Arnold置乱在零水印中的二次复用

为了提高水印的鲁棒性和减小对应版权信息的大小,本文提出了一种基于Arnold变换、DWT和SVD的零水印算法。该算法将载体图像进行DWT变换,对低频子带进行分块SVD;比较置乱后的最大奇异值的大小,若大于则对应位为1,否则为0;将结果与预处理过的水印做异或运算,得密钥矩阵。该矩阵为检测水印提供密钥。实验证明,本算法对图像压缩、滤波、模糊、噪声及脏图具有良好的鲁棒性。     

基于滤波的SAR影像去噪方法分析

根据SAR(Synthetic Aperture Radar)影像相干噪声的特点,对现在广泛应用的各种抑制噪声的滤波方法如均值滤波、Frost滤波、增强型Lee滤波、Lee滤波、中值滤波等进行分析,并提出适合本研究区影像的基于小波变换的分量滤波处理去噪方法,利用均值、标准差、平滑指数、PM值、信息熵和平均梯度等评价指标对各种滤波去噪后的影像质量进行评价,并对去噪效果进行对比分析,证明本文所采用的滤波方法对SAR影像噪声有很好的抑制作用,并且较好的保存了图像纹理信息。     

基于小波变换的语音同步方法研究

为提高语音通信干扰效果客观评估中标准语音文件和受扰语音文件的同步精度,对军标GJB4405A-2006中规定的标准语音文件增设了高低频交叉的双音频同步头;介绍了小波消噪的原理,利用2层sym小波对受扰语音文件进行了消噪处理,将同步头中的高频信号作为噪声进行大幅削弱;设计了基于幅度比较的同步算法,找出同步基准点,并对20组受扰严重的语音文件的进行了仿真测试,仿真结果证明了该方法得到的同步精度符合后续数据处理的要求。     

基于小波的实时烟雾检测*

传统的离子式、吸气式、光电式等烟雾检测器在大空间中检测烟雾时,会受到发射信号与接收信号之间的距离、平面角度、精确对准等限制,无法对整个空间的烟雾状况进行描述.新的方法通过监测区域的摄像机拍摄的视频图像序列,进行小波变换,分析图像帧在时域和空域的频率特性,来确定被监测区域是否有火灾烟雾的发生.实验证明该方法不受空间高度、热障、易爆、有毒等环境的限制,并且有灵敏度高、抗干扰力强、适用范围广等特点.     

降水和植被变化对龙川江径流量的影响

基于龙川江大峡谷进出口水文控制站楚雄站和小黄瓜园站的长系列水文资料和流域森林盖度变化资料,结合小波分析方法,对降水、植被与径流量变化间相互关系以及径流量各时间尺度准周期变化的本质和形成机制进行了研究。结果表明:研究区降水量序列存在2 a、4 a和14.5 a左右的主周期,径流量序列具有2 a、4 a、6 a和22 a左右的主周期;其中径流量低频振荡所反映的是总径流中来自于壤中水径流和存在于裂隙中的地下水径流的准周期变化,而高频振荡反映的是总径流中来自于地面径流的准周期变化;径流量的年内变化和年际高频振荡主要是由降水量变化所引起的,而径流量序列6 a和22 a的主周期是由土壤和裂隙对降水量序列4 a和14.5 a的主周期滞后放大作用所形成的,径流量序列4 a的主周期是由干热河谷特殊自然地理环境所形成的;径流量与降水量间相互关系在1969年左右发生了突变     

一种基于小波变换的非均匀量化索引调制水印算法

为了提高数字水印的稳健性与不可见性,将图像小波变换与量化索引调制算法相结合,提出了一种基于小波变换的非均匀量化索引调制数字水印算法。该算法对原始图像进行离散小波变换,将中频小波系数分成3×3的系数子块作为水印载体,对子块的系数均值采用非均匀量化索引调制,实现二值水印的嵌入。根据人类视觉特性,不同的系数子块采用不同的量化间隔并自适应于子块内相邻系数的差值。实验结果表明,该算法透明性好,安全性高,对高斯白噪声、剪切、滤波以及JPEG压缩等常见攻击具有较强的稳健性。     

桥梁健康监测中损伤特征提取的小波包方法

针对桥梁健康监测中结构损伤识别的特点,从模式识别的角度提出和分析了损伤特征提取问题.阐述了基于小波包分析的两种节点能量特征提取的方法.为了研究小波包系数节点能量和小波包信号成分节点能量对损伤信息进行特征提取的差异,通过对随机荷载激励下的连续梁进行数值模拟,得到了结构未损和损伤状态下的加速度时程信号.应用小波包变换,对不同结构状态下的加速度信号分别提取了两种小波包节点能量特征,并对它们作为结构损伤特征指标的敏感性进行了比较.认为两种特征指标的敏感性相差很小,而小波包系数节点能量特征指标的计算效率更高,更适合桥梁健康监测中损伤特征提取的要求.     

墙地砖边缘检测中的小波去噪

在墙地砖的边缘检测过程中,噪声的引入是不可避免的,有效地消除噪声而不影响检测结果是检测过程中需要解决的关键问题。本文采用了小波去噪方法—对图像进行去噪后再进行边缘检测的方法,其检测结果较好地满足了检测要求。     

Classification of cardiac sound signals using constrained tunable-Q wavelet transform

The features extracted from the cardiac sound signals are commonly used for detection and identification of heart valve disorders. In this paper, we present a new method for classification of cardiac sound signals using constrained tunable-Q wavelet transform (TQWT). The proposed method begins with a constrained TQWT based segmentation of cardiac sound signals into heart beat cycles. The features obtained from heart beat cycles of separately reconstructed heart sounds and murmur can better represent the various types of cardiac sound signals than that from containing both. Therefore, heart sounds and murmur have been separated using constrained TQWT. Then the proposed novel raw feature set has been created by the parameters that have been optimized while constraining the output of TQWT together with that of extracted by using time-domain representation and Fourier–Bessel (FB) expansion of separated heart sounds and murmur. However, the adaptively selected features have been used to obtain the final feature set for subsequent classification of cardiac sound signals using least squares support vector machine (LS-SVM) with various kernel functions. The performance of the proposed method has been validated with publicly available datasets and the results have been compared with the existing short-time Fourier transform (STFT) based method. The proposed method shows higher percentage classification accuracy of 94.01 as compared to 93.53 of STFT based method. In comparison with STFT based method, it is noteworthy that the proposed method uses well defined and lower dimensionality of feature vector that can reduce the computational complexity.     

基于Hilbert曲线和位置自调节法的图像版权保护算法

以小波的相关理论为基础,先把水印图像预置乱处理,对宿主图像直接进行小波包分解,之后将水印的低频部分和中高频部分分别采用Hilbert曲线扫描和位置自调节法嵌入到宿主图像中,嵌入强度可根据图像的内容自适应调节。通过实验观察,新算法在抗压缩和抗剪切性能有所提升,同时隐蔽性和抗噪能力也得到了较大改观,结果充分说明该算法是一种性能较为优良的图像版权保护算法。