基于离散K-L变换的红细胞图像处理

在医学领域中,实时数字图像处理技术有着极其广泛的应用前景.红细识别系统是以病人的血液样本图片为原始数据,运用图像处理离散K-L变换的理论分析方法,识别出血液中的红细胞,同时给出红细胞数的自动识别系统,为临床上的诊断提供科学依据.

Information characteristics of discrete K-L transform based on information entropy

Under minimum squared error (MSE) rule, discrete K L transform (DKLT) was given. The 2nd information function, the 2nd information entropy and geometry entropy under DKLT were proposed, by which information characteristics of DKLT were metricized. Two new concepts of information rate (IR) and accumulated information rate (AIR) were proposed by which the degree of information feature compression of DKLT was illustrated.

一种运动车辆阴影去除的新算法

文章提出一种改进运动车辆阴影去除新算法,首先通过帧差获得车辆和阴影的轮廓图像,然后对轮廓点应用离散K-L变换解除R、G、B分量的相关性,并运用颜色聚类检测出阴影区域,最后用帧差法产生的运动车辆图像与获得的阴影图像差分得到去除阴影的运动车辆,实验表明该方法能够更好地实现运动车辆阴影的去除。

基于神经网络的低信噪比直扩信号扩频码的盲估计方法

针对低信噪比直扩信号扩频码的盲估计问题,本文首先用离散卡-洛(K-L)变换的方法对直扩信号进行了研究,得出了在已知信号伪码参数的前提下对低信噪比直扩信号的伪码序列进行盲估计是可行的,并将该问题抽象为一个信号主分量提取问题。然而该K-L变换在伪码序列很长时的计算存储量和计算量都比较大,于是进一步提出了一种主分量神经网络(N.N.或Neural Networks)的解决方法,该方法充分利用了无监督N.N.的自适应主分量提取特性,能较好完成直扩信号伪码序列的盲估计,从而使直扩信号的盲解扩成为可能。理论分析和数值结果都表明本方案能工作在较低的输入信噪比条件下。