基于PCNN改进算法的手写体识别研究

脉冲神经网络(PCNN)被广泛应用于图像处理、模式识别等领域。提出了一种基于PCNN的凹点检测改进算法。首先改进神经元激励函数,并利用小波收缩法去噪,保持图像的层次性,然后通过凹点检测识别手写体。实验结果表明,提出的方法能有效提高手写字母的识别率,尤其是在噪声环境下,识别率得到大幅提升。     

一种基于小波变换的MQAM信号调制识别方法

MQAM调制样式识别是非合作通信研究的重要内容之一。通过分析MQAM信号在小波域具备的特征,提出了一种基于小波变换的MQAM信号识别算法,该算法不需要预先知道载频、波特率等参数,步骤简单,可在低信噪比情况下实现对MQAM信号的分类。     

基于量子遗传算法的水下图像增强

随着海洋工程以及海洋科学研究的发展,水下图像增强越来越受到大家的关注。针对水下图像噪声大、对比度低、且边缘和纹理模糊等特点,采用了一种量子遗传算法,在小波域对图像进行非线性增强。实验表明,该算法能较好的实现水下图像增强。     

一种改进的基于信号能量阈值的表面肌电信号自动分割方法

表面肌电信号中连续动作信号的有效分段提取是对信号分析和处理的前提,提出了一种改进的肌电信号自动分割方法,为实现康复机器人信号全自动分析奠定了基础。该方法将表面肌电信号窗口能量作为肌肉动作始末点的判决标准,给出初始阈值计算公式。同时结合小波变换技术对非动作信号进行滤波,并根据分割点特征提出分割阈值自动调节方法。实验表明,该方法可以自动分割肌电信号,无需考虑测试者自身因素的影响,无需手工设定初值,分割结果准确,精度较高。     

基于DWT低频系数的自适应盲水印算法

提出了一种基于小波变换低频系数的自适应数字水印算法。通过小波变换将图像分解成不同空间与频率的系数,这些系数之间存在着一种树状结构关系。利用这种树状结构关系将低频系数分成两类,一类对应图像的强纹理区域,一类对应图像的弱纹理区域;针对分类的结果将不同强度的水印分量嵌入到对应的低频小波系数中。该算法具有很好的不可感知性,实验结果表明该算法有较好抗JPEG压缩、低通滤波、剪切等各种攻击的能力。     

银河—Ⅱ上用于图像边缘检测的同步并行小波变换算法

二进小波变换可以有效地用于图像特征提取,二维小波变换的计算量随阶数的增加至指数级增长,该文提出小波变换并行算法,适用于图像的边缘检测,并在银河—Ⅱ并行计算机上进行了实验,对结果进行了分析。     

基于小波变换与形态学的一种边界叠图像的拼接算法

针对噪声环境下的图像拼接问题,本文给出了一种基于小波变换与数学形态学的方法。该方法首先是通过小波变换的多尺度分析提取出不同边缘方向的边缘图像,然后将其混合,利用形态学方法寻找可能的拼接物再进行拼接。     

基于感兴趣区的图象近无损压缩

无损感兴趣区（Lossless Region of Interest (ROI)图象压缩方法,即在感兴趣区采用无损压缩,而在其他区域采用有损压缩,从而保证了重要信息不丢失,并尽可能提高衅象的压缩比,在整形小波变换（IWT）和嵌入式零树编码的基础上,实现了无损感兴趣区（Lossless ROI)的图象近无损压缩,并提出了一种小波变换域形状编码算法－－树映射形状编码,同时给出了算法的原理及实现,并进行了相关实验,实验结果表明,该算法能够提高压缩效率,且压缩效率取决于感兴趣区的大小以及对不感兴趣区图象的质量要求。     

利用小变换和特征加权进行纹理分割

为了提高纹理图象分割的边缘准确性和区域一致性以及降低分割错误率,提出了一种基于小波变换的利用特征加权来进行纹理分割的方法。该方法包括特征提取、预分割和后分割3个阶段,其中,特征提取在金字塔结构小小以变换的基础上进行;预分割利用均人矣类算法来对原始图象进行初步的分割;后分割则根据预分割的结果对特征进行加权,然后利用最小距离分类器来实现图象的最后分割。与传统的方法相比,该方法在分割错误率、边缘准确性以及区域一致性等方面均有明显的改善。     

基于小波变换的复合材料预制件花节长度测试研究

讨论了小波变换在复合材料预制件花节长度测量中的应用技术,建立了花节长度自动测量系统。该系统基于小波变换的多尺度分析,通过合理选择小波基,对预制件表面图象进行处理,可以得到理想图象的边缘信息。选用纹理模板,对处理后图象利用相关算法计算图象匹配点输出,再通过匹配点的距离可以测量预制件的花节长度。该方法与其他滤波方法的比较,证实了小波变换可以保持预制件图象的边缘特征。实验结果说明,该系统的测试结果与手工测量结果相吻合,从而还证实了小波变换用于复合材料预制件花节长度测量是可行的。