基于量子力学和拉普拉斯金字塔的图像融合方法

针对数字图像的融合问题,研究一种基于量子力学理论的图像分解方法,并将其结合拉普拉斯金字塔变换,提出一种新的图像融合方法.先把2幅灰度图像表示成量子比特的形式,然后把每幅图像分解成4幅特征子图,根据分解后特征子图的不同含义,使用不同的融合策略分别对子图进行融合.其中一幅子图使用拉普拉斯金字塔变换进行融合,另外3幅子图使用区域梯度取大法进行融合,最后通过重构得到融合图像.仿真实验表明该方法融合效果较好,在主观视觉感受和客观评价指标上均优于传统的图像融合方法.     

一种改进的小波阈值图像去噪方法

分析小波阚值去噪特点,针对软、硬阈值去噪存在伪吉布斯和边界模糊现象,提出一种改进的阈值函数和阈值估计方法,该阈值函数具有连续可导且偏差可变的特性,新的阈值估计方法具有较好的自适应性.实验结果表明,该方法可以有效地去除白噪声干扰,无论从视觉效果上还是信噪比上,都优于软、硬阈值去噪方法.     

基于小波变换的动态发动机过热信号检测技术研究

针对传统发动机温度过热,检测技术无法克服存油量波动造成的温度变化信号非线性失真与故障检测效果不佳的问题,提出一种融入诊断网络算法的发动机温度过热信号检测技术,利用小波变换方法,采集动态发动机温度过热故障信号特征,以温度过热信号特征为依据,通过融合诊断网络在隐含层中对温度过热信号挖掘过程中的数据进行传输,得到过热温度变化信息,实现发动机温度过热信号的深度挖掘.实验结果表明,采用该技术能够提高发动机温度过热信号检测的准确度,有利于故障的快速修复.     

小波理论在电网故障测距应用研究初探

随着电力系统规模的不断扩大,电力系统常出现各种各样的故障。为更快更好的解决故障,小波理论被引入到电网的故障测距中来。而本文简要概括小波理论,总结目前国内小波理论在电网故障测距尤其是行波测距方面的研究状况,并做了简要的比较分析。     

基于MatLab的列车安全评估仿真平台

以高速列车行走部的运行状态为核心,通过计算机建立以数据管理,状态反演和安全预警为目的高速列车安全性态评估仿真平台。运用Simpack对高速列车的各种故障状态进行实时仿真,并通过Mat Lab对海量数据以小波熵和经验模态分解(EEMD能量距)的方法对高速列车运行过程的故障进行提取特征和分析,以基于向量基和LVQ神经网络的分离器对故障进行识别,从而完成对列车高速列车故障的反演和提前预警。实验表明,上述实验平台能准确地对列车故障状态进行识别,达到安全预警的目的。     

复杂工业设计产品外观轮廓合理性的模型研究

为了提高复杂工业产品外观轮廓的合理性,需要高精度设计.产品外观合理性检测需要对设计产品的弯曲率、倾斜角度等复杂属性形成关联性的阀值,才能形成是否合理的判断.传统的人工视觉方法应用到复杂工业设计产品外观轮廓合理性检测时,对一些复杂的扭曲度变化、角度的非正常偏移等特征很难形成完成的判断规则,会产生检测误差大等弊端.提出了采用关联视觉检测技术的复杂工业设计产品外观轮廓合理性检测的方法,根据小波包分析法对设计产品的外观图像轮廓尺度特征进行分析与提取,再运用像素分类判断矩阵对尺度变化的合理性进行判断,完成复杂工业设计产品外观轮廓合理性检测.仿真结果表明,利用计算机视觉检测复杂工业设计产品外观轮廓合理性,精准性高,鲁棒性强.     

基于四叉树分解与图割的彩色图像快速分割

图割是一种基于图论的组合优化方法,基于图割的GrabCut是一种高效的前景提取算法。然而,GrabCut为达到一定分割精度,在高斯混合模型参数估计过程中多次迭代使用图割,这使得GrabCut在处理海量级图像数据时,耗时往往比较大。通过四叉树分解,可以将图像划分成区域内相似度高的若干分块,以构建精简的网络图,并用块内的RGB均值代替该块内的所有像素点的值进行高斯混合模型参数估计,从而减小问题规模,提高算法效率。实验结果表明了算法的可行性及有效性。     

基于3D-DCT和SVD的鲁棒彩色图像水印算法

在数字图像水印领域,水印算法主要集中于灰度图像,且提出的大部分彩色图像水印算法往往仅在亮度分量或在彩色图像的每一通道中嵌入水印,未能充分利用彩色图像的冗余空间,影响了水印的透明性和鲁棒性。针对此问题,提出了一种新颖的基于三维离散余弦变换和奇异值分解的彩色图像水印算法。算法先对水印图像进行预处理和对彩色图像进行互不重叠的分块;其次对每一分块进行三维离散余弦变换;最后选择对三维离散余弦变换系数的第一分量进行奇异值分解。嵌入水印时,对三维离散余弦变换系数第一分量的最大奇异值和第二分量分别采用量化和关系的嵌入方法嵌入水印。提取水印时,分别采用量化和关系提取算法提取水印并进行比较,选取相似值高的水印图像作为最终提取的水印。实验结果表明,提出的算法具有较好透明性的同时,具有抵抗常规信号处理和模糊、扭曲及锐化等攻击的能力。     

基于R语言MASS包的LDA建模研究

LDA算法是数据挖掘中用于判断样品所属类型的经典算法,广泛应用于生物学、医学、情报学等领域。本文描述了一个使用R语言MASS包进行LDA建模与测试的实验。实验中使用一组真实存在的鸢尾花数据为研究对象,所建立的模型可用于判断鸢尾花的种类。文中描述的数据处理与建模思路可借鉴应用于其他情景的LDA建模工作。     

Morlet 小波在地表物候遥感识别中尺度的选取与应用

地表物候是人类了解地球生态系统的必要参数,也是动植物保护、农耕等活动的重要依据。使用遥感数据进行地表物候提取为大尺度的地表物候变化监测提供了一种有效途径。研究发现目前应用最广泛的非对称性高斯函数拟合法和双 Logistic 函数拟合法存在一定的缺陷,尤其是在提取 NDVI 峰值谷值和物候周期不明显区域 (如干旱地区、沙地) 的物候参数时存在严重的误差,而 morlet 小波在分析地表年际变化的周期特征方面表现良好。本文使用 morlet 小波对青海湖流域 2003-2014 年的 MODIS 数据进行分析,得到地表物候在该时间段内的年度变化与趋势,进行不同区域、不同时间的差异性分析,发现青海湖流域的地表物候期整体都略有提前,但生长季的长度呈延长趋势,认为青海湖流域的地表物候整体上响应全球变暖的趋势。中部地区的生长季长度大于高海拔、高纬度区域和沙地区域,认为青海湖流域的中部地区是最适合动植物生长、活动的范围。