轮廓初始点检测对眼睛虹膜区域反射光的去除

针对传统人眼反射光模型单一的缺陷,提出了一种自适应的对不规则形状人眼反射光的检测并去除算法。对含有人眼反射光区域,应用区域生长算法对人眼图像进行分割,并利用垂直边缘检测算子提取虹膜左右轮廓边界,拟合虹膜轮廓,对虹膜所在轮廓区域,采用提出的反射光轮廓初始点检测算法,反射光区域判定算法,对其轮廓的位置进行自动定位并提取,利用虹膜及瞳孔的纹理信息对人眼反射光覆盖区域进行修补。通过对不同人眼图像进行验证,结果表明该方法对检测不同噪声条件下的虹膜反射光具有鲁棒性,并且能够更加快速有效地对虹膜反射光进行去除。     

一种基于混沌轨迹逆映射的跳变周期轨道数字保密通信方案

为提高保密通信的抗破译性能,文中首次提出一种基于混沌轨迹逆映射的跳变周期轨道数字保密通信的新方法。该方法将秘密序列映射为混沌周期轨道序列,再将这些周期轨道所对应的系统参数经另一非线性系统演化后的序列作为重建周期轨道的密钥,并基于改进的Newton-Raphson算法,在接收端采取混沌轨迹逆映射方法获得重建周期轨道所需系统参数,从而恢复原秘密序列以实现保密通信。除较高的抗破译性能外,与以往方法相比,该方法直接用混沌周期轨道作为映射轨道,不需任何空间坐标变换,提高了实施时的简易性和实时性;由于Newton-Raphson算法的快速收敛性,为恢复周期轨道所需的参数演化序列可以非常的短,故有效地提高秘密信息的传输效率。实验证明该方案是一种实用的保密通信方案。     

基于超螺旋技术三维头发建模的方法改进

在虚拟人头发的三维动画建模中,前人所提出的建模方法很难同时兼顾建模速度与模型质量。为了解决建模速度与模型质量之间的矛盾,在超螺旋建模技术的基础上,提出了头发细节类别模型及模型细化。实验中利用超螺旋建模技术,并通过Direct 3D软件建立虚拟人三维头发模型的基础骨骼,然后进行三维头发建模,最后通过对所得到的头发模型细化得到最终的三维头发模型。实验结果显示,利用改进方法所得到的三维头发模型相对于其他建模方法得到的模型更加逼真,基本达到了预期的目的。     

自由空间光标识双幅度脉冲位置调制方法

自由空间光通信中,为了兼备自带符号同步和调制符号长度固定等优点,提出了一种新的光标识双幅度脉冲位置调制方法(FDAPPM),分析了它的符号结构,传输速率和湍流信道中的差错性能。采用最大似然检测时,推导出高信噪比时FDAPPM 误码率的简单近似值表达式,并给出系统的分集级数和调制增益。最后与OOK、PPM、FDPIM 和FDAPIM 等方法进行比较。结果表明:在相同的湍流条件下,FDAPPM 的传输速率和差错性能均优于FDPIM 和FDAPIM;相对于PPM 系统,其传输速率高,不需要符号同步,接收器复杂度大为简化;且符号长度固定,不会引起调制器等待或缓冲器溢出。     

基于PDM-DPMZM的大动态范围微波光子I/Q下变频系统

针对被目前大多微波光子I/Q下变频系统忽视的非线性失真问题,提出了一种基于偏振复用双平行马赫增德尔调制器(Polarization Division Multiplexing Dual-Parallel Mach-Zehnder Modulator,PDM-DPMZM)的大动态范围微波光子I/Q下变频系统.利用PDM-...     

一种快速估计线性非线性状态的粒子滤波器

提出了一种快速估计线性非线性状态的粒子滤波器.针对混合线性非线性模型中传统的Rao-Blackwellized Particle Filter(RBPF)方法对状态估计处理速度较慢的不足,将条件相关的线性与非线性状态进行分离,对于非线性状态运用粒子滤波(PF)算法进行估计,取出从非线性状态中抽取出的粒子的均值,将此均值传播到线性状态中做一次卡尔曼滤波,得出对线性状态的估计.仿真结果表明:与RBPF相比可以将处理速度提高50%～60%,有效改善状态估计的实时性.     

一种提取图象细节边缘的新方法

边缘是图象的基本特征，边缘信息是进行图象分析和识别的重要属性，但由于常用的边缘提取方法在提取边缘的同时，容易丢失图象的细节边缘信息，为此提出了一种基于灰度形态学和图象分解技术相结合的图象细节边缘提取方法，该方法首先运用灰度形态学方法检测出包含图象细节的边缘图象并去除部分背景和噪声，然后进行区域分解，再通过对不同的区域选取不同的阈值来保证边缘提取的完整性．仿真结果表明，与传统方法相比，该方法能有效地提取一般图象的细节边缘，甚至能提取被噪声污染图象的边缘．     

基于灰关联的自适应灰度图像信息隐藏算法

以灰关联理论和小波变换为基础,提出一种具有良好透明性和鲁棒性的信息隐藏算法.使用自定义压缩方法对预嵌入的水印灰度图像进行压缩后置乱编码.根据灰关联度的大小在载体图像的小波变换域中选取相对非平滑区作为秘密信息隐藏的区域.对区域进行DCT变换后尽量选取中高频系数中绝对值大的系数作为秘密信息嵌入位.根据小波域的人眼视觉掩蔽特性确定嵌入的强度.实验表明,文中算法具有比较好的透明性,而且能够对一些常见的攻击如噪声、几何剪切、JPEG压缩、滤波等均具有较好的鲁棒性.     

YUV空间中基于稀疏自动编码器的无监督特征学习

现有无监督特征学习算法通常在RGB色彩空间进行特征提取,而图像和视频压缩编码标准则广泛采用YUV色彩空间。为了利用人类视觉特性和避免色彩空间转换所消耗的计算量,该文提出一种基于稀疏自动编码器在YUV色彩空间进行无监督特征学习的方法。首先在YUV空间随机采集图像子块并进行白化处理,然后利用稀疏自动编码器进行无监督局部特征学习。在预处理阶段,针对YUV空间亮度和色度通道相互独立的特性,提出一种将亮度和色度进行分离的白化措施。最后用学习到的局部特征在大尺寸图像上进行卷积操作从而获得全局特征,并送入图像分类系统进行性能测试。实验结果表明：只要对亮度分量进行适当的白化处理,在YUV空间中的无监督特征学习就能够获得相当于甚至优于RGB空间的彩色图像分类性能。     

适用于二维阵列的无格稀疏波达方向估计算法

针对现有的适用于2维阵列的无格稀疏波达方向(DOA)估计方法性能不足的问题,该文提出一种新的方法。对2维阵列,从原子L0范数出发,证明其值等于一个以矩阵秩为目标函数的半定规划(SDP)问题的最优解。对该矩阵使用第1类有限阶贝塞尔函数近似表达,构造新的秩优化SDP问题。根据低秩矩阵恢复理论,对该SDP问题的目标函数使用log-det函数方法平滑替代,然后使用优化最小(MM)算法求解,最后通过(半)正定Toeplitz矩阵的范德蒙分解方法实现无格DOA估计。在MM算法求解模型时,使用样本协方差矩阵构造初始优化问题,减少算法迭代。仿真实验结果表明,相较于基于网格的MUSIC和其他无格DOA估计方法,该文方法具有更好的均方根误差(RMSE)性能与对相邻源的分辨能力;在快拍数充足且信噪比(SNR)较高时,适当的第1类贝塞尔函数阶数选择可以实现与较大阶数接近的RMSE性能,同时能减少运行时间。