基于参数化时频分析的反辐射导弹检测

从参数化时频分析的角度出发,根据反辐射导弹(ARM)回波的信号特征,合理选择3种仿射时频变换并组合得到相应的时频原子,从而提出了三参数Chirplet变换的概念,同时根据ARM和载机回波的三参数Chirplet变换的时移特性,提出了一种用观测信号与其延时信号的三参数Chirplet变换的模之差来检测ARM的新方法。该方法可在不衰减ARM回波能量的前提下有效地对消载机回波干扰和消除部分背景噪声,且整个过程可用快速傅里叶变换(FFT)算法实现,从而简化了整个检测系统。仿真结果表明,该方法可在大载机回波干扰和低信噪比环境下快速准确地检测出ARM,实现实时告警。     

基于Kalman滤波的反辐射导弹跟踪噪声源研究

本文研究了被动单脉冲导引头对噪声源的跟踪特性,应用Kalman滤波实现机动噪声源跟踪,同时建立了反辐射导弹对噪声源的跟踪模型,最后通过计算机仿真,验证了该算法的准确性和有效性。     

图像编码方向自适应提升小波变换

提出一种基于分块的图像编码方向自适应提升小波变换( DA-LWT),在每级变换中采用固定的方向块大小,仅保留一、二级变换所产生的方向信息,更高级别的方向由其前两级预测获得,从而减少边信息的开销。根据图像块的最小预测残差能量自适应选择滤波器的滤波方向,有效消除图像相邻像素间的冗余,降低高频系数能量。采用基于分数像素插值方案,提高方向分辨率。实验表明,DA-LWT的变换系数具有更好的“零树”特性,可取得比传统提升小波变换更好的编码效率和视觉效果。     

基于自适应仿生小波变换的语音增强方法

分析自适应滤波和小波滤波的原理与方法,提出一种基于自适应仿生小波变换的语音增强方法.该方法首先用仿生小波变换对含噪语音信号进行小波分解,这样可以保证对信号频率和幅值的听觉特性,然后将经仿生小波变换所分离出来的噪声成分作为自适应滤波器的输入.通过选用自适应滤波器的最小二乘算法(RLS)从而实现信噪分离的最佳滤波,以保证去除信号中的相关噪声.实验结果表明,该方法对语音信号有显著的增强效果,能实现语音信号在同频段对噪声成分和有用信号的最佳估计.     

基于小波变换的低频子带图像去噪方法研究

小波阈值去噪方法是研究最为广泛的方法之一,基于此方法提出了许多改进算法。然而,这些改进的小波阈值去噪算法都没有对低频子带进行处理。本文采用自适应中值滤波对小波变换的低频子带进行处理,而对高频子带采用通用阈值去噪算法。实验结果表明噪声方差越大（即噪声污染越严重）,重构图像PSNR提高的越多;对于噪声方差较小及细节较少的图像来说,重构图像的PSNR不是很理想。     

基于小波变换和曲波变换的图像边缘检测新算法

针对图像处理中的边缘检测问题,提出了一种基于小波变换和曲波变换的图像边缘检测新算法。首先对原始图像进行小波变换得到小波边缘图像;然后对原始图像进行曲波变换并使用Canny算子得到曲波边缘图像;最后基于小波变换的窗口内边缘强度自适应融合算法将小波边缘图像和曲波边缘图像进行融合得到最终边缘图像。该方法结合了小波变换描述图像细节特征的优势和曲波变换处理曲线或直线边缘特征的优势,能全面刻画边缘图像的纹理与细节信息,提高了图像清晰度。仿真实例表明了该算法的有效性。     

基于提升方案的自适应小波变换

介绍了小波变换提升方法 ,并引入自适应理论和多层提升方案。讨论了一种新的自适应方案 ,并对研究结果进行了测试 ,取得了较好的效果。     

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。     

基于分数阶傅里叶变换的LMS自适应滤波

分数阶傅里叶变换是一种线性变换,在多分量情况下不像Wigner-Ville分布那样受到交叉项的影响。但是当信号的信噪比比较小时,检测的效果就比较差,文中提出了一种基于分数阶傅里叶变换的LMS自适应滤波算法。实验结果表明,这种方法在低信噪比的情况下能够有效地检测出信号。另外,如果在自适应过程中采用变步长,可以加快收敛速度,可以显著地减少运算量。     

一种基于小波包变换加权自相关的基音检测算法

噪声环境下的基音检测在语音信号处理中占有重要地位。为了有效提取低信噪比情况下的语音基音周期,提出了一种基于小波包变换加权线性预测自相关的检测方法。该方法首先利用小波包自适应阈值消除噪声,将多级小波包变换的近似分量求和以突出基音信息,并采用小波包系数加权线性预测误差自相关的方法突出基音周期处的峰值,提高了基音周期检测的精度。实验结果表明,与传统的自相关法、小波加权自相关法相比,该方法鲁棒性好,基音轨迹平滑,具有更高的准确性,即使在信噪比为-5dB时仍能取得较为理想的结果。     

Lipschitz指数与平稳小波变换在CT图像去噪中的应用

针对CT切片图像噪声特点以及应用需求,提出了基于Lipschitz指数和平稳小波的CT图像去噪算法。利用改进的中值滤波器滤除图像的脉冲噪声,然后根据图像阶梯边缘的Lipschitz指数与小波系数之间的关系,在更好地保护图像边缘细节的前提下,利用平稳小波变换的阈值去噪方法滤除高斯噪声。实验结果表明,该方法无论是在视觉效果上,还是在最小均方差意义和信噪比增益上,以及保护图像边缘细节上都有很大提高。     

一种基于边缘检测的医学图像增强方法

现在是用数字图像进行临床诊断的时代。文章提出了一种结合非采样轮廓波变换（NSCT）和脉冲耦合神经网络（PCNN）优点的肿瘤检测方法。该方法首先分别对一组正常人的脑部CT和MRI图像及一位40岁酗酒男性的脑部MRI和PET图像施行三次样条插值配准,并进行非采样轮廓波变换获取其高频和低频信息。将低频子带系数输入PCNN神经元经计算获得融合图像低频系数,对于高频部分对比度被用于激化PCNN网络。最后经逆NSCT变换生成融合图像,并将该图像用Canny算子进行边缘检测。结果显示第一组的融合图像中高密度组织得到了增强并减少了像素扭曲且肿瘤组织能被检测,第二组的融合图像清晰显示了脑部解剖结构同时壳核、尾状核也到得了明确定位。由于非采样轮廓波变换优良的方向性和几何表达能力,该方法能够为外科医生提供精确的肿瘤定位方案。     

多聚焦图像融合的Contourlet变换方法

Contourlet变换（Contourlet Transform,CT）是一种新的多尺度变换,具有良好的多尺度性和多方向性。提出了一种基于Contourlet变换的多聚焦图像融合算法,同时引入Cycle Spinning来有效地消除由于Contourlet变换缺乏平移不变性而产生的图像失真。实验结果表明该算法可获得较理想的融合图像,取得了优于laplacian塔型方法和小波变换方法的融合效果。     

多时相MODIS数据融合效果的分析与评价

MODIS是美国新一代地球观测卫星EOS计划中重要的传感器之一,其主要目标是实现对大气和地球环境变化的长期观测和研究,因此,充分挖掘并利用MODIS数据信息十分必要。采用IHS变换法、IHS_FFT法及IHS_WT法等多种方法对MODIS多时相数据进行融合比较,并从反映图像亮度、空间细节和光谱信息的三类统计参数给出客观评价分析结果。结果表明,IHS_WT方法的融合效果较优,特别是采用双正交小波基（bior6.8）,而IHS和IHS_FFT法存在一定得光谱扭曲现象。     

自适应数字滤波技术在光纤陀螺SINS中的应用

光纤陀螺捷联惯导系统(SINS)对外界环境极为敏感,系统的输出信号中含有复杂的高频随机噪声,此噪声将导致系统的长时间导航精度较差。要进一步提升导航系统的精度,必须使用更为有效的滤波技术对器件的输出噪声做处理。传统的数字滤波器采用先验固定截止频率,它往往与实际截止频率存在偏差。为了更加有效地消除器件的高频噪声,提出一种基于稳态隐马尔科夫模型卡尔曼滤波器(HMM/KF)的自适应数字滤波设计方法,并用此方法设计的自适应数字滤波器处理光纤陀螺的原始输出信号,从而高效滤除陀螺仪输出信号中的高频随机噪声。     

基于SIFT的椭圆区域鲁棒数字水印方案

如何有效抵抗去同步攻击是数字图像水印研究领域的热点问题之一。利用图像仿射协变特征,提出一种可有效抵抗去同步攻击的鲁棒水印算法。对目前流行的利用多尺度Harris和SIFT描述算子来匹配图像的方法,后者有较好的匹配效果,对恢复同步水印更加稳定,并且能较好抵抗去同步攻击。该算法利用性能稳定的SIFT算子提取图像特征点,并通过基于最小生成树聚类算法的选择策略获得一组稳定且彼此独立的椭圆仿射协变特征区域,基于特征区域,利用椭圆归一化得到具有缩放和旋转不变性的圆形区域。将圆形区域进行非下采样轮廓变换（NSCT）,其中非下采样轮廓变换不仅克服了小波（Wavelet）变换的非奇异性最优基缺点,而且提供了优于轮廓（Contourlet）变换的平移不变性。将水印嵌入变换后的低频子带中。该算法实现盲提取,仿真实验结果表明,提出的算法是有效的且对常规图像处理、几何攻击以及组合攻击均具有较好的鲁棒性。     

基于奇异值分解的双重变换域图像水印算法

提出了一种基于奇异值分解的离散小波和离散余弦双重变换域数字图像水印算法。仿真结果表明,该算法不仅具有较好的水印不可见性,而且对常规攻击和几何攻击都具有较好的鲁棒性,且该算法采用灰度图像作为水印,增加了嵌入的信息量,在版权保护方面具有一定的应用价值。     

基于改进SIFT算法的双目视觉SLAM研究

SIFT算法通常用于移动机器人视觉S LAM中。但其算法复杂、计算时间长,影响视觉SLAM的性能。在两方面对SIFT改进：一是用街区距离与棋盘距离的线性组合作为相似性度量;二是采用部分特征方法完成快速匹配。应用扩展卡尔曼滤波器融合SIFT特征信息与机器人位姿信息完成SLAM。仿真实验表明,在未知室内环境下,该算法运行时间短,定位精度高。     

二维离散分数余弦变换的改进形式

将一维离散余弦变换的变换核扩展到二维分数形式,得到Pei形式的二维离散分数余弦变换。通过整数阶余弦变换的线性叠加构造一种改进形式的二维离散分数余弦变换,并基于特征值和特征向量理论,分析2种离散分数余弦变换的周期关系。数值仿真结果表明,2种形式可以达到相同的变换结果,适用于图像编码、数字水印等领域。