MCLT新型快速算法

提出了一种基本计算单元为DCT-II变换的MCLT快速算法。它将基于任意窗函数的MCLT系数的实部和虚部分别映射为一半输入序列为0的DCT-II变换。对于M点的MCLT变换,该算法只需计算两个一半输入序列为0的M点DCT-II变换和两组蝶形运算。对M点的MCLT,当窗函数为正弦窗时,提出快速算法的运算复杂度为O(MlbM);当窗函数为任意窗时,其运算复杂度为O(MlbM+2M)。实验结果表明:相对于已有的快速算法,由于该算法的中间处理过程中,一半输入序列为0,其实际计算时间减少2%以上。该算法降低了软硬件实现的存储复杂度,更符合实际应用要求。     

一种快速离散小波变换算法及其在语音信号中的应用

随着小波分析的理论研究水平不断提高,其应用领域也在不断扩展。特别是其多分辨率分析和Mallat算法在数字信号处理和数字通信中得到了广泛的应用。但是如果直接按照上述算法计算信号的小波分解和重构,其计算量将是很大的。通过对实序列的快速傅里叶变换(FFT)算法的推导及Mallat算法原理的分析,根据离散小波变换算法结构特征,提出了一种基于FFT的快速离散小波变换算法,并从数学理论上进行了论证。同时把该算法应用到实际的语音信号处理中,得到了很好的快速分解和重构效果。     

基于DCT特性的图像隐藏稳健扩频算法

将秘密信息扩频嵌入载体图像的每个8×8维离散余弦变换(DCT)系数矩阵的一个元素内,并根据嵌入位置的不同对隐秘图像作基于DCT特性的相应变换,可提高扩频算法的隐蔽性。基于DCT特性的扩频算法不需要减少嵌入强度亦可提高隐秘图像的峰值信噪比值,可避免因嵌入强度减少导致秘密信息提取误差变大的问题。为克服取整误差的影响和提高秘密信息提取的准确率,根据推导所得的提取误差的概率密度函数,提出容错提取算法。仿真结果验证了该算法的可行性和有效性。     

基于概率分布及维度编码的关联规则挖掘

设计一种基于二进制数及项目的支持度分布的Apriori改进算法BF-Apriori。该算法通过分析项目的概率分布并对项目集中的项目按概率从大到小进行排序,经维度编码为二进制数后,降低事务数据库的读取开销和存储开销,同时采用切片运算和剪枝技术降低规则挖掘运算的时间复杂度。实验结果表明,BF-Apriori算法降低了50%左右的存储开销及400%以上的执行时间,能提高数据挖掘的存储效率和运算速度。     

基于多特征融合和极坐标变换的目标识别

提出一种基于多特征融合和极坐标变换的目标识别方法。利用多特征融合方法,从原始图像中提取待识别目标实现维数压缩任务;引入极坐标变换和快速傅里叶变换相结合的方法,确定变换后的不变特征矩阵;通过计算不变特征矩阵和模板特征矩阵的相关性对目标进行分类识别。实验结果证明,该目标识别方法有较好的可靠性和较高的识别正确率。     

掌纹识别中的尺度不变特征转换改进算法

针对在低分辨率掌纹图像中,传统尺度不变特征转换算法易产生误匹配的问题,提出一种用于掌纹识别的改进尺度不变特征转换算法。根据局部匹配的思想,结合欧氏距离及加权子区域匹配方法对图像进行匹配,计算得出的相似度能反映图像的局部与全局特征。仿真实验结果证明,改进的尺度不变特征转换算法比原算法具有更高的识别率。     

基于快速SIFT特征提取的模板匹配算法

针对尺度不变特征变换(SIFT)算法计算量大的问题,提出一种基于快速SIFT特征提取的模板匹配算法。采用递推方法加速计算每个种子向量,利用向量排序来保持算法对旋转的不变性,并通过一种适用于该描述符的快速搜索匹配方法,提高算法的实时性。实验结果表明,该算法能提高匹配速度,并且能在旋转、缩放的情况下有效地识别目标。     

基于彩色图像压缩的优化预处理算法

提出了一种基于变换优化的彩色图像压缩预处理算法,该算法由变换组合优化、彩色分量加权、CSF滤波3部分组成.实验结果表明,在非常大的压缩比率范围下,该算法的客观质量和主观质量都优于JPEG2000有损变换算法和JPEG2000无损压缩算法.     

Non‐Local Image Inpainting Using Low‐Rank Matrix Completion

In this paper, we propose a highly accurate inpainting algorithm which reconstructs an image from a fraction of its pixels. Our algorithm is inspired by the recent progress of non‐local image processing techniques following the idea of ‘grouping and collaborative filtering’. In our framework, we first match and group similar patches in the input image, and then convert the problem of estimating missing values for the stack of matched patches to the problem of low‐rank matrix completion, and finally obtain the result by synthesizing all the restored patches. In our algorithm, how to accurately perform patch matching process and solve the low‐rank matrix completion problem are key points. For the first problem, we propose a robust patch matching approach, and for the second task, the alternating direction method of multipliers is employed. Experiments show that our algorithm has superior advantages over existing inpainting techniques. Besides, our algorithm can be easily extended to handle practical applications including rendering acceleration, photo restoration and object removal.     

基于FPGA的HRV信号分析

心率变异性(Heart Rate Variability,HRV)信号蕴涵着大量有关心血管控制系统及体液调节等的信息,对这些信息的提取、分析和处理具有重要的生理学研究及临床应用意义。FPGA(Fielded Programmable Gate Array)器件具有较高的并行计算能力,对数字信号处理具有很好的实时性,利用其完成离散小波变换,并在此基础上利用不应期、自适应阈值等方法提出了一种R波检测方法,在细节信号中分析HRV信号,具有高速简单的优点。