二步法射线追踪

本文提出的二步法射线追踪,能够在复杂地质模型下有效、准确地确定射线在炮点的出射角,使得射线恰好到达检波点.射线到达地面的位置是射线在炮点的出射角的函数,称为出射函数.二步法射线追踪通过搜索出射函数的极值点来确定其单调变化的区间;然后通过比较检波点位置与出射函数极值的大小,确定与检波点相对应的出射角究竟落在出射函数的哪一个单调变化的区间里;最后,利用出射函数在局部区域里单调变化的性质,迅速、准确地确定与检波点相对应的出射角.出射函数的极值点,对于共炮集中每一个检波点和检波点中每一个不同方向的入射射线都是适用的,因此,二步法射线追踪只需要进行一次一维全局搜索(极值点搜索).另外,本文采用B-样条的线性组合来表示速度函数,通过提高B-样条的阶数,可以改善速度函数的光滑程度,从而既满足射线追踪对于速度函数光滑性的要求,又加强射线在炮点的出射角对于射线的控制作用.

地震层析成像

层析成像(tomography)是积分几何的反问题。它有三个基本特征:①tomography是一个反问题,是从观测数据反演物理模型;②tomography必须通过积分把数据和模型联系起来,或者说,观测数据必须能够表示成物理模型的积分;③tomography必须有一簇曲线或者一簇曲面作为它的积分流形,tomography就是研究这些积分流形在什么条件下可以从函数在流形上的积分确定函数本身。 tomography可分为线性和非线性两类。tomography的线性与非线性的分类和积分方程的线性与非线性的分类相同。医学诊断中的CT技术属于线性tomography。地震勘探中的旅行时反演(层速度)属于非线性tomography。非线性tomography常常(在迭代之中)可简化成线性tomography来处理,因此线性tomography是理论和实际研究的重点。线性tomography是围绕Radon变换和反变换展开的。利用Fourier积分算子研究广义Radon变换及其反演,特别是利用Fourier积分算子微局部分析的理论反演被变换的函数的奇性(奇性反演),在理论和实际上都有巨大的潜在价值。偏移的目的是要反演波动方程系数的奇性(层速度的间断面)。但是,现在的偏移方法(波场延拓)是反演波动方程解的奇性。解的奇性与系数的奇性并没有明确的对应关系。广义Rodon变换及其奇性反演为反演波动方程系数的奇性(偏移)提供了一种新途径。

由不完全的投影重建图象

本文揭示图象在投影方向上的频谱与图象本身的频谱的关系,特别是投影角度和投影位置对于投影的不同影响,绐出了计算实例的验证。

计算机层析成像和积分几何反问题

Tomography有二类:线性的和非线性的。Tomography线性与非线性的分类和积分方程线性与非线性的分类相同。医学诊断中的CT技术是线性tomography在实际中应用的例子,地震勘探中的旅行时反演(层速度)是非线性tomography在实际中应用的例子,非线性tomography常常(在选代之中)简化成线性tomography来处理,因此,线性tomography是理论和实际研究的重点。线性tomography围绕Rodon变换和反变展开。利用Fourier积分算子研究广义Radom变换(在一般曲线族、曲面族上的Radon变换)及其反演,特别地,利用Fourier积分算子微局部分析的理论反演被变换的函数的奇性反演,在理论和实际上都有巨大的潜在价值。在实际应用中,数据采集受到客观条件的种种限制,往往丢失许多数据,比如在地震勘探中,炮点,检波点只在地面布置,充其量也只是井间布置,总有一面或几面的数据是无法采集的。现有的各种tomography算法,大都是在完全数据的条件下,唯一成像的算法。如果把这些算法用于不完全数据,则它们就表现各异,这即是困难所在,同时又是可为之处。

离散Hopfield网络:对硬限制函数的修改

本文对离散Hopfield网络经常使用的硬限制函数进行了修改，规定当神经元的各个输入分量的线性加权和等于神经元的阈值时，也即当神经元的有效输入为零时，神经元保持原有状态不变．本文证明，这一修改放宽了离散Hopfield网络稳定性的条件．

改进的HOG和Gabor,LBP性能比较

为了实现复杂环境下的人脸特征有效表达,提出一种改进的梯度方向直方图(HOG)人脸识别方法.首先以人脸图像网格作为采样窗口并在其上提取HOG特征;然后将所有网格HOG特征向量进行组合,实现整个人脸特征表达;最后采用最近邻分类器进行识别.另外,比较了该方法与Gabor小波和局部二值模式(LBP)2种著名的人脸局部特征表示方法的优劣.实验结果表明,在调优的HOG参数下,在具有光照和时间环境等复杂变化的FERET人脸库中,较少维数的HOG特征比LBP特征有更好的表现,而且HOG特征提取时间和特征向量维数比Gabor小波方法更具有优势.

基于小波变换的语音段起止端点检测算法

提出一种基于小波变换的语音段起止端点检测算法。传统的语音段起止端点检测算法大都是在时域上根据能量累积的大小判别语音段和噪声段,这些算法只是适用于高信噪比的情况。对于低信噪比的情况,这些算法往往要借助平均过零率等辅助特征。这样做不但增加了算法的复杂度,而且也未必奏效。单音节或浊辅音汉字的平均过零率与噪声的平均过零率大致相当。根据小波变换的特性,针对主要由白色噪声组成的噪声背景,提出一种新的语音段起止端点检测算法。这种算法根据白色噪声在小波变换域各个子带的平均能量变化平缓的特点判别语音段和噪声段。实验结果表明,算法即使在低信噪比的情况下也能正确判别语音段和噪声段。

HOG在人脸识别中的性能研究

介绍梯度方向直方图(HOG)人脸识别算法,设计基于脸部识别技术人脸库的HOG人脸识别实验,以测试不同HOG参数对人脸识别的影响,从而进行最优参数设置。实验结果表明,HOG特征在行人检测和人脸识别上对梯度方向空间和区间的选择是一致的,不同分块模式对人脸识别的影响与行人检测不同,HOG特征描述子用较少的特征维数就能有效地表达人脸,采用块内标准化方式后,识别性能有大幅度提升。

卷积码的代数结构

本文分析了几种常用的卷积码编码器,证明由这些编码器生成的卷积码都是整环模的子模.

基于边缘检测的图象小波阈值去噪方法

边缘特征是图象最为有用的高频信息 ,因此 ,在图象去噪的同时 ,尽量保留图象的边缘特征 ,应是图象去噪首要顾及的问题 .基于这一思想 ,提出了基于边缘检测的图象小波阈值去噪方法 .该方法在去噪之前 ,先通过小波边缘检测方法确定哪些小波系数是图象的边缘特征 ,这些小波系数将不受阈值去噪的影响 ,因此 ,可以只是根据噪声方差来设置去噪的阈值 ,而不必担心损害图象的边缘特征 .理论分析和实验结果都表明 ,与普通的小波阈值去噪方法相比 ,该方法不但可以保持图象的边缘信息 ,而且能提高去噪后图象的峰值信噪比 1～ 2 d B.要想做到既去除图象噪声 ,又不模糊图象边缘特征是很困难的 .该方法把去噪和边缘检测结合起来 ,在一定程度上解决了这种两难的问题 .

多小波图象变换的统计分析

多小波是一种新的小波 ,多小波的应用更是近几年才日见兴起 ,因此 ,有关多小波图象变换的一些基本统计数据 ,如均值、方差、量化后零系数的比例等等 ,尚未见诸学术刊物 ,而这些数据又是从事多小波图象编码研究的基本依据 .从学术刊物和互联网上收集了 5种不同性质的多小波 ,对这些多小波图象变换特性进行了详尽的统计分析 .通过统计分析发现 :(1)图象经过 CL 多小波变换后 ,能量不但汇聚在最低分辨率的子图象上 ,而且还进一步汇聚在最低分辨率子图象的第一个分量上 ,因此 ,CL 多小波最适合图象编码 ;(2 )图象经过 CARDBAL 多小波变换后 ,能量不但汇聚在最低分辨率的子图象上 ,而且还平均分摊在最低分辨率子图象的 4个分量上 ,因此 ,通过相关性编码可以大幅度提高 CARDBAL 多小波图象编码的压缩比 ;(3)图象经过 GHM多小波变换后 ,最低分辨率子图象的能量既不是集中在一个分量上 ,也不是平均分配在 4个分量上 ,因此 ,尽管 GHM是最早发现的多小波 ,且是目前最为常用的多小波 。

提升格式与JPEG2000

以D9 7双正交小波变换为例 ,给出了从Mallat算法出发推导提升格式的详尽步骤。与Daubechies的推导相比 ,高通和低通滤波同时进行 ,而且保证每个环节都可以采用有限长度滤波器来实现。另外 ,JPEG2 0 0 0给出的D9 7双正交小波变换提升格式中尺度因子的数值 (ρ =1.2 3)与推导的结果 (Daubechies推导的结果 :ρ=1.1496 )有出入 ,这表明JPEG2 0 0 0所实现的小波变换与真正的D9 7双正交小波变换是有出入的。就图像编码而言 。

CL多小波图象编码

CL 多小波具有与其他多小波 (如 GHM多小波 )不同的特点 .一幅图象经过多小波变换后 ,原图象的绝大部分能量都集中于最低分辨率子图象 ,而对于 CL 多小波而言 ,其最低分辨率子图象的绝大部分能量又进一步集中于它的第一个分量 .这意味着 CL 多小波图象编码需要考虑的重要系数比其他多小波图象编码减少了四分之三 .本文将 CL 多小波这一特点应用于图象编码 .实验结果表明 ,就压缩比和信噪比而言 ,这种充分利用 CL 多小波特点的图象编码方法 ,其编码结果要优于目前公开发表的

一种零树与游程相结合的小波图象编码方法

Shapiro的零树编码方法是众多小波图象编码方法中的佼佼者 ,但通过研究发现 ,图象的小波系数经过量化和零树编码后 ,如果按一定的顺序扫描 ,则零树根会连续出现 ,因此 ,若对 Shapiro的零树编码方法进行改进 ,即在零树编码之后 ,熵编码之前 ,对连续排列的零树根进行游程编码 ,则可以进一步提高图象编码的压缩比 .理论分析和实验结果均表明 。

嵌入式人脸识别器的GUI设计

Qt/embedded是图形化界面开发工具的嵌入式版本,整体采用面向对象编程,拥有较高的运行效率和良好的体系架构和编程模式。达芬奇技术是基于DSP的数字音视频优化的系统解决方案,它在嵌入式操作系统方面对Linux的支持极为完善,可以实现复杂GUI系统的设计。利用qt/embedded和达芬奇技术完成了人脸识别器的图形用户界面设计,实现了人脸检测结果显示,人脸数据的修改和更新功能。另外成功实现了qt/em-bedded在DM6446上的移植,并有效使用了DM6446的视频处理前端和视频处理后端实现视频采集和显示。

基于小波系数零树结构的分形预测图象编码

提出了一种基于小波系数零树结构的分形预测图象编码方法 ,首先按照零树结构在同方向不同分辨率的各个子带图象上确定要预测的图象块 (Range Block) ,也就是将这些图象块串起来构成一棵与零树相类似的图象树(Range Tree) ;然后 ,对每一图象块 ,在同方向低一级分辨率的子带图象上寻找与其最佳分形匹配的相似块(Dom ian Block) ,而这些相似块也按照零树结构上下延伸 ,以产生多棵相似树 (Dom ain Tree) ,其中与图象树最接近的相似树就是图象树的预测树 .理论分析和实验结果表明 ,该方法在峰值信噪比稍微下降的情况下 ,能够获得较高的压缩比 .

网络视频编码技术

随着视频信息在网络上的应用需求的日益广泛和迫切,适合网络传输的视频编码技术成为了现在研究的一个热点,文章旨在综述网络视频编码技术的发展历程。详细介绍并对比了目前主要的网络视频编码技术:传统的视频编码技术在传输中的应用,视频的可扩展性编码以及视频的多描述编码,最后进一步阐述了未来网络视频编码技术可能的发展方向,分析了综合运用各种编码技术的可能。

基于小波变换的分形预测图象编码方法

提出一种把小波图象编码与分形图象编码相结合的新的编码方法。图象经过小波分解后，呈现出两种相似性：一种是子图象本身的自相似性，一种是同方向不同分辨率子图象之间的互相似性。利用第二种相似性，也即利用低分辨率子图象对同方向高分辨率子图象进行分形预测编码。由于小波分解后低分辨率子图象的范围比高分辨率子图象的范围小一倍，故该编码方法较一般的分形编码方法大大缩短了编码的时间；就编码的效果而言，该方法也比较令人满意。最后提供了在标准图象上的实验结果。

小波分形混合图象编码

该文在收集和阅读了与小波分形混合图象编码方法有关文献的基础上 ,对小波分形混合图象编码方法的研究现状和发展前景进行了尽可能全面和详细的评述 .文中介绍了小波图象编码经过 10年研究 ,主要算法已经基本成熟 ,并受到一些正在酝酿之中的图象编码国际标准的青睐 ,而分形图象编码尚处于学术研究阶段 ,并指出小波分形混合图象编码是分形图象编码从学术研究走向实际应用的出路之一 .

基于平衡多小波图像变换的视频多描述编码

提出了一种新的视频多描述编码方法 ,即基于平衡多小波图像变换的视频多描述编码。首先 ,把图像进行多小波变换 ,然后 ,按照图像多小波变换后子带图像分量的异同重组图像的多小波系数 ,相同分量的多小波系数就构成图像的一个描述。视频的每帧图像都如是处理 ,就得到视频的多描述编码。一个好的视频多描述编码方案应该满足两个基本条件 :各个描述平均分担图像信息和各个描述能够互相差错掩埋。通过统计分析和数学推导发现 ,在目前几种常用的多小波中 ,只有平衡多小波能够满足视频多描述编码的两个条件。本文给出了各个描述之间进行差错掩埋的数学公式 ,并据此提出视频多描述编码的算法。实验结果表明 ,即使在丢失四分之三数据的情况下 ,该算法依然能够以接近 30 d B的