以直方图差值序列为特征的JPEG MB2隐写分析

基于JPEG图像的离散余弦变换(DCT)系数直方图差值序列,提出一种新的检测JPEG MB2隐写术的方法。该算法定义JPEG图像的DCT系数一阶直方图与其Cauchy拟合分布模型的系数直方图之间的差值序列作为相关性度量,在此基础上构造区分隐写图像和载体图像的分类特征序列。在特征分析中,通过Hilbert-Huang变换对特征序列进行经验模式分解,构建了基于Hilbert谱的特征向量。实验结果表明,基于该特征向量的支持向量机(SVM)对MB2隐写算法检测平均准确率达到84.48%,该方法也适用于JPEG MB1的检测。

一种基于关联脉冲对的动态直方图分选算法

针对现有分选算法在复杂电磁环境下准确性与效率降低的问题,提出了一种基于关联脉冲对的动态直方图分选方法。该方法首先对到达时间差进行固定箱长统计,将高于检测门限的相邻箱进行合并,得到动态直方图统计结果,估计出潜在PRI(pulse repetition interval)。对潜在PRI对应的关联脉冲对进行分析,剔除虚假PRI并估计出真实PRI的抖动量。最后,再依据PRI参数完成脉冲序列搜索,实现对雷达信号的分选。仿真实验表明,该方法在较低的到达时间差级数条件下,对多部复杂PRI调制信号的分选准确率达到95%,能够对复杂电磁环境下的雷达信号进行有效分选。

RR间期序列归一化直方图对CHF心功能级别评定的意义

目的研究一种基于短时心率变异性分析的充血性心力衰竭(congestive heart failure,CHF)患者心功能级别评定方法。方法选择符合纽约心脏病协会(NYHA)心功能分级Ⅱ、Ⅲ级的临床48例CHF患者,按照心功能分级分为2个组:心功能Ⅱ级CHF患者25例和Ⅲ级CHF患者23例。采集每例患者约10 min标准肢体Ⅱ导联心电信号,提取R波波峰位置,构造心电间期序列。根据心电间期序列,提出一种新的心率变异性图形化分析方法——RR间期序列归一化直方图,定义RR间期序列归一化直方图的量化评价指标——模糊区间信息熵。采用统计学分析方法检验两组CHF患者在指标模糊区间信息熵上有无显著统计学差异。结果成组t检验结果显示两组间有显著统计学差异(P=0.001)。结论 RR间期序列归一化直方图构造方法,可用于临床CHF患者的心功能评级。

基于参差信号组合设计的交错掩护抗分选射频隐身信号设计原理

射频隐身雷达是当前雷达领域的研究热点,其信号设计是实现射频隐身的关键环节。针对在雷达告警接收机(radar warning receiver,RWR)等实时宽带电子侦察设备中广泛应用的主分选算法——序列差值直方图(sequence difference histogram,SDIF)分选算法,指出SDIF算法在参差信号的分选过程中,如果无法分选出多个脉冲重复间隔值等于骨架周期T的雷达信号,将难以进行参差信号分析。提出基于参差信号组合设计的射频交错掩护抗分选信号设计方法,以相邻的3个子参差信号PRI为一组进行组合设计,设计后的参差信号就会在分选算法的不同步骤中交替掩护,导致分选算法输出信号增批、甚至输出完全错误的结果,无法有效地对雷达信号进行分选。仿真及实验表明,根据信号设计原理设计的参差信号能有效对抗分选算法,为抗PRI分选信号设计建立了理论基础。

基于脉组宽捷变的射频隐身雷达信号设计技术

射频隐身雷达能够从根本上提高雷达电子防御能力,是当前航空装备研究热点,而其重点是射频隐身信号设计。抗分选信号是一种重要的射频隐身信号,现在射频隐身信号设计领域的难点之一就是抗分选信号设计。通过分析雷达告警接收机等宽带实时电子侦察设备的主分选算法——序列差值直方图分选算法,指出该算法对于信号的脉冲重复间隔(PRI)大范围快速变化时会出现PRI估计错误的失效原理,提出基于脉组捷变的射频隐身雷达抗分选信号设计方法,即通过信号的脉组PRI大步进捷变,可以使RWR等实时宽带电子侦察设备的主分选算法输出出现较大误差,甚至完全错误。仿真及实验证明,基于上述方法设计的信号能有效对抗宽带实时电子侦察设备的主分选算法,实现雷达抗分选的目标。

基于PRI的未知雷达脉冲序列分选综合算法

高密度复杂信号环境下的信号分选处理技术,是新一代雷达侦察系统信号处理的关键技术,也是雷达侦察领域一个亟待解决的问题。文中讨论基于脉冲重复间隔(PRI)的脉冲信号分选算法,首先建立脉冲到达时间(TOA)数学模型,然后在总结脉冲信号分选的SDIF直方图算法、传统PRI变换算法和修正PRI变换算法优缺点的基础上,提出了一种综合的脉冲信号分选算法,并对该算法进行了完整的仿真,仿真结果表明,该算法对综合算法可以提供可靠的参照。

混沌时间序列拟随机性的一种解释

为"混沌时间序列具有拟随机性"的论点给出了时间序列方面的案例解释.采用自功率谱密度函数、符号序列直方图及其Shannon熵、重构相空间维数(符号序列长度)等几个时间序列特征,比较随机数据与混沌数据的差异.结果表明,对于自功率谱密度函数和符号序列直方图及其Shannon熵,随机数据与混沌数据之间特征相近.对于重构相空间维数(符号序列长度),随机数据与混沌数据之间特征有差异.故此,论证了混沌时间序列具有拟随机性的性质.

一种等差参差脉冲信号的检测方法研究

针对低信噪比环境下信号估计概率低和子周期呈等差的脉冲参差信号低截获、难分选的问题,提出了一种基于改进滑窗与等差判决的信号参数估计与分选方法。文中,首先利用改进滑窗的双门限检测对脉冲信号信噪比进行增强,计算比较滑窗能量累积值,寻找信号的起始、终止时间。其次,针对等差层次的时序重复特性,提出基于差分统计的等差判决流程,使序列差值直方图算法在复杂脉冲环境和脉冲丢失较高环境下能够分选该种参差信号。仿真与试验结果表明:该方法在-6 dB情况下有10%以上的精度提升,等差判决算法在高脉冲流密度条件下仍能较准确地分选出该种信号,且在脉冲丢失较高环境下仍有一定的分选成功率。

基于SDIF门限失效的雷达射频隐身信号设计原理

抗分选信号是射频隐身信号的一个重要方向,其基础是抗分选信号设计原理,其设计的本质是雷达信号分选算法的失效原理。序列差值直方图(sequential difference histogram, SDIF)算法是工程上广泛使用的一种核心分选算法。本文详细分析了SDIF算法,指出其门限函数会在信号脉冲重复间隔(pulse repetition interval, PRI)值服从长度为PRI最小间隔20倍以上的区间分布时失效,并通过公式推导进行了证明。信号仿真、分选系统实验及信号对比实验进一步验证了SDIF门限失效原理的正确性,为射频隐身抗分选信号设计提供了理论支撑,可以提高射频隐身抗分选信号的设计效率。

融合LTP与Fisherfaces的分块人脸识别

提出一种融合局部三值模式(LTP)和Fisherfaces进行人脸识别的方法,运用LTP算子提取分块人脸灰度图像的LTP直方图序列,采用Fisherfaces方法对采样后的特征进行特征选择,根据最近邻原则进行识别。该算法不仅能提取人脸纹理信息,大幅降低训练数据量,而且数据量的维数与原始图像大小无关。在ORL和YALE标准人脸数据库上的实验结果表明,该方法具有较高的识别率。

基于局部相位量化特征与多尺度分类的分块人脸识别

本文提出一种基于局部相位量化特征与多尺度分类相结合的方法进行人脸识别,该方法首先采用LPQ算子提取分块人脸灰度图象的LPQ直方图序列(LPQHS),然后采用PCA+LDA方法对采样后的特征数据进行降维,最后根据多尺度分类的原则进行分类识别.该算法不仅能够提取人脸纹理信息,而且能够大幅度地降低训练数据量,并且数据量的维数与原始图像大小无关.在ORL标准人脸数据库上的实验表明,该方法具有较高的识别率.

特征点LBP信息在表情识别中的应用

提出一种基于特征点LBP信息的表情识别方法。在分析了表情识别中的LBP特征之后,选择含有丰富表情信息的上半脸眼部周围和下半脸嘴部周围的特征点,计算每个特征点邻域的LBP信息作为表情特征进行表情识别。实验表明,基于特征点LBP信息的方法不需要对人脸进行预配准,较传统的LBP特征更有利于表情识别的实现。

基于LPQ和Fisherfaces的模糊人脸识别

针对现有人脸识别系统对模糊人脸图像的识别无法达到理想的效果,提出一种基于局部相位量化(Local Phase Quantization,LPQ)和Fisherfaces进行模糊人脸识别方法。首先采用LPQ算子提取分块模糊人脸灰度图像的LPQ直方图序列(LPQHS),然后对采样后的特征运用Fisherfaces方法进行特征子空间选择,最后通过最近邻分类准则进行人脸识别。该算法增强了提取模糊人脸纹理信息的有效性,使训练数据量大幅度降低,并且图像特征向量的维数与原始图像大小无关。在Yale和AR形成的模糊人脸数据库上的实验表明,该方法具有较高的识别率。

一种雷达信号分选技术处理流程

随着电子技术的发展,环境中信号密度不断增加,信号样式更加复杂,给雷达信号的分选带来的严重挑战。在密集、复杂信号环境中分选并识别出雷达信号,是一个急需解决的重要问题。文章基于累积差值直方图算法(CDIF)、序列差值直方图算法(SDIF)和PRI变换算法,设计出了一种雷达信号分选技术处理流程。

基于LBP和SVM决策树的人脸表情识别

为了提高人脸表情识别的识别率,提出一种LBP和SVM决策树相结合的人脸表情识别算法。首先利用LBP算法将人脸表情图像转换为LBP特征谱,然后将LBP特征谱转换成LBP直方图特征序列,最后通过SVM决策树算法完成人脸表情的分类和识别,并且在JAFFE人脸表情库的识别中证明该算法的有效性。

新闻图像中重要人物的自动标志

为了实现新闻图像中重要人物的自动标志,针对由于不同的表情、光照、姿势等因素带来的视觉空间上的差异性问题,提出融合文本和视觉多模态信息的新闻人物自动标志方法.首先针对每个人名找到与该人名相关的人脸图像子集,建立人名与人脸的映射关系;其次在文本空间计算相似度,并在视觉空间对人脸子集图像进行聚类和计算相似度;最后采用加权的Borda方法对文本和视觉空间的相似度排序进行序融合.在大约50万幅的雅虎新闻图像数据集上进行实验的结果表明,该方法可显著地提高基于聚类方法的性能.

余弦加权抗抖动脉冲分选算法

为了改善直方图算法在雷达信号分选时的抗抖动性能,提出了一种基于余弦加权的分选算法.该方法采用可变长度的交叠箱,收集到的雷达脉冲重复间隔(PRI)落入数个连续的箱体,对这些箱体的直方图增量进行归一化余弦平滑加权,在超过门限的谱峰处得到估计的雷达脉冲重复间隔(PRI).该方法得到的直方图比较平滑,谱峰清晰,且能有效地抑制二次谐波.实验结果表明,该算法具有良好的抗抖动性能.

混合激光制导信号的批次分选与码型识别研究

针对目前研究较少的混合激光制导信号批次分选和码型识别问题,在分析激光制导信号编码特点的基础上,提出一种新的分选与解码算法。该算法首先采用序列差值直方图法(SDIF)识别骨架周期,然后利用已知编码规律采用变步长序列搜索法识别常规编码信号,最后根据脉冲序列独立性判断准则识别未知编码信号。仿真结果证明了该算法的有效性。

多级小波分解与LBP融合的纹理提取算法

为提高不同光照、不同角度条件下的纹理识别精度,提出了一种利用多级小波分解和多尺度旋转不变LBP融合的纹理提取算法。算法在传统的LBP特征提取基础上,采用多尺度的旋转不变LBP算子分别对多级小波逼近图像提取直方图序列特征向量,与各级小波能量进行加权融合,获取更多的纹理信息,对光照和角度的变化有更高的鲁棒性。仿真结果表明,相对传统的LBP特征提取算法,改进的算法具有更高的纹理识别率。

心电间期序列归一化直方图的构造方法及其在评价心力衰竭中的应用

提出了一种新的心率变异性分析方法——心电间期序列归一化直方图,并将其应用于受测者心力衰竭的评价。首先采集受测者约5min的心电信号,获取心电间期序列,然后构造出心电间期序列归一化直方图,在此基础上定义了两个指标:中心-边缘比(center-edge ratio,CER)和累积能量(cumulative energy,CE),最后通过对16例心力衰竭组和30例健康对照组的比较得出:指标CER和CE对两组有良好的区分度,其在定量评价心力衰竭程度上有较好的应用价值。