基于小波域特征提取的360度全景图像质量评价

随着虚拟现实(VR)技术的发展,其中代表性的360度全景图像越来越受到关注。本文针对360度全景图像在传输、压缩、储存过程中容易产生失真的特点,结合研究当下流行的编码技术对其质量影响的客观需求,研究了360度全景图像的质量评价。设计了使用小波域提取能量波动等特征信息的半参考质量评价方法,用来对经过压缩的360度全景图像进行质量评价。通过与其他图像质量评价算法结果的比较,验证了此方法具有较高的性能。

采用时域和复域小波变换的光纤周界振动信号识别

针对光纤周界安防系统存在报警率低和误报率高的问题,提出一种时域和复域小波变换相结合的光纤周界振动信号识别方法,以降低误报率、提高报警率并确定振动时间。该方法首先用光纤信号的时域小波特征来抑制干扰信号,排除静默信号并判断是否有振动发生;其次用信号复域小波特征中的能量分布和相位特征构造出光纤信号的识别特征;最后用支持向量机作为分类器训练光纤振动信号并识别出振动类型。

基于小波能量特征的尾流光信号特征研究

针对舰船尾流激光探测的信号检测与分析问题,提出了利用小波域能量特征进行尾流特征分析的新方法。首先设计了变遗忘因子的自适应抵消器滤除水体后向散射信号与系统噪声,有效地选取了含有目标的信号;其次采用小波包分解方法并按频段的能量形成提取目标特征;最后借助主成分分析方法对特征向量进行降维。通过对试验数据的分析表明,提取的特征能有效地揭示不同性质下的尾流后向散射光信号,提高了对尾流分析的能力。

基于时频特征的光纤周界振动信号识别

在光纤周界安防系统中,蓄意入侵和环境噪声均能引起光纤传感器振动,在保证系统高灵敏度的前提下区分入侵和非入侵事件极为重要。为了有效识别各种光纤振动信号,本文依据入侵和环境噪声引起的光纤振动信号在时域上的短时特性以及复小波域各尺度上能量分布特征,提出了两级判别法识别光纤信号。第一级用时域特征,短时能量和短时平均过零率判断是否有振动发生;第二级用复小波提取光纤信号的能量分布特征,联合时域特征形成特征矢量,支持向量机(SVM)作为分类器识别是否为入侵信号及入侵类型。实验结果表明,此方法可以有效识别入侵信号和环境噪声引起的非入侵事件,提高了系统报警率,降低了误报率。

周界安防系统的入侵信号分类识别方法研究

针对光纤周界安防系统常用信号特征提取方法及分类器模型的不足,提出了一种基于小波变换与支持向量机的入侵事件识别方法。先将传感器上采集的振动信号进行分帧处理,再将分帧后的信号进行小波变换,最后将小波域特征输入支持向量机,得出对入侵事件的分类结果。在重庆涪陵页岩气田周界入侵检测平台上进行验证的结果显示,提出的分类方法能够正确区分真实入侵事件和环境干扰信号,对入侵事件分类识别的正确率整体达94.2%。

面向手机图像的来源取证方法

由于信息技术的飞速发展,图像成为了一种重要的信息传递媒体,随之而来的是人们对于图像的篡改和伪造,因此,图像的来源取证成为了近年来的一个研究热点。针对图像来源取证问题,本文首先选取了多种型号手机采集的图像,构建了PHR数据集;然后利用基于多小波变换的特征进行自然图像和生成图像的检测,将自然图像和生成图像进行区分;最后,本文利用了基于小波域特征的手机图像来源判断方法,通过多个SVM分类器的联合应用,实现了对图像的手机来源的辨别。实验结果表明,只要能够选用恰当的特征,就能够高效地区分自然图像和计算机生成的图像,并且能够对手机来源进行判别。