扩频通信抗干扰中的局部离散余弦变换技术

提出一种新的基于局部离散余弦变换 ( Local discrete cosine transform,LDCT)的时频域干扰抑制方法。与传统的块变换 ( Discrete cosine transform,DCT)不同 ,LDCT基函数具有良好的时域能量集中特性 ,可迅速捕获信号中的时变成分 ,有效跟踪信号时频结构的变化 ,实现时频平面的任意时间分割。仿真结果表明 ,基于 LDCT的时频域信号处理方法可有效地抑制各种脉冲型时变干扰 ,明显改善系统性能。

基于离散曲波变换字典和二维局部离散余弦变换字典组合的面波压制

根据地震记录中面波和反射波形态结构的差异性,将基于离散曲波变换字典和二维局部离散余弦变换字典(2D-LDCT)组合的形态成分分析法应用于地震数据的面波压制。首先选取离散曲波变换字典来稀疏表示面波分量,选取二维局部离散余弦变换字典来稀疏表示反射波分量,然后建立地震记录在两种字典下的面波分离模型,最后通过块协调松弛算法求解该模型来分离出两种分量,实现对面波的有效压制。合成地震记录及实际地震记录试验处理结果表明,该方法在有效压制强面波干扰的同时,能够较好地保护反射波信号。

基于离散余弦变换的非局部均值图像去噪算法

提出一种改进的图像去噪算法。利用离散余弦变换(discrete cosine transform,DCT)对图像进行"粗糙"去噪,保留图像平滑部分与大部分细节信息;在非局部域内,利用得到的DCT系数构造选择函数对相似像素点进行预选择,将这些相似像素点应用到非局部均值去噪方法中,进行二次去噪;在二次去噪时,利用选择函数对权重系数做出修正,达到自适应滤波的目的。实验结果表明,该算法在峰值信噪比和结构相似度方面都有一定提高。

基于离散余弦变换的图像局部特征描述子

针对尺度不变特征变换(SIFT)描述子受光照变化影响较大的缺点,提出一种基于离散余弦变换(DCT)的图像局部不变特征描述子。在DCT变换的基础上,忽略高频系数,使用少数中低频系数组成特征矩阵,以降低描述子的维数。利用DCT频率系数正负性对光照变化不敏感的特点,在计算描述子间距离时设置惩罚因子,以提高描述子的可区分性。测试结果表明,与SIFT描述子相比,该描述子具有较好的显著性,且查全率和查准率较高。

离散余弦变换和全息技术相融合的图像压缩感知重构

为了获得理想的图像重构效果,提出一种基于离散余弦变换和全息技术相融合的图像重构算法。首先采用离散余弦变换对图像进行分解保留少数的低频分量,从而构建压缩感知的稀疏基加快重构速度,然后采用全息技术对图像重构结果进行处理,提高图像重构效果,最后采用仿真实验测试算法的性能。实验结果表明,相对于当前经典图像重构算法,本文算法不仅提高了图像重构质量,而且加快了图像重构速度,具有较好的实际应用价值。

OFDM系统中基于局部离散余弦变换的信道估计

论述了一种新的基于局部离散余弦变换(LDCT,local discrete cosine transform)的正交频分复用(OFDM,orthogonal frequency division multiplexing)系统信道估计方法。与传统的离散傅里叶变换(DFT)和离散余弦变换(DCT)不同,LDCT基函数具有良好的时域能量集中特性,可迅速捕获信号中的时变成分,有效跟踪信号时频结构的变化,有效地抑制符号间干扰(ISI)和信道加性高斯白噪声。仿真结果表明,该方法优于基于DFT和基于DCT的信道估计,是一种可行而且有效的信道估计方法。

基于离散余弦变换的非局部均值滤波算法

要非局部均值(non-local means,NLM)去噪算法已成为较有效去除图像噪声的算法之一。然而,当噪声水平较高时,NLM不能准确地计算图像块之间的相似度权重值,影响图像的去噪效果。针对上述问题,结合离散余弦变换(discrete cosinetransform,DCT)提出了基于DCT的非局部均值滤波算法。首先,利用DCT的低频系数重构图像,以达到滤除部分噪声的同时保护图像的主要内容。其次,利用重构图像较准确地计算图像块之间的相似度权重值,将NLM去噪算法用于噪声图像。实验结果表明,该算法能够得到较高的峰值信噪比(peak signal to noise ratio,PSNR)和更好的视觉效果。

面向数字全息与离散余弦变换的数字水印技术研究

作为一种新型数字版权保护技术,数字水印技术的研究是近些年来该领域的热点。由于数字水印结构自身、嵌入算法能够对方案稳健性造成影响,因此,本文以数字全息技术、离散余弦变换为基础,提出了一种数字水印方案,以提升其抗攻击能力。

基于离散余弦变换域的扩频数字水印技术

对数字水印技术作了概述 ,重点分析了扩频技术的原理及特点 ,应用于数字水印技术中的方法和优点 。

基于离散余弦变换和区域生长的白粉虱图像分割算法

图像分割是病虫害自动识别的难点之一,目前大多基于颜色、纹理等信息采用阈值法或聚类法进行分割,简单,易实现,但分割精度较低。该文针对田间开放环境中,不能用颜色、纹理特征有效分割病虫害图像的问题,引入离散余弦变换(discrete cosine transform,DCT),提出用清晰度对病虫害图像进行分割,以提高分割精度。DCT的低频信号表示图像轮廓,高频信号表示图像细节,对于病虫害图像,焦点通常聚集在目标区域,该文提出截断DCT高频信号,再与原图做差的方法以区分清晰部分和模糊部分,然后结合病虫图像局部聚合度较高的特性,利用区域生长方法提取完整目标。采用该算法对白粉虱图像进行分割测试,并与阈值法和GMM方法比较:分割结果中,目标的一致性和边缘的清晰度明显好于阈值法和GMM方法,平均正确分类率为98.49%,分别较R,B,Y空间中阈值法和Y空间中GMM方法分类正确率高2.96%、3.28%、3.24%和9.65%,差异达到显著水平。基于DCT和区域生长的分割算法鲁棒性高,能够有效地将病虫害区域从自然环境中采集的叶片中分离,可用于分割白粉虱图像。

基于多维矢量矩阵离散余弦变换的熵编码

针对传统JPEG中游程-霍夫曼熵编码方法在彩色图像的多维矢量矩阵离散余弦变换体系中,不能充分有效压缩数据的问题,提出了一种根据非零交流系数幅值尺寸和该系数前零游程长度尺寸的联合分布进行游程编码,再进行霍夫曼编码的新方法,并重新统计设计了霍夫曼码表。实验结果表明:该方法的压缩性能较改进前熵编码,在PSNR相同的情况下,比特率至少降低了9%,远优于JPEG方法,在更高维的视频图像变换压缩中有着良好的应用前景。

彩色视频的四维矩阵离散余弦变换编码

为了在高信噪比条件下获得对彩色视频的高倍压缩 ,提出了 4维矩阵及 4维矩阵离散余弦变换理论 ,并将该理论应用于彩色视频编码 .基于 4维矩阵离散余弦变换的彩色视频编码方法将彩色视频的多个帧放在一个统一的数学模型 (即 ,4维矩阵 )中考虑 ,利用 4维矩阵离散余弦变换去除其间的各种相关性 ,并通过矢量量化对变换系数进行压缩编码 .其方法可以同时全面利用彩色视频图象相邻像素间、彩色空间 Y、U、V 3分量间 ,以及视频图象相邻帧之间的相关性 .实验结果证明 ,对可视电话和视频会议等应用中的彩色视频序列图象 。

一种基于离散余弦变换和奇异值分解的数字水印算法

提出了一种新的基于离散余弦变换和奇异值分解的水印算法,其所嵌入的水印图像是灰度图像,增加了嵌入的信息量,能够满足数字水印系统的透明性和鲁棒性要求.在该方法中,置乱技术用于水印图像隐藏的预处理和后处理,更加保障了数据的安全性.实验结果表明,该算法对于JPEG压缩、噪声等具有鲁棒性,尤其对于几何攻击如旋转、剪切等具有很好的鲁棒性.

基于离散余弦变换语音水印算法的研究和实现

作为信息隐藏技术中的数字水印技术是信息时代的一个热门研究课题,语音水印技术由于受到人听觉特性的限制,使得传统数字水印技术在实现上有一定难度.提出并实现了一种基于均值量化的DCT域语音水印算法,将置乱技术、均值量化技术引入传统的DCT域语音水印算法中,有效提高了语音水印系统的透明性、安全性及鲁棒性.

基于双边滤波与离散余弦变换的NLM去噪算法

针对非局部均值去噪算法(NLM)易造成图像边缘模糊问题,提出了一种基于双边滤波和离散余弦变换的改进算法。该算法将双边滤波中的像素空间邻近函数与NLM算法的权值函数相结合,提出新的权值计算公式进而保护图像细节;利用离散余弦变换能量集中特性来计算像素相似性权值进而提高运算速度。首先将图像分割成子块,对子块进行离散余弦变换,然后在得到的离散余弦变换系数矩阵中筛选数据,最后用新权值计算公式在经筛选的离散余弦变换系数矩阵中度量像素的相似性。实验结果表明,与原NLM相比,该算法更好地保护了图像边缘细节特征和结构信息,峰值信噪比最大提高了1.4 d B,证明本文的算法去噪效果更佳。

基于离散余弦变换和稀疏表示的人脸识别

传统的基于稀疏表示的人脸识别方法是基于人脸的整体特征的,这类方法要求每位测试者的人脸图像要有足够多幅,而且特征维度高,计算复杂,针对这一问题,提出一种基于离散余弦变换和稀疏表示的人脸识别方法,对人脸图像进行分块采样,对采样样本使用离散余弦变换和稀疏分解,然后使用一种类似于词袋的方法得到整幅图像的特征向量,最后使用相似度比较的方法进行分类识别。实验表明,在此提出的方法比传统的基于稀疏表示的人脸识别方法在训练样本较少时效果更好。

基于局部结构变换域稀疏外观模型的目标跟踪

[目的]为了降低稀疏表示目标跟踪算法的计算复杂度,[方法]在粒子滤波框架下提出了基于局部结构变换域稀疏外观模型的视觉目标跟踪算法。[结果]该算法在目标区域附近提取重叠的局部图像块,并计算出所有局部图像块的二维离散余弦变换,获得图像块的变换域系数。变换域的能量集中特性被采用来降低字典的维度与候选样本的数量,并且对系数压缩一定的自由度可以抑制噪声与遮挡影响。采用被裁剪的样本与字典获得局部图像块的稀疏编码,然后将当前目标区域中所有小图像块的稀疏向量加权融合得到目标区域的稀疏表示值,并通过决策模型获取最优跟踪结果。与现有三种最新的跟踪算法比较的实验结果表明,[结论]所提算法的跟踪性能接近或超过对比算法,同时大大减小了l_1范数最小化的计算复杂度。

一种基于离散余弦变化和奇异值分解的数字水印算法

为了保护数字作品的版权且不影响数字作品的质量,数字水印技术越来越受到发展和推崇。本文主要研究的是将数字水印图像水印嵌入到数字图像中,来达到数字图像版权的保护效果。为此本文提出了一种基于离散余弦变换和奇异值分解的数字水印算法。该算法先将载体图像分块,然后分别对其每一块做离散余弦变换之后再对其运用奇异值分解,并把水印图像置乱之后添加进奇异值,由此完成图像水印的嵌入。经实验结果表明,该算法具备良好的透明性,并且能够抵抗一般的信号处理攻击和几何攻击。

DCT子空间的非局部均值去噪算法

在整个图像块像素灰度值向量空间中,非局部均值(nonlocal means,NLM)算法度量像素间的相似性不仅计算复杂度高,而且当噪声存在时还不能准确地计算出像素间的相似性权重值,影响了对图像冗余性质的利用,使得去噪结果图像对比度和清晰度低.针对NLM算法的这一缺陷,利用离散余弦变换(discrete cosine transform,DCT)的低数据相关性和高能量紧致性,将DCT与NLM算法相结合,对图像块进行DCT,并在DCT低频系数子空间内度量像素间的相似性.实验结果表明,与NLM算法相比,该方法能够在保护图像结构信息、对比度和清晰度的前提下更有效地去除噪声,峰值信噪比值一般可以提高1dB以上,运行时间不到NLM算法的1/10.

基于频谱融合技术的光学衍射成像彩色图像加密系统

提出了一种基于光学衍射成像原理的彩色图像加密方法.首先把彩色图像分成红、绿、蓝三基色分量,并将三基色灰度图像分别作离散余弦变换,得到对应的离散余弦变换谱.保留离散余弦变换谱的主要数据,并用空间复用的方法把这三个主要数据融合于一个实值图像之中,该图像即为复合频谱.再将此复合频谱送入光学衍射成像系统中加密,得到单幅密文.解密过程为加密过程的逆过程,即首先由单幅密文恢复复合频谱,再由复合频谱分离出三基色图像的部分离散余弦变换谱,再对这些离散余弦变换谱做逆变换得到三基色图像.由于对复合频谱设置了一个特殊数据区,因此在利用相位恢复算法恢复复合频谱的过程中,这些特殊数据作为输入平面的部分振幅支撑,可以避免迭代过程的停滞问题并提高收敛速率,从而完全恢复复合频谱,进而恢复原始图像.本方法可以将一幅彩色图像加密成单幅具有噪声图样的强度密文,同时,解密恢复得到的原始彩色图像具有较高的像质.