基于改进CSSD的运动想象脑电信号特征提取

针对现有的共空域子空间(common special subspace decomposition,CSSD)算法在脑电信号(EEG)特征提取时,类内和类间的信号特征变化导致脑电信号特征值稳定性低、特征向量区分度差的问题,提出一种改进的CSSD特征提取方法,即基于KullbackLeibler距离的共空域子空间分解法(KL-CSSD)。在传统CSSD算法的基础上利用Kullback-Leibler距离,最大化类间距离而最小化类内差异,提取鲁棒性较强的EEG信号特征。实验结果表明:该算法相对于传统CSSD有较好的特征向量区分度,有效提高了脑电信号的正确识别率。     

基于视觉运动特性的视频时空显著性区域提取方法

为了更准确有效地提取人眼观察视频的显著性区域,提出一种基于视觉运动特性的视频时空显著性区域提取方法。该方法首先通过分析视频每帧的频域对数谱得到空域显著图,利用全局运动估计和块匹配得到时域显著图,再结合人眼观察视频时的视觉特性,根据对不同运动特性视频的主观感知,动态融合时空显著图。实验分析从主客观两个方面衡量。视觉观测和量化指标均表明, 与其他经典方法相比,所提方法提取的显著性区域能够更准确地反映人眼的视觉注视区域。     

一种基于ENVI二次开发的遥感薄云去除方法的改进

近年来常用的同态滤波去云算法因其采用滤波器的局限性只能去除低频区域的云而无法去除高频区域的云。因此在分析传统的同态滤波去云算法的基础上,引入了空域滤波,采用中值滤波器对图像进行处理,旨在去除高频区域的云。而后在ENVI遥感图像处理软件平台中采用IDL语言实现了算法并对ENVI进行二次开发。经实验结果分析表明,该法是有效的,并且为遥感数据的后续应用提供了方便。     

球面全空域多波束天线的分析与验证

针对多星测控和高精度测量的需求,介绍了“半球面+柱面+全数字波束形成、收发一体的球形全空域多波束天线实现方案”的比较分析过程和实验验证结果。实验结果表明,采用该天线的测控系统能在实现多目标同时遥测遥控的同时大幅提高跟踪性能,测量精度与传统测控站相当,满足未来多星环境下全空域高可靠跟踪、高精度测量的要求。     

空域反转阵导向最小方差波束形成

文章研究了基于空域反转阵（Spatial Reversion Array,SRVA）的导向最小方差（Steered Minimum Variance,STMV）波束形成方法。根据空域反转阵的原理将均匀线阵列的快拍进行空间反转,再与原阵列快拍卷积,得到孔径扩大近一倍的空域反转阵,提高阵列性能。将同样的方法用于构造空域反转阵的导向向量,实现其导向最小方差（SRVA-STMV）波束形成。仿真和海试试验结果表明,相较于常规的STMV波束形成,空域反转阵STMV波束形成能够获得更窄的主瓣、更低的旁瓣、更高的输出信干噪比以及更好的多目标分辨能力。     

基于矩阵运算的二维EMD算法

为利用人类视觉冗余,达到更高嵌入率,在EMD算法的基础上提出一种二维高嵌入率的空域隐写算法.将载体图像像素序列划分成大小为m×n的矩阵块,结合EMD算法与矩阵运算将编码后的秘密数据,分别独立地嵌入到矩阵块的行和列上,通过性能分析得出矩阵块的行数m的最佳取值为1.实验结果表明,相比EMD算法,该算法的嵌入率有较大提高.     

基于PSNR空域量化索引调制水印参数定量估算

量化索引调制方法是常用的水印嵌入和信息隐藏方法,量化步长是该方法中决定嵌入深度的参量,目前往往是通过反复试验方法确定该参量的取值,因此影响水印嵌入速度.针对此问题,以抖动量化调制方法为例,根据量化误差的分布情况给出了基于量化步长的量化误差定量估算;以该定量估算为基础,以空域像素为量化系数推导出了量化步长、水印数据量与PSNR之间的定量关系式.实验结果显示,在相同情况下通过实验测得的PSNR值和定量关系式计算的PSNR值基本一致,验证了推导的定量关系式的正确性.     

模板运算的传递函数分析

以均值滤波、边缘增强为例介绍了图像处理中模板运算的频域分析方法,说明如何运用模板的传递函数来分析模板的滤波特性,提出了分离模 板的条件、方法。并对模板的设计提出了一些建议。     

彩色图像融合算法与技术的研究

一种图像融合算法,可以对选定的区域范围内的图像进行融合运算,通过选择融合函数中一个与位置有关的系数,可以决定融合的形式。本融合算法可以使得被合成的图像看起来显得完整、自然。另外,对该算法在实现过程中出现的一种异常现象做出了较详细的分析,并给出了相应的解决算法。     

一种基于小波变化和空域的综合数字水印技术

提出了一种新的水印方法,这种方法向宿主图像嵌入的信息是一幅数字图像,先将这个水印图像分割为两部分,一部分水印图像被嵌入宿主图像的小波域上;另一部分水印图像直接嵌入宿主图像的空域中。在提取水印的过程中分两个步骤得到水印图像的两个部分,再将这两个部分合并在一起得到有意义的水印图像。对于大部分主要的攻击, 这种方法表现出了良好的性质。该水印方法具有小波域上嵌入水印的鲁棒性的同时增加了嵌入图像的信息容量,是一个很好的向宿主图像中嵌入大量水印的策略。