹库中的部分低质量图像的增强结果比较,该算法对低质量指纹图像的增强效果明显,且处理速度明显快于现存的Gabor增强方法。     

基于新型能量算子和多尺度熵的癫痫自动检测

提出癫痫检测的新算法,创新地使用新型能量算子和多尺度熵,不仅能够实时跟踪脑电信号能量,而且可以在脑电信号未知情况下提取其有效的特征信息。对脑电信号进行一定尺度的小波变换;利用新型Teager能量算子和多尺度熵提取脑电信号的非线性特征,将特征信号输入到极限学习机中,用来识别正常脑电信号与癫痫脑电信号。实验结果表明,此方法具有高分类精度,可达到98.89%,优于文献中所报道的多种检测方法,可以应用于癫痫临床检测。     

基于小波变换的分类量化图像编码算法

针对标量量化压缩比小而向量量化压缩速度慢、图像复原效果不理想等弱点，提出了基于小波变换的分类量化图像编码算法（简称“分类量化编码”）。该算法基本思想为：首先将小波变换后的图像高频子带划分为局部快；然后利用文中给出的相对距离最近之值选择方法，依据纹理复杂度和重要性程度将这些局部块划分为4类（平坦、过渡、弱纹理和强纹理）；最后对平坦局部块进行向量量化编码，对强纹理局部进行标量量化编码。实验结果表明：该图像压缩算法在压缩速度、图像复原效果、压缩比等方面明显优于零树小波编码和JPEG方法。     

指纹图像增强算法在FPGA中的实现

论文首先提出了Gabor滤波器参数的计算以及如何设计一个滤波器,在此基础上提出用FPGA来实现指纹图像增强的算法,并给出了实现的步骤,该方法可以实现快速处理大量数据的功能,为后面的指纹识别节省时间.     

傅里叶变换在指纹图像增强中的应用

提出一种基于傅里叶变换的指纹图像增强方法,通过对图像分块进行傅里叶变换,用求期望值的方法获取指纹图像的频率、方向以及能量分布,在此基础上根据指纹纹线的分布在脊线方向变化剧烈的特殊性,采用在径向滤波器滤波后增加角方向滤波器的滤波方法,对图像进行滤波增强。实验结果表明,该方法对低质量的指纹图像增强效果显著,同时其计算量较少,实现时间短,对实时指纹识别系统的应用具有重要的意义。     

基于小波分析的指纹图像增强技术研究

提出一种新的指纹图像增强算法,该算法以小波变换为基础,利用小波的多尺度分析的能力,根据尺度不同进行非线性增强,解决了因噪声过强而造成差的指纹图像质量,同时保证了图像的整体增强效果。     

基于小波变换和改进的Retniex雾天图像增强

现有基于小波变换的增强方法对雾天图像增强效果一般,对此提出一种结合小波变换和改进的Re t-niex的雾天图像增强方法.使用小波变换将图像分解为高频部分和低频部分;利用双边滤波良好的边缘保持性,对传统的Retinex算法进行改进.用改进后的Retinex算法对低频子带图像进行去噪处理.为了防止放大噪声、过度增强,用模糊...     

基于小波变换的雾天图像增强方法

针对雾天图像对比度低、能见度差的特点,提出了雾天图像的阈值确定模型和去雾阈值函数,并在此基础上提出了一种基于小波变换的雾天图像增强方法。实验结果表明,用该方法对雾天图像处理后,图像的清晰度和对比度提高很多,视觉效果有明显改善,图像失真度大大地降低。     

基于小波变换的彩色图像自适应细节增强算法

针对彩色图像,提出了一种基于小波变换的自适应细节增强算法.首先选择了合适的彩色空间,保持图像的彩色分量不变,对其亮度分量进行小波变换,然后按照分解后的各级近似图像对比度自适应地调整小波细节系数,同时适当地增强近似系数以提高彩色图像的平均亮度,在处理过程中不需要设定额外的调整参数.实验证明,算法不但保留了图像较亮的细节,而且增强了较暗的细节,同时达到了图像色彩不失真的目的.     

基于二维离散小波变换的红外图像增强算法

针对红外图像对比度差、噪声较大的缺点,提出一种基于二维离散小波变换的红外图像增强方法。对红外图像进行离散小波变换后,得到图像各个方向的梯度信息,对该信息进行正则化和线性滤波,最后将图像复原,提高了红外图像对比度,同时也降低了噪声。实验结果表明,提出的方法在性能上优于传统的直方图均衡法和反锐化掩膜法。     

基于功率谱差分和TEO的语音端点检测

端点检测是语音识别中一个重要的环节。当信噪比较低时,传统的基于短时能量和短时过零率的端点检测方法不能有效地工作。由于Teager能量算子TEO(Teager Energy Operator)和差分算法可以有效地抑制噪声,因此,提出了一种基于TEO和差分算法的端点检测方法。实验证明,该算法在信噪比较低的情况下,能够随着环境自适应门限,准确地检测出语音信号。通过对两种不同的端点检测算法的比较,证明了基于差分和Teager能量算子的算法的检测正确率较高。     

基于整数小波变换的指纹信息嵌入方案研究

提出量化指纹编码的思想.将指纹数据转化为二值图像嵌入文件,使攻击者难以发现指纹信息,避免了通过比对编码进行的共谋攻击;设计了整数小波变换嵌入算法,并在实验中得到较好的效果.     

基于小波变换的CT和MR图像融合

在临床医学上,CT图像和MR图像分别从不同的角度反映人体信息,将两者融合到一张图像上全面反映人体信息有很大的实用价值.提出了基于小波变换的区域平均梯度最大值融合方法,用实验结果对该方法和其它常用的几个基于小波变换的融合方法进行了比较,并从主观和客观两个方面进行评价,结果表明运用该融合方法进行图像融合取得了良好的效果,融合图像的质量要高于其它几种方法的融合质量.     

基于分数阶小波变换的图像隐写分析

为了提高现有的图像隐写分析算法的检测性能,提出一种基于分数阶小波变换的图像隐写分析算法。该算法首先通过二维分数阶小波变换将图像映射到分数阶小波时频域内。然后在时频域内使用主成分分析提取隐写图像高频子带的主成分特征统计量、计算主成分的信息熵、构建敏感特征向量。最后采用支持向量机(SVM)对该算法所提特征进行分类。通过仿真实验利用所提算法分别对三种隐写算法下不同嵌入率的隐写结果进行检测,结果表明该算法可有效提高隐写分析准确率。     

基于Sobel算子滤波的图像增强算法

针对传统图像增强算法对噪声比较敏感、图像失真和细节信息丢失等不足,提出一种基于Sobel算子滤波的图像增强算法。通过理想高通滤波和Sobel算子提取出边缘掩膜,再利用平滑滤波和拉普拉斯算子结合得到简单的细节增强图像。然后将其和掩膜相乘后,再与输入图像相加可得到效果较好的边缘细节增强图像。通过实验进行比较分析,评价结果显示,该方法得到图像的视觉效果相对原始图像和同态滤波都有明显的改善。实验结果验证了该方法的有效性,在增强图像边缘细节的同时,能够抑制噪声并保持图像的真实性。