用于压缩感知的二值化测量矩阵

压缩感知是近年新兴的一种信号处理理论,在一定条件满足的情况下,压缩感知方法可通过远低于Nyquist频率的降采样数据以高概率近乎完美地重建原始信号。测量矩阵在压缩感知的整个处理过程中起着非常重要的作用。本文从恢复算法入手提出二值化测量矩阵,并通过仿真对其性能加以验证。二值化后测量矩阵不仅在性能上有一定提升,更重要的是可大大降低测量矩阵所需的存储空间以及压缩感知采样、恢复过程的运算量。

基于时频矩阵二值化的雷达信号分选

针对频率捷变雷达信号的分选,提出了一种基于时频矩阵二值化的信号分选新方法。该方法首先对信号进行时频变换,得到时频矩阵;然后对时频矩阵二值化处理,提取信号在时频域能量分布归一化值作为信号的相参特征;最后采用支持向量机分类器实现信号分选。对频率捷变雷达信号进行了仿真实验,结果表明,该方法在较低信噪比下仍能获得较为满意的分选准确率,当信噪比为6 d B时,信号分选准确率达到96.17%,验证了所提出方法的有效性。

基于矩阵二值化的频率捷变雷达信号分选

针对频率捷变雷达信号的分选,提出了一种基于时频矩阵二值化的频率捷变雷达信号分选新方法。该方法首先对信号进行时频变换,得到时频矩阵;然后对时频矩阵二值化处理,提取信号在时频域能量分布归一化值作为信号的相参特征;最后采用支持向量机分类器实现信号分选。文中对频率捷变雷达信号进行仿真实验,结果表明,该方法在较低信噪比下仍能获得较为满意的分选准确率,当信噪比为6dB时,信号分选准确率达到96.17%,验证了所提出方法的有效性。

基于边界序列数据匹配的一种拼合算法

基于二值化图像矩阵的边界序列数据,提出了规则碎纸片拼合的一种算法;利用Matlab软件编程,对算法的有效性进行了验证.

碎纸片的拼接复原研究

收集琐碎文献在恢复司法实物证据、恢复历史文件等方面发挥着重要作用。本文分析连接和修复碎片,通过利用MATLAB来解决提取图片碎片边缘的灰度值特征与图片中文本行的位置特征之间差异的问题,再加上小量的人工干预,实现拼接。对于两张纸片被纵切的转化情况,利用MATLAB转化,分别通过转化计算出各一张碎纸片的转化灰度和二值矩阵,然后通过转化灰度为二和一值矩阵,得出两张不同碎纸片间的边缘二和一值矩阵向量值在矩阵上的差异,同时通过转化灰度和二值矩阵计算得出纸片文字号和行列号在位置上的差异,按照此方法依次从左至右找到相邻碎片,最终复原碎片。对于纸片被横切和纵切的情况下,需要重新构造特征因子,来记录碎片空白行的宽度和位置信息。根据空白行的特征为余下碎片找到同行碎片。从最左端的碎片开始利用图论中寻找权值最小哈密尔顿路径的相关理论以及最优理论向右复原整行碎片,得到只有横切的碎片条。再根据上下端特征,并配合少量的人工干预复原图片。