基于Harr小波变换的集成块引脚位置偏差检测

集成块引脚的位置检测是集成块外观检测中必不可少的一个环节 ,本文提出了基于 Harr小波变换的大型集成块引脚位置偏差检测方法 ,当 Harr小波的尺度与引脚宽度相当时 ,小波变换结果中的零值点可用于确定引脚的中心线。该方法具有快速和精度高的特点。实验证明 ,该方法可达到 40分之一像素的精度。

计算旋转Harr型特征的积分图像算法改进

通过改进计算旋转Harr型特征的积分图像算法,降低了其计算复杂度,实现了遍历原图像一次即可获得图像直立矩形窗口和45旋转矩形窗口的积分图像,实验证明算法的改进是有效的。

基于Harr小波的时变谐波检测

电力系统中,实际的波形总存在不同程度的非正弦畸变。文中利用Harr小波对时变谐波进行检测。不是用Harr小波将信号分解到不同的频带上,而是利用该小波基对时变谐波的幅值和相角进行逼近。给出了电力系统时变谐波检测算法的推导及流程。通过仿真分析与对比,验证了此算法的可行性和精度。

基于Harr小波的动态场景全频阴影绘制算法

针对现有的预计算辐射传递算法对三维场景限制严格、适合于低频光照环境等问题,提出了一种动态场景的全频阴影绘制算法.在预处理阶段使用球体对三维物体进行拟合,同时对光照函数和BRDF(bidirectional reflectance distribution function)函数进行Harr小波变换;在运行时阶段利用不同基函数的优势,在像素基空间进行多个球体可见性函数的快速合并,在小波基空间进行光照函数、BRDF函数和可见性函数的三乘积分,得到最终的光照值.使用CUDA(computed unified device architecture)实现了该算法,充分利用了图形硬件的最新功能.实验结果表明,阴影绘制质量有很大的提高,可以基本达到实时绘制.

基于Harr-NMF特征的车辆检测算法研究

为了提高车辆检测的准确率和效率,为智能交通系统提供可靠的参考信息,针对传统Harr特征车辆检测算法存在特征向量维数过大、训练时间过长的问题,提出采用非负矩阵分解Harr特征得到低维的Harr-NMF特征,对Harr-NMF特征分类并由Adaboost算法训练得到基于Harr-NMF特征的车辆分类器,对车身进行有效识别。针对实车测试时出现的重复检测、错误检测等问题,进一步优化了算法。测试结果表明,改进后的算法提高了车辆检测率并有效降低了误检率。

基于Harr-SCML的军事空中对抗通信抗干扰方法研究

由于受到敌方电磁波等特定干扰,会造成军事通信信号信噪降低。提出了一种基于Harr小波与强分类器机器学习算法的军事空中对抗通信中抗干扰方法。建立通信抗干扰模型,判断出通信波形中的特征点的种类;利用Harr特征分类器样本进行分类。对于提取样本的Harr特征,利用决策树算法进行训练,能够将训练样本进行逐步分类,最终进行准确的军事通信。实验结果表明,改进方法能够获取准确的通信信号,误码率比传统方法降低了45%左右。

Harr小波在BPSK信号检测中的应用

BPSK(二进制相移键控)信号相位突变点的检测是BPSK信号处理的一个重要特征,尤其在低信噪比情况下,对相位突变点的检测更加困难。文中利用Harr小波对含噪声的BPSK信号进行小波变换,利用BPSK信号在Harr小波变换下的特性很容易从小波系数中得到BPSK信号的基带信号。

基于肤色和类Harr特征的人脸图像的人眼检测

人眼检测在表情识别和计算机视觉领域得到了广泛的关注和研究,但是在多数的人眼检测方法中,对于背景较复杂的图像,识别率急速下降,误检率急剧上升。经过研究,使用椭圆肤色模型预处理图像,分割出肤色区域和非肤色区域,检测算法只对肤色区域进行人眼检测,有效降低了复杂背景造成的高误检率。同时特征选取是决定检测算法识别率和误检率等性能标准的关键因素,选取类Harr特征训练Adaboost级联分类器,实验表明了类Harr特征的有效性。

基于Harr特征的快速输电线识别

野外采集的输电线图像边缘模糊,对比度差,空间域上存在随机分布的点和小块噪声。采用中值滤波方法,在不丢失图像边缘细节信息的前提下,用分段线性变换增强了图像边缘的对比度,提高了图像的亮度分辨力和空间分辨力。采用基于统计的Adaboost算法和Harr特征,完成了图像中符合地线特征的所有子区域的定位,并对离散的子区域集进行最小二乘法拟合,最终确定地线的实际位姿。以一组地线的手眼视觉图像为应用实例,验证了图像预处理及目标检测方法的有效性。

基于Harr小波的CS-MRI典型重构算法的性能分析

目的压缩感知理论(Compressed Sensing,CS)与磁共振成像(Magnetic Resonance Imaging,MRI)相结合,缩短MRI图像数据的扫描时间,提高成像质量。方法以Harr小波进行稀疏表达,分别利用基追踪(Basis Pursuit,BP)算法、正交匹配追踪(Orthogonal Matching Pursuit,OMP)算法和分段正交匹配追踪(Stagewise Orthogonal Matching Pursuit,St OMP)算法实现CS-MRI的二维重构。结果在采样率较低(10%-50%)时,以峰值信噪比(Peak Signal to Noise Ratio,PSNR)、平均结构相似度(Mean Structure Similarity,MSSIM)、相对误差(Relative L2 Norm Error,RLNE)和传输边缘信息(Transferred Edge Information,TEI)四个指标来定性、定量地评价和比较上述三种算法的重构质量,BP算法性能最佳。结论 BP算法能精确重构原始图像,与完整采样图像相比,图像质量并无明显下降,同时大大减少MRI采集时间,具有重要的理论意义和临床应用价值。

Harr小波数列在网络纠错码上的应用研究

正交小波函数在信号处理领域有着广泛的应用前景,但目前只能应用在连续信号上。研究了无线两信源中继通信模型上的中继节点展开新型网络纠错码的设计,并首次把这两个数列所特有的塔式重构和分解算法引入到相关的纠错码本设计和译码过程中。由于充分利用了信道的广播特性和该模型的拓扑结构,提出的两个Harr小波数列纠错码本设计方案的性能都远优于传统的纠错码设计方法。理论分析表明,在先验信息的帮助下,两个接收节点可以对码本进行分类,从而在局部上最大化码字之间的最小距离,从而获得最佳的检错纠错性能。在同等性能前提下,比起传统纠错码设计方法,两套新方案可以使中继节点的数据传输量分别下降40%和43%。

Harr小波变换视频模糊检测技术

视频质量不高的一个主要原因是视频图像的模糊,本文主要研究视频的清晰度异常问题以及模糊检测技术中运用Harr小波变换技术进行视频模糊检测,判断图像是否模糊和模糊的程度。

基于Harr小波变换的自适应声回波对消

用基于Ｈａｒｒ小波变换的自适应滤波器对具有不同冲激响应的实际声回授系统进行辨识，在自适应回声对消器中可以只用少量的权达到足够大的对消比，该方法运算量小，收敛快，适用于对实际声回波对消问题的解决．相应的，基于ＦＩＲＬＭＳ的对该问题的解决方案所需的权数要多的多．

Harr小波包频谱分析

小波包具有将小波频谱进一步细分的性质，然而从小包频谱表达式很难看出这一点，通过数值计算的方法，将Ｈａｒｒ小波包的频谱画出，与Ｈａｒｒ小波的频谱相以比，直观地说明了这一性质。

两种Rosenblueth改进法分析边坡稳定可靠度

采用Rosenblueth方法进行边坡可靠度分析时,需要计算2n个参数变量的组合。当输入的参数变量n较多时(如4,5,6),计算量便大大增加。提出两种改进方法:Lind法与Harr法,通过改变取样点的选取位置,将计算次数降为2n次。算例1中,采用上述3种方法计算所得边坡滑坡概率依次为:8.23%、7.93%和7.49%,采用Monte Carlo法进行对比计算得滑坡概率为9.18%,计算结果均非常接近。且2种简化法无需了解各变量的分布特征,只需利用变量的均值和方差,有效地提高了计算效率,并满足一般边坡的精度要求。

高水压隧道渗流场分布的复变函数解析解

研究目的:在进行高水压山岭隧道支护结构设计时,合理地确定衬砌上作用的水压力是结构设计的关键。本文以深圳市东部过境高速公路的莲塘隧道为工程背景,对高水压隧道渗流场分布进行理论研究。莲塘隧道位于莲塘水厂西南部地段的丘陵地区,并处于深圳断裂带的主要影响带内,断层及节理裂隙发育,岩体破碎。由于临近深圳水库,且地处深圳水库常年水位以下,若采用下穿方案,隧道将长期处于高水头作用之下。因此,对隧道及围岩中的渗流场进行研究对隧道衬砌结构设计与防排水设计有直接的指导意义。研究结论:本文分别采用有限差分岩土软件FLAC3D和经典解析解Harr解对高水压隧道渗流场进行了验证计算。通过计算对比,分别得到了本文解析解和有限差分数值解和Harr解的渗流场分布等值线图,通过比较,最终证明了本文解析解在高水压深埋隧道渗流场计算中的正确性。

基于自适应LBP人脸识别的身份验证

提出了一种自适应LBP人脸识别算法用于进行身份认证。在身份特征录入阶段,首先采用Harr人脸级联分类器对人脸样本库进行人脸区域检测,并使用PCA方法对人脸区域进行降维处理;然后通过LBP二值模式的人脸识别算法提取人脸样本的特征值;最后通过LBP人脸训练生成人脸数据特征库。通过多场景人脸图像库和阈值队列,通过多阈值全组人脸匹配,建立人脸阈值特征库。在身份验证阶段,将登录用户人脸与人脸阈值特征库做粗粒度人脸LBP直方图匹配,确定当前最优的LBP阈值;然后将登录用户人脸与人脸数据特征库做LBP直方图匹配,通过匹配结果确定登录用户的系统权限。实验结果表明,在图像和视频模式下,基于自适应LBP人脸识别算法的身份验证具有很高的鲁棒性。

利用小波变换进行有效值测量的研究

讨论了利用电压和电流采样值直接进行Harr小波变换,从而实现对电压和电流有效值的测量。利用小波变换的方法进行有效值测量的优点在于小波域同时包含了这些交流参数的时-频关系。本文选择Harr小波进行研究的原因是因为其具有良好的时间局部性和简明的解析表达式,而且在窗宽范围内能量泄漏较小。仿真结果表明,在理想采样的情况下(采样过程不存在同步偏差),利用Harr小波变换的方法可以对有效值进行准确的测量。

基于小波神经网络的单相三电平逆变器谐波检测

本文采用小波神经网络(Wavelet Neural Network,WNN)算法对时变谐波信号进行检测。利用Harr小波对谐波信号的幅值和相角进行逼近;将小波对信号的自适应时频分割特性引入神经网络,提高神经网络的逼近和收敛速度;给出网络参数的选定方案;确定网络的训练算法。在MATLAB/SIMULINK环境下对该算法进行仿真,与传统的小波算法比较,该算法不仅可行,而且精确度得到提高。

基于PURE-LET的激光光斑图像快速去噪算法

煤矿井下低照度成像环境会导致图像中产生泊松噪声,将引起激光光斑图像的强度和形状分布的不确定性,从而影响激光三角测距的精度。提出了一种基于PURE-LET(Poisson Unbiased Risk Estimator-Linear Expansion of Threshholds)的煤位表面激光光斑图像的快速小波域去噪算法。给出了泊松噪声下小波系数估计MSE(Mean Squared Error)的一个无偏估计子PURE,并将小波系数估计子写作一组基本阈值函数的线性组合以提高算法速度。仿真图像与真实煤仓图像的实验显示,与3种典型图像去噪算法(BayesShrink,Poisson_NLMeans,PURE-LET)相比,提出的PURELET-Smooth算法具有更好的噪声抑制能力,同时具有保持图像边缘结构和快速计算的特点,这在实时光斑质心精确计算和三角测距应用中是一个明显优势。此外此算法具有阈值函数组合系数的快速自动计算特点,适用于自动煤位检测应用。