基于多尺度前馈融合结构的重采样因子估计算法

【目的】重采样是掩盖图像篡改痕迹的重要手段,为了更加精确地实现对重采样缩放参数的检测,验证图像信息的真实性,本文提出一种基于多尺度前馈融合结构的重采样因子估计算法。【方法】在预处理层中,首先使用两个线性高通滤波器得到重采样图像的残差特征,抑制图像内容带来的影响,放大区域内像素之间的关联性,其次利用4个低阶高通滤波器在不同方向上强化像素的梯度特征,该算法的主体结构为卷积神经网络,在网络的不同层级处提取出多尺度重采样分类痕迹,结合注意力机制,形成多尺度残差融合模块(Multiscale Residual Fusion Module, MRFM),补偿卷积过程中重采样信息的丢失,标定特征信息传递过程中的有效性,同时去除信息冗余,加速网络收敛。【结果】实验表明,本文所提算法的网络增益由预处理层和多尺度残差融合模块共同决定,准确性明显高于对比的其他算法,尤其在强噪声的干扰下,本文所提算法具有明显的优势。

基于SGF-IABC的JPEG图像下采样因子检测算法

对图像进行重采样操作是图像篡改的重要手段,JPEG图像作为最广泛的应用载体,对其进行重采样检测研究具有重要意义。JPEG图像由于重采样引起的块效应移位,差分其相邻极值间隔分布直方图呈周期性,且周期性受到图像纹理和边缘的干扰较大,为削弱下采样因子估计时易受到此类干扰,本文提出一种可抵抗图像纹理边缘的JPEG图像下采样因子估计模型。首先,将JPEG图像经过二次引导滤波(Secondary Guidance Filtering,SGF)的预处理去除图像的纹理噪声;其次,使用改进人工蜂群算法(Improved Artificial Bee Colony algorithm,IABC)对其进行边缘检测、提取和移除,弱化图像边缘周期性特征,以此减少图像极值区间直方图的统计误差,提升下采样因子估计值的准确性;最后,计算图像差分极值直方图,得到最终估计。实验结果表明,本文方法比现有算法具有更小的平均误差,对图像纹理和边缘在像素域的周期性干扰具有更好的鲁棒性,能有效抵抗纹理和边缘的双重干扰。

基于采样特异性因子的实时异常检测

面向特异性的数据挖掘中,特异性因子是一个重要概念,但其计算时间复杂度过高。使用基于采样的方法定义特异性因子即采样特异性因子(Sampled Peculiarity Factor,SPF)可在不影响精度的情况下,提高运行效率。为提高基于SPF算法的异常检测效率,提出了基于SPF的学习采样频率算法,将SPF和最优采样频率结合起来提出了实时异常检测算法。在真实数据集上进行了实验,置信度为95%时,得到的最优采样频率序列为[1/32,1/16]。仿真实时异常实验表明该算法的误检率为2%。

基于采样理论的序列蒙特卡罗车辆跟踪算法

结合图像的灰度分布和空间布局,提出了一种基于灰度和空间信息的序列蒙特卡罗概率跟踪算法。通过比较采样值和期望值的特征距离来计算采样状态对应的权值。利用加权采样值来估计未知量后验概率的各阶矩,当采样数趋向于无穷时由大数定理保证,采样值分布逼近于真实值分布。仿真实验给出了利用因子采样对交通流中车辆跟踪的结果。实验表明,基于序列蒙特卡罗的车辆跟踪方法计算简单有效,可以准确地得到车辆的位置并且很好地跟踪其运动轨迹。

有限域上m序列与其采样序列的互相关性

本文研究了有限域GF(p)上的m序列与其采样序列之间的互相关函数Cd(t) ,得到以下结论 :(1)当采样因子d =pn+ 1p+ 1+ pn- 12 ,n为奇数且p≡ 3(mod 4)时 ,| 1+Cd(t) | 1+p2 pn,从而解决了Muller在文献 [1]中提出的一个公开问题 ,并将文献 [1]中的p =3时的结论推广为一般情形 ;(2 )当d=pn+ 1p + 1,n为奇数且p≡ 3(mod 4)时 ,Cd(t)∈ {- 1,- 1+pn +1- 1-pn +1};(3)在以上两种情况下 ,对 | 1+Cd(t) |关于t的分布进行了研究 ,结果表明 ,当p很大时 ,| 1+Cd(t) |取最大值的概率很小 .

基于互信息的医学图像配准中改进的采样方法

研究了以互信息为相似性测度的医学图像配准方法,在互信息计算过程中,对图像数据的采样提出了一种基于信息熵的采样方法。这种方法是将图像分成一定数量的小方块,计算每一小方块的熵,根据熵值的大小对方块进行分类,不同的类设置不同的采样因子:熵值大的方块对应的采样因子大,熵值小的方块对应的采样因子小。通过实验证明,该方法能够折中配准的精度和速度,适用于医学图像配准的实时处理。

一种改进的双通道滤波回声抵消算法——过采样无延迟子带方法

在强相关大动态范围语音作用下,回声抵消器直接更新上千阶自适应滤波器系数,计算量大、收敛速度慢。采用子带分析与合成的方法能够减少计算量和提高算法的收敛性能,但子带的分析与合成也给线路中引入了信号延迟。提出了一种改进的双通道滤波回声抵消算法,将子带自适应滤波器映射到全频带滤波器,减少了信号的延迟;同时采用双通道滤波器,使系统工作在较小残余回声功率下。仿真结果表明,改进算法在单边会话情况下收敛快,具有较好的回声抵消效果。

一种提高数据同步精度的自适应插值算法

研究了电子式互感器采样不同步时数字化智能电子设备(IED)的数据同步问题。在推导一阶Lagrange插值算法精确误差公式的基础上,计算了内、外2种插值方法的瞬时和相量误差,以及对继电保护和测量的影响。传统减小误差的算法只涉及采样率,而一阶Lagrange插值算法与采样率和采样偏移时间都相关。通过研究误差随采样偏移时间变化的规律,用最小二乘法以抛物线方程拟合复杂误差轨迹方程,在限定误差的前提下简化了分析。在此基础上,提出了一种自适应调整插值基准时刻的算法,经分析验证该算法可以有效降低误差。

基于时空背景模型的自适应运动目标检测方法

现有的视觉背景提取方法(Vi Be)在背景建模时只利用了像素的空间信息,而忽略时间信息,降低了检测的准确性,且检测半径和背景更新的随机子采样因子都为固定常数,在动态背景干扰、相机抖动等情况下,检测效果不理想。针对这些问题,提出一种时空背景模型的自适应运动目标检测方法。首先,在Vi Be方法中加入时间信息建立时空背景模型;然后,在检测和更新过程中,提出背景模型中样本的标准差能反映背景的复杂度,通过计算样本的标准差来自适应地改变检测半径和背景更新的随机子采样因子适应背景的变化。实验结果表明,改进的方法不仅能够在静态背景和光照均匀的情况下有效地检测出前景像素,而且对存在光线变化较大、相机抖动、动态背景干扰等情况也有一定的抑制作用,提高了检测的准确性。

基于AD7762的广域电磁接收机采集器设计

根据广域电磁仪系统分频段发送和接收包含多个频率的伪随机电磁信号,以及接收机采集电磁信号时要求高频段高速采样,低频段高精度低速采样的特点,选择了符合接收机采集特性的高性能、高速度24位模数转换器AD7762,简要介绍了AD7762的特性,设计了基于AD7762的广域电磁采集器,并从硬件、软件方面给出了实现方案.实验结果表明,AD7762在广域电磁接收机应用中取得了良好的性能指标.

二元m序列的五值互相关函数

本文证明了当n=2m(m≥3,m是奇数)、采样因子d=2m+3时,二元m序列与其采样序列的互相关函数Cd(t)必取集合{-1,3.2m-1,2m+1-1,2m-1,-2m-1}中的每一个值,并给出了它们各自的分布。

Offset Tracking在煤矿沉陷区地表大变形监测中的应用研究

针对传统煤矿沉陷监测方法存在监测周期长、提取的矿区地表变形量准确率不高的问题,提出将Offset Tracking技术应用到煤矿沉陷区地表大变形的监测中。以张双楼煤矿作为研究对象,应用Offset Tracking技术对该煤矿沉陷区的SAR影像进行处理,采用互相关系数过采样因子法建立地形起伏与噪声偏移量模型,使用最小二乘模拟轨道偏移分量,获取了矿区方位向和距离向的二维变形图和矿区变形信息。利用实测数据对Offset Tracking技术的监测结果进行评价,结果表明,利用Offset Tracking技术监测到的矿区最大沉降位置和变形方向与实测数据基本一致,误差仅为1cm,说明Offset Tracking技术能够准确、有效地监测煤矿沉陷区地表大变形,为煤矿沉陷区的合理治理提供依据。

一类m序列三值互相关函数的证明

对n=2m(m≥3,m为奇数)时,周期为2n-1的二元m序列与它的d=2m+1+1采样序列之间的互相关函数进行了研究。运用新的方法证明了它们的互相关函数取值必为-1或-1±2m+1,并且给出了其具体的分布。

星载红外点目标探测系统瞬时视场优化模型

瞬时视场是影响星载红外点目标探测系统性能的重要指标,为了实现高信噪比探测,有限口径的空间相机设计需要选择合适的瞬时视场。文章讨论了衍射受限条件下,瞬时视场对能量集中度、采样相位因子、背景杂波和信噪比的影响,建立了以信噪比最大化为目标函数的瞬时视场优化模型。基于在轨遥感图像统计背景杂波,确定了杂波系数范围和不同杂波程度的背景分布。结合实例仿真,计算了不同瞬时视场下的信号响应和信噪比变化,通过分析得出结论:随着瞬时视场减小,点目标能量集中度降低,采样相位影响减小,探测稳定性提高,杂波减小,信噪比先增大后减小,利用优化模型能得到最优瞬时视场。文章提出的模型可用于空间相机的指标设计和优化。

Analysis of noncommensurate sampling effects on the performance of PN code tracking loops

Noncoherent early-late processing （NELP） code tracking loops are often implemented using digital hardware for digital global positioning system （GPS） receivers. Noncommensurate sampling technology is widely used because it is viewed as an effective solution to cope with the drawback of digital effects. However, the relationship between the sampling rate and auto-correlation function （ACF） is not adequately characterized by traditional analysis. The principles for selecting the sampling rate are still not apparent. In order to solve this problem, we first analyzed the effects of different sampling rates on ACF and obtained the analytical form of a discrete auto-correlation function （DACF） for a noncommensurate sampling rate. Based on the result, the relationship between the step variation in DACF and NELP parameters such as sampling rate, integration time, and correlator spacing was determined. The maximum step variation size of DACF was also determined. However, considering the actual situation, additional factors such as code Doppler shift, precorrelation filter, and thermal noise may degrade the step variation of DACE The relationship between the step variation and these factors was analyzed separately. An appropriate sampling rate and appropriate correlator spacing were proposed to achieve the typical accuracy of measurement. The numerical simulation verified the validity of the above theoretical analyses, and finally, the conclusions and design constraints for the digital GPS receiver are summarized.