基于DCT与PSO的可见光与红外图像融合方法

针对可见光与红外图像融合问题,提出一种基于离散余弦变换(discrete cosine transform, DCT)与粒子群优化(Particle swarm optimization, PSO)的图像融合方法.先对源图像进行DCT变换再采用PSO算法获得优化权值因子,并用于完成源图像DCT系数的融合;其次,进行DCT逆变换得到初始融合图像;最后,利用直方图均衡化模型对初始融合图像进行优化得到最终融合图像.仿真实验结果表明,该方法与现有的代表性融合方法相比具有显著的优势.     

基于菱形编码和修改量化表的DCT域图像隐写

为了提高离散余弦变换(DCT)域隐写的嵌入容量,提出一种基于菱形编码和修改量化表的DCT域图像隐写.首先将载体图像进行8×8的DCT变换后,对变换得到的DCT系数采用修改的8×8量化表进行量化,从而提高了嵌入容量和载密图像的视觉质量.同时通过改进的菱形编码将8进制的秘密信息嵌入到载体图像量化DCT系数的中频部分,从而进一步提高了嵌入容量.实验结果表明:该隐写算法不但与JPEG压缩标准兼容,而且有效地提高了嵌入容量.     

基于视觉掩蔽特性的数字水印技术

提出了一种在DCT域中绘图像加水印的方法，该方法合理综合了几种数字水印技术，利用DCT域的视觉掩蔽特性，在图像的不同部分嵌入不同强度的经过伪随机扩展编码后的水印，且提取水印时无需原因图像，结果表明，在保证水印不可视的前提下，该方法提高了水印的鲁棒性，并对JPEG压缩，中值滤波等攻具有很好的抵抗能力。     

基于区域似然比的SAR图像变化检测

针对传统基于像素的变化检测方法受Speckle噪声影响严重的问题，在区域分割的基础上，提出似然比检测的方法，获得了良好的检测结果．该方法先针对多时相SAR图像数据样本的统计模型提出未知和变化两种假设，然后采用似然比检验方法对两种假设进行检验，从而获得区域的变化检测结果．实验表明，该方法很大程度上降低了SAR图像乘性噪声在变化检测过程中带来的误检和漏检效应，将检测的精确度提高了22％，从而比较准确地反映了SAR图像区域的变化，具有很好的应用前景．     

基于BEMD、DCT和SVD的混合图像水印算法

水印的不可见性和算法的鲁棒性是图像版权保护领域关注的重要问题，然而大多数算法不能很好地平衡二者的关系。为此，提出了一种基于二维经验模态分解（BEMD）、离散余弦变换（DCT）和奇异值分解（SVD）的不可见性高、鲁棒性强的混合图像水印算法。首先，对水印图像采用Arnold置乱，增强算法的安全性，并对置乱后的水印图像进行二维DCT。然后，对宿主图像进行BEMD，得到有限个尺度不同的内蕴模态函数（IMF）及余量，选择与宿主图像相关性较低的IMF执行二维DCT，根据水印的大小对其进行不重叠分块，分别对每个分块图像以及经DCT的水印图像执行SVD。最后，根据自适应最优嵌入准则确定水印嵌入强度，并将水印嵌入每个分块，以增强算法的容错性。大量实验以及与现有算法的对比表明，所提算法不仅具有抵抗大尺度攻击的鲁棒性，而且具有较高的不可见性。     

基于相邻系数关系对的偏序马尔可夫JPEG隐写分析模型

在偏序Markov的基础上,以相邻DCT系数间关系对为统计对象,提出一种新的JPEG偏序隐写分析模型.在模型的无环有向图中,将相邻系数关系对作为终点集合,而系数本身作为始点集合.与原偏序分析模型相比,此终点集合的统计空间对DCT系数关系的分布规律有更直接的描述,并且始点集缩小,每个始点对应的终点数增加,使特征的信息熵上升,有助于分类效果.本文综合了系数间相关性较强的两个方向的统计值,采用像素裁剪重压缩进行图像校准,把待测图像与校准图像的统计概率之差作为特征.对3种代表性的DCT域隐写方法F5、MB1和Steghide进行隐写分析测试,实验结果表明:改进后的特征比原模型特征更有效,针对这3种隐写算法的检测效果,本文特征优于现有的单一模型低维特征.     

评价滤波算法的SAR图像模拟

提出了一种简单的基于统计模型的SAR(合成孔径雷达)图像的模拟的算法．该算法首先根据自然场景(如海面、场地和森林等)的统计模型产生相关的Gamma分布，得到场景的后向散射系数图；然后根据乘法模型引入斑点噪声，得到复数的后向散射系数图；再将点面目标的后向散射系数叠加在后向散射系数图上；最后将该复数图像通过一个由SAR系统的系统传输函数定义的滤波器生成模拟的SAR图像．计算机模拟结果表明，该方法与以前的模拟算法比较，不仅能真实地反映SAR图像的特征，而且计算简单，为检验滤波算法提供了有力的工具．     

基于DCT系数大小关系的自适应JPEG隐写

JPEG图像是最流行的隐写载体之一,但隐写分析的最新进展表明,如何设计安全的JPEG隐写算法仍是一个困难的问题.本文提出了一种新的JPEG自适应隐写方法.自适应隐写难点在于设计失真函数合理反应修改量化DCT系数造成的嵌入失真.由于量化DCT系数绝对值的大小能够反应JPEG图像主要统计特性,本文根据DCT系数大小关系设计失真函数,结合STC（Syndrome Trellis Codes）编码,分别给出了使用nsF5修改方式的单层嵌入方法以及使用加减一修改方式的双层嵌入方法.实验表明,本文单层嵌入方法比nsF5安全性高,双层嵌入方法比nsF5以及Filler’s Method抵抗多种检测的能力更强.     

基于幅度统计多分辨率分析的SAR图像灰度压缩

基于幅度统计多分辨率分析的原理，针对SAR图像特殊的显示要求，提出了一种新的灰度压缩方法，解决了常规灰度级压缩方法不能很好保持原始图像数据直方图分布的问题，实验结果表明该方法能有效保证灰度压缩前后图像数据直方图分布形状的一致性，较好地保持原始图像的视觉特征。     

机载SAR图像中机场跑道的检测

提出了一种基于A／G系数边缘捡测的机场跑道检测方法，利用A/G系数作为参数来抑制SAR图像中speckle噪声的影响，采用非线性边缘检测技术和数学形态学来检测边缘，使用Hough变换检测平行直线确定跑道，结合灰度特征和边缘特征，通过区域生长成机场跑道的结构，实验结果表明在机载SAR图像中采用A/G参数检测边缘能够有效地抑制噪声的干扰，获得较好的图像边缘，同时通过Hough变换和区域生长能够较准确的检测出机场跑道的结构。     

基于UG NX的大型复杂零件反求软件开发及应用

针对大尺寸复杂零件反求设计应用的实际需要,基于点云数据获取与预处理、多视测量与数据拼接、复杂曲面特征提取与重构的理论基础,对三维CAD系统——UG NX进行二次开发,获得了反求系统——RETOOL系统,该系统可内嵌于UG NX系统。通过应用实例介绍了RETOOL系统开发过程中系统构成、核心模块设计、关键实现方法以及系统的运行环境。     

工件可预处理的单台机排序问题

考虑一个工件可预处理的单机排序问题．要求在所有工件能够按时完工的前提下,使得预处理工件的费用最小,证明了对于一般情况,该问题是NP-难的,并给出了动态规划算法．进一步,得到当每个工件的预处理费用都相同时该问题是多项式可解的,并给出了强多项式时间算法．     

电离层回波多普勒谱的预处理

基于一种新型的电离层斜向返回探测系统，针对其不同于传统高频天波雷达的回波谱特点，提出了一种回波预处理方法．该方法通过最大值搜索法进行地波定标、平均插值法消除盲区和统计阈值法消除射频干扰，然后将探测得到的数据进行处理．结果表明，处理后的回波谱真实有效地反映了电离层状态，射频干扰得到了有效抑制（衰减了6～7dB）．     

肺癌图像的伪彩色处理

提出了一种新的灰度-彩色处理算法.首先利用Sobel算子对图像进行边缘检测,突出感兴趣区域;然后根据边缘检测的结果做伪彩色处理.实验结果表明:利用此算法对肺癌图像进行伪彩色处理,增强了图像的可视性,突出病灶区,提高了医生的诊断率.     

认证码字符识别方法的研究

从加强网站安全性的角度,研究认证码字符识别的技术要点.首先,提出预处理算法去除图像中的干扰因素,分割出字符;其次,采用分类器技术对预处理后得到的字符进行识别.实验指出有效的预处理算法和选择合适分类器对于快速准确识别认证码起着至关重要的作用,证实了目前一些认证码在保障网站安全性的同时,尚存在一些漏洞,需要继续完善.     

复合运动扑翼气动特性的数值模拟

为了研究扑翼的气动特性,对ALE格式的可压缩Navier-Stokes方程的时间导数项进行预处理,用双时间步推进方法,求解复合运动扑翼的低雷诺数非定常流场问题。结果表明,具有上下扑动、前后划动和俯仰运动的扑翼能够产生较大的升力和推力;有较强的前缘涡,是产生高升力的主要原因;上扑     

紫色球杆菌视紫红质光谱特性的机器学习研究

近年来，机器学习等人工智能技术被应用于蛋白质工程，其在蛋白质结构、功能预测、催化活性等研究中具有独特优势。在未知蛋白质结构的情况下，将蛋白质序列和功能特性与机器学习相结合，基于序列-活性关系（innovative sequence-activity relationship，ISAR）算法，将蛋白质氨基酸序列数字化，用快速傅里叶变换（fast four transform，FFT）进行预处理，再进行偏最小二乘回归建模，可在数据集较少情况下拟合得到最佳模型。通过机器学习对紫色球杆菌视紫红质（gloeobacter violaceus rhodopsin，GR）的突变体蛋白质氨基酸序列与光谱最大吸收波长进行建模，获得了最佳模型。用最佳索引LEVM760106建模得到的确定系数R² 为0.944，均方误差E为11.64。用小波变换进行的预处理，其R² 虽也约为0.944，但E大于11.64，不及FFT进行的预处理。方法较好地解决了蛋白质序列与功能特性之间的数学建模问题，在蛋白质工程中可为预测更优的突变体提供支持。     

融合形态学连通域和CV模型的民族服饰图案纹样元素分割方法

对民族服饰图案进行自动分割以提取图案纹样元素,是民族服饰图案素材库构建急需解决的难题。通过融合形态学连通域标记和CV模型（MCC-CV）,提出了一种民族服饰图案自动分割方法,首先对民族服饰图案进行预处理,然后采用形态学连通域标记算法获得待分割目标的位置和大致轮廓信息,对CV模型进行初始化,最后通过CV模型对不同分割目标进行边缘追踪,以实现民族服饰图案纹样元素的自动分割。实验表明,融合形态学连通域和CV模型的民族服饰图案纹样元素自动分割方法在边界召回率（BR）为0.5时,分割准确率为60%,与其他自动分割算法相比,该算法更为有效,满足了民族服饰图案素材库建设对图案纹样元素分割的基本要求。     

融合形态学连通域和CV模型的民族服饰图案纹样元素分割方法

对民族服饰图案进行自动分割以提取图案纹样元素,是民族服饰图案素材库构建急需解决的难题。通过融合形态学连通域标记和CV模型（MCC-CV）,提出了一种民族服饰图案自动分割方法,首先对民族服饰图案进行预处理,然后采用形态学连通域标记算法获得待分割目标的位置和大致轮廓信息,对CV模型进行初始化,最后通过CV模型对不同分割目标进行边缘追踪,以实现民族服饰图案纹样元素的自动分割。实验表明,融合形态学连通域和CV模型的民族服饰图案纹样元素自动分割方法在边界召回率（BR）为0.5时,分割准确率为60%,与其他自动分割算法相比,该算法更为有效,满足了民族服饰图案素材库建设对图案纹样元素分割的基本要求。     

融合抽象层级变换和卷积神经网络的手绘图像检索方法

针对人工设计的描述子（HOG、SIFT等）在基于手绘的图像检索（Sketch Based Image Retrieval,SBIR）领域的局限性,提出了一种融合抽象层级变换和卷积神经网络构建联合深度特征描述子的手绘图像检索方法.首先,提取常规图像的边缘概率图,在此基础上进行不同抽象层级的图像变换,将抽象层级变换图像输入到深度神经网络并提取不同隐层的输出向量,最后,联合不同隐层的输出向量作为手绘图像检索的特征描述子（即联合深度特征描述子）.在Flickr15k数据库上对本方法进行了实验验证,结果表明：融合抽象层级变换和联合深度特征描述子的检索效果相较HOG、SIFT等传统方法有显著提高.本方法从图像预处理和特征描述子构建2个方面,对SBIR问题进行了改进,具有更高的准确率.