融合小波频域和马尔可夫链的数字传媒图像特征提取研究

针对现有数字传媒图像特征提取算法存在的边界控制不清晰、特征易丢失等问题,提出一种融合小波频域和马尔可夫链的数字传媒图像特征提取研究。利用小波频域算法去除数字传媒图像噪声信息(通过对不同子频图像的差异处理,最大限度地去除噪声信息,保护特征信息),以无噪数字传媒图像为基础,利用马尔可夫链构建边界闭合曲线,完成图像分割目的,基于Tiansi算子提取数字传媒图像每个分割区域的特征,从而实现数字传媒图像特征的快速、精准提取。实验数据显示:在不同实验工况背景下,提出方法应用后获得的数字传媒图像噪声比例最小值为1.02%,数字传媒图像分割综合评估系数最大值为0.96。

基于图像及其预测误差图小波频域矩的隐写分析

提出了一种通用隐写分析方法,对图像及其预测误差图像进行3级小波分解,然后计算每个小波子带频域(对直方图进行离散付利叶变换)高阶统计矩组成78维特征,并用支持向量机(SVM)进行分类。对CorelDraw图像库的1 096幅图像进行测试,实验结果表明,本文提出的隐写分析性能优于现有的主流方法。

一种小波频域相关性目标识别方法(英文)

提出了一种图像目标识别的小波变换域和相关性结合的的算法。通过仿真实验表明该算法可以有效且准确的识别和提取多频谱图像中感兴趣的部分。

基于小波的三维图像频域显示方法研究

提出了一种基于小波的频域体绘制算法(FWVR)进行三维图像重构。算法首先完成三维体数据的傅里叶变换和切平面提取,然后在频域中完成小波的多分辨率分解,并在不同分辨级上进行小波系数重建,最后做傅里叶逆变换,以得到观察平面上希望得到的体绘制图像。算法是基于CT成像和小波变换的原理,时间复杂度由视平面上的二维傅里叶逆变换决定,即O(N2logN)。应用此方法对128的医学体数据进行实验,结果证明该方法有效,采用伪彩色后的绘制效果3与光线投射法绘制效果基本相同,而速度大大提高。

频域紧支撑正交小波及其在暂态保护中应用

小波分析作为时频分析工具已经越来越广泛地应用于电力系统的各个领域 ,如何选择和构造最适合用户需要的小波具有重要意义。从信号的时频分析角度 ,频域紧支撑小波比时域紧支撑小波具有更好的分频效果 ,然而其时域的衰减性较差。介绍了构造频域紧支撑小波的一般方法 ,分析了频域紧支撑小波的性质 ,并在Meyer小波基础上提出了构造理想分频效果并且具有任意阶衰减及满足各种相频响应需要的频域紧支撑正交小波。模拟暂态信号的小波分析结果表明 ,该小波的分频效果和计算的有效性是令人满意的。

一种优化的小波去噪方法研究

通过对多尺度边缘滤波和D onoho阈值决策小波域滤波(C-D算法)进行的研究,指出了C-D滤波方法存在的2点不足,并提出了一种改进的小波滤波去噪方法,仿真结果表明所提出的方法比C-D去噪算法具有更强的信噪分离能力。

一种优化的小波去噪方法

通过对多尺度边缘滤波和Donoho阈值决策小波域滤波(C-D方法)进行的研究,指出了C-D滤波方法存在的两点不足,并提出了一种改进的小波滤波去噪方法,仿真结果证明该方法的可行性和有效性.

基于模式识别的多类隐写分析

文章在小波频域高阶统计矩图象隐写分析基础上,将隐写分析问题扩充为多类问题,针对CorelDraw图象库5种常用的隐写方法进行了实验,结果表明该文方法不仅能检测出图象是否隐含数据,还能指出所用的隐写方法,识别率在90%以上。还提出了多类“类内类间分布图”,对于高维可分性好低维可分性差的图示问题,指导特征以及分类器的选择,具有很高的价值。

基于误差和能量值的瞬态非平稳信号分析方法

小波分析方法能够有效处理瞬态非平稳信号而被广泛研究与应用。然而,针对原始信号自身特性,怎样选择最佳小波基函数,从而提升其特征提取与诊断性能的研究尚属少见。从原始信号的固有特性和小波基特征出发,融合小波重构误差与小波频域能量值方法,提出一种小波基选择与分析方法,解决了因小波基选择不当而引发的瞬态非平稳信号分析与处理精度低的问题。实验采用面部肌电信号进行小波分析测试,最终选择小波基Db4作为分析该信号的最优小波基,结果表明了该方法的有效性。

水下目标特性特征提取及其融合

为解决基于回波法水下目标分类与识别问题,从水下目标回波的弹性亮点特性、多分量特性和能量积分特性出发,利用频域离散小波变换(FDWT)、希尔伯特谱(Hilbert谱)、希尔伯特边际谱、分数阶傅里叶变换(FRFT)4种时-频分析方法从不同角度对目标回波与混响进行分析.对所提取的特征进行压缩与融合,利用支持向量机完成对水下目标和混响的分类与识别.文中给出了发射换能器以不同掠射角工作时4种时-频特征及其融合特征的识别率.实验结果表明,随着掠射角的增大,总体识别率呈现升高的趋势,融合特征可以有效提高识别率.