基于小波包分解变换的图像数字水印嵌入算法研究

介绍了一种改进的基于小波包分解的自适应数字水印算法.该算法首先对水印图像作预处理置乱,然后对宿主图像进行3层小波包分解变换.在水印嵌入算法中,提出一种基于人类视觉特性(HVS)和小波包基的自适应水印嵌入算法.该算法引入人类视觉特性和基于小波包基的多分辨率嵌入技术,以达到更好的抗攻击鲁棒特性和视觉效果.

一种基于分解变换的并行化编译新技术

并行变换是并行化编译过程中的重要组成部分,它对源程序进行等价重构,使其获得更多并行机会。传统的并行变换技术主要侧重干循环并行性的开发。

运用分解变换化简二重根式

分解变换是代数运算中极为重要的一种思维方法。它的特点是按照一定的数学方法把一个数、式或方程分解为几个数、式或方程,从而降低运算难度,使运算变繁为简,达到运算准确、迅速、合理、简捷。 下面通过运用分解变换的思维方法,灵活解决二重根式化为一重根式的两类问题。

错误系统结构的分解变换研究

对于错误系统的结构分解,需要先弄清楚错误系统的结构,再把该错误系统以某种基本结构分解成若干子系统,然后对子系统又以某种基本结构分解成下一层次的若干子系统,如此下去,直到所有子系统都为基本结构子系统为止.在此基础上,研究以串联、并联、扩缩、蕴含、反馈和其它型等六种基本型为基础的分解变换的分解方式,分解类型.同时采用图说明相应变换,采用系统结构与错误函数定量描述变换的逻辑规律,利用结构与功能的关系定量描述系统结构与错误的关系,最后给出了变换体系.

基于小波变换与奇异值分解的航空器弹性自适应陷波方法

针对现代航空器弹性振型频率低、接近控制系统频带,采用传统陷波滤波器抑制弹性模态,严重影响系统动态性能的问题,提出一种基于小波变换与奇异值分解的航空器弹性自适应陷波滤波方法。先利用小波变换与奇异值分解在线估计弹性振型频率,然后采用先验信息对估计结果作进一步处理,最后据此调整陷波器的中心频率,实现自适应陷波。仿真结果表明,该方法灵敏度高、辨识频率精度高、速度快、弹性抑制效果好。与相位稳定方法相比,在控制系统截止频率附近的相位滞后最大减小6.26°,最小减2.35°。

变换分解法证明二重积分变量替换定理

针对二重积分变量替换公式,采用不同于一般《数学分析》教材中所用的直观但不太严格的证明方法,我们利用变换分解法给出相对简单且又严格的证明.

基于小波分解下多源图像融合

在分析基于小波分解变换的多源图像融合方法的基础上,提出了一种采用基于区域的融合规则的小波分解,通过仿真实验,运用客观评价指标验证了其可行性,同时对此进行分析,得出了基于4层小波分解的图像融合的较优性。

基于IHS变换与小波变换的图像融合研究

文章研究了IHS变换和小波分解变换的图像融合方法,并针对IHS变换的融合算法的不足,提出了一种将两者相结合的算法。通过分析实验数据,验证了给出算法优于基于IHS变换融合算法。

基于DCT和SVD变换的盲数字水印算法

结合奇异值分解(SVD)变换,提出一种基于DCT域内DC分量的数字盲水印算法。对原图像进行8×8分块DCT变换,对DC系数集合进行2×2分块的SVD变换,使用量化步长Q量化每个小块对应的最大奇异值,向量化后的结果嵌入水印。由于选择DC系数进行SVD变换,且SVD变换结果表现的是图像的内蕴特性而非视觉特性,故算法具有较高的稳健性和透明性。实验表明,该算法可以有效地抵抗中值滤波、JPEG压缩、噪声等常规篡改处理,水印的提取不需要原始图像参与,执行起来简单方便。

基于LBV变换与小波变换的OLI图像融合方法

以陕西省榆阳区2013年6月9日的Landsat 8 OLI图像为基础数据源,对比分析LBV-Wavelet RF等5种图像融合算法的使用效果。对图像预处理后,分别采用HIS变换、Brovey变换、HPF变换、PCA变换和LBV-Wavelet RF方法进行融合和SVM监督分类,然后从目视评价和定量评价两方面对比分析各种融合算法的使用效果。在目视评价方面,判读融合前、后9种地类光谱特征的一致性;融合后图像是否具有全色波段图像的空间结构特征,是否存在细节模糊。在定量评价方面,采用灰度均值差、灰度均方根差评价融合后图像对多光谱信息的保持性能;采用相关系数均值、相关系数均方根差评价融合后图像对高空间分辨率信息的融入度;采用总体分类精度、Kappa系数评价融合前、后SVM监督分类精度差异。结果表明LBV-Wavelet RF方法能够使融合后图像在保持原多光谱图像光谱信息的同时,增强纹理结构特征,提高对细小地物的辨识能力;融合后图像SVM监督分类的总体分类精度和Kappa系数分别为84.01%和0.787,较原多光谱图像分别提高13.45%和15.91%。

基于视觉传达的低亮度激光图像细节信息增强方法

针对激光图像亮度较低,导致内部细节信息缺失,图像应用性下降等问题,提出基于视觉传达的低亮度激光图像细节信息增强方法。从视觉传达角度出发将低照度激光图像转换为Lab色彩模式,采用Curvelet变换将激光图像分解为高频分量与低频分量,利用细节增强网络模型增强高频分量,通过基于照度图估计的微光图像增强方法增强低频分量,融合增强后的高、低频分量,实验结果显示,采用该方法对所选图像进行细节信息增强处理后,各图像的信息熵均高于8.35以上,而对比度与相关系数则分别在0.846和0.815以上,增强后的图像更符合人眼视觉特性。

基于局域波分解和约束插值的地震反演

在我国东部油田的勘探开发中,井震联合高分辨率反演是薄互层储层预测的有效方法,将高频测井资料和相对低频的地震资料有机地结合起来,得到与地震资料吻合程度高的层状地质模型是获得好的反演结果的基础。为此,在时间-相位模型约束的井资料外推方法中,引入局域波分解技术来求解地震瞬时相位;通过井旁地层对比,建立测井资料与地震资料之间的联系,把测井信息在地震资料建立的等相面约束下外推出去,以获得高分辨率的属性反演剖面。针对局域波分解方法中的一些不足,提出了一种新的方法——希尔伯特变换均值模式分解法,提高了方法的计算速度和抗噪能力。此外,对测井属性外推插值到井外的方法——基于约束插值的反演理论进行了探讨,从理论上解释了拟测井曲线反演的有效性。将上述方法应用于大庆油田茂2井区,获得的扶余油层的波阻抗、自然伽马、电阻率、砂体隶属度分布等反演剖面的分辨率得到了提高,横向连续性得到了改善。

基于边缘和对比度的小波变换图像融合算法

针对传统融合算法在图像融合时,不能很好地保留源图像信息和边缘信息的缺点,提出了一种基于边缘和对比度的加权图像融合算法。该算法利用小波变换对图像进行分解,分解后分别得到图像的低频系数和高频系数,对高频系数采用高频融合规则;对低频系数采用低频融合规则;最后通过小波逆变换得到融合图像。实验结果表明,该改进的融合算法与传统融合算法相比,融合效果更好,生成的融合图像具有边缘信息丰富、图像清晰度高等优点。

Lorentz变换的四元数表示

本文研究Lorentz变换的四元数表示.在四元数矩阵表示及其乘法有条件交换性的基础上,导出了Lorentz变换的矩阵表示和四元数表示之间的关系;讨论了正常Lorentz变换分解和两个纯Lorentz变换的合成问题.

解线性方程组的LU分解法

通过引例给出系高阶线性方程图的LU分解求解方法。

基于APSO-SSVM的异步电动机转子故障诊断

基于信号分析的异步电动机的转子断条与偏心故障诊断方法中,常用传统的电机电流信号特征分析(MCSA)方法。由于采样频率偏低、强大的基波旁瓣效应等因素的影响,会导致特征频率成分被淹没、难以量化故障程度等问题。因此,提出了一种基于自适应粒子群优化逐序支持向量机(APSO-SSVM)的异步电动机故障诊断方法。首先,利用经验小波变换(EWT)对原始信号进行滤波;然后,对滤波后的信号进行特征提取并输入到SSVM诊断模型中;最后,通过APSO算法确定各次序下SVM模型的最佳超参数,从而实现转子断条数量的精确故障诊断。

基于深度学习的图像文字识别技术在数字化审计中的应用

通过整合的数字化审计平台获取所需审计信息,对所获信息中的图像展开小波变换分解,滤除审计图像噪声的同时提升其质量。结合基于Canny算子的边缘检测与区域分割技术分割完成预处理的审计图像,将完成分割的审计图像输入卷积神经网络,通过卷积层卷积处理审计图像提取审计图像文字特征。经下采样层累积卷积结果得出审计图像文字特征映射图,通过全连接网络判定所提取审计图像文字特征,输出识别结果后通过基于Relief算法的多特征融合方法改进卷积神经网络识别结果。实验结果表明,该方法具有较好的噪声滤除与分割效果,能够精准、清晰识别审计图像中的文字信息。

基于Eigen Decomposition FrFT双绞线检测系统设计

在远距离双绞线电缆故障诊断的过程中,故障诊断的准确性容易受到实际环境中的多种因素影响,在采集反射信号时,会受到噪音等因素的影响,造成采集频率不准确、搜索误差较大等影响,最终影响了电缆诊断系统的准确性。分数阶傅里叶变换(Fractional Fourier Transform, FRFT)是一种新型电缆故障检测方法,利用线性调频信号(LFM signal)作为入射信号,由于FrFT对LFM信号在特殊阶数下产生能量聚集性的特点,在分数域中可以检测到故障位置的冲激函数,因此可以得到故障位置。近年来,离散分数阶傅里叶变换的发展,衍生出了最接近连续分数阶傅里叶性质的特征分解型傅里叶变换。经实验验证,在最佳Hermite-Gaussian函数近似值下能够得到比采样型FrFT的更好的检测效果。

基于局部能量小波融合算法的研究

文章在综合分析小波分解变换图像融合方法的基础上,提出了一种采用基于区域的融合规则的小波分解法,该方法利用小波分解将原始图像分解为低频部分和高频部分,对于低频部分,采用了加权系数,对于高频部分不同的方向分量,根据局部能量,采用不同的融合规则。利用可见光图像与红外图像和高低分辨率图像进行了仿真实验,得出实验结果,运用客观评价指标验证了该方法的可行性。实验表明,该法具有比基于像素点的小波变换融合方法具有更好的融合效果。

基于虹膜的身份识别技术

虹膜识别是近年来新兴的生物识别方法 ,它以其简单的算法、快速的识别和极低的错误识别率逐渐应用到一些重要领域。对虹膜识别的 Daugman算法进行了以下改进 :积分微分算子结合梯度分解哈夫变换来定位虹膜 ,利用多通 Gabor滤波提取虹膜特征。有效地克服了 Daugman算法中非散射人工光源引起的亮点效应 ,增强了虹膜识别的实用性和适应性。