基于图正则化与非负组稀疏的自动图像标注

设计一个稳健的自动图像标注系统的重要环节是提取能够有效描述图像语义的视觉特征。由于颜色、纹理和形状等异构视觉特征在表示特定图像语义时所起作用的重要程度不同且同一类特征之间具有一定的相关性,该文提出了一种图正则化约束下的非负组稀疏(Graph Regularized Non-negative Group Sparsity, GRNGS)模型来实现图像标注,并通过一种非负矩阵分解方法来计算其模型参数。该模型结合了图正则化与l2,1-范数约束,使得标注过程中所选的组群特征能体现一定的视觉相似性和语义相关性。在Corel5K和ESP Game等图像数据集上的实验结果表明：相较于一些最新的图像标注模型,GRNGS模型的鲁棒性更强,标注结果更精确。     

基于共轭噪声组的宽带噪声雷达机动目标参数估计

宽带噪声雷达参数估计时通常会采用宽带互模糊函数的方法,但是在处理机动目标时这种方法需要在距离、速度及加速度3维搜索而导致运算量巨大,为此该文提出一种基于共轭噪声组的机动目标参数估计算法。该算法首先根据回波伸缩效应预设多路通道,每路通道截取固定长度的噪声组内信号进行混频,然后利用分数阶傅里叶变换(FrFT)估计混频信号的多普勒相位,根据相位信息构造补偿函数,并对补偿后的噪声组信号利用频域尺度相关(FSC)算法估计回波的时延,最后联立多普勒相位及时延信息获取目标的距离、速度和加速度。该算法避免了目标参数3维搜索的过程,无需时域重构回波信号,较宽带互模糊函数方法极大地降低了运算量,整个算法都可通过快速傅里叶变换(FFT)实现,便于系统实时处理。仿真结果验证了该算法的有效性及优势。     

双原型离散傅里叶变换调制滤波器组的快速设计方法

针对大规模的离散傅里叶变换(DFT)调制滤波器组设计算法复杂度高的问题,该文提出一种基于无约束优化的快速设计算法。该算法将两个原型滤波器的设计问题归结为一个无约束优化问题,将滤波器组的传递失真,混叠失真以及原型滤波器阻带能量的加权和作为目标函数。进而,采用双迭代机制来求解该优化问题。在单步迭代中,运用矩阵求逆的等效条件和Toeplitz矩阵求逆的快速算法,显著地降低了迭代的计算代价。仿真对比表明,与已有的设计算法相比,新算法计算代价低 ,可以得到整体性能更好的滤波器组,并且可以快速设计大规模的滤波器组。     

模拟自然树生长的竞争算法及在曲线拟合中的应用

 利用自然树生长过程中生长、凋落矛盾统一的原理,建立了自然树生长的竞争模型,提出了模拟自然树生长的竞争算法.为验证算法的合理性和有效性,将其应用于复杂曲线的拟合,与标准遗传算法进行对比,该算法具有运行速度快、内存占用率低、拟合精确度高.与经典的最小二乘法进行对比,该算法内存占有率低且具有抗噪特性.该算法为优化设计和计算提供了一种新的思路.     

基于分数低阶统计模型的自适应滤波器组谱估计方法

 本文研究了一些自适应滤波器组谱估计方法(AFSE)在对称alpha-stable噪声(SαS)环境下的性能.提出了三种新的基于分数低阶统计模型(FLOS)的自适应滤波器组谱估计方法(AFSE_-FLOS).这些新方法是基于分数低阶协方差(FLOC),因此在对称alpha-stable噪声环境下比基于二阶和一阶统计模型的方法估计性能好.计算机仿真结果表明这些基于分数低阶统计模型的新方法在对称alpha-stable噪声环境下的性能比对应的基于二阶和一阶统计模型的方法性能好,在高斯噪声环境下,与其对应的方法性能相似.     

通用树状多带滤波器组的内存可调实现

通过将多带滤波器组转化为单进单出的线性周期时变系统给出了通用树状多带滤波器组的一种内存可调节的实现.该方法与在整帧信号上进行全局分解生成相同的子带系数且正、逆变换均具有与信号长度无关的低内存需求.该方法的另一个特点是正、逆变换的内存需求的大部分可在正、逆变换之间任意分配.     

一种适用于图象去噪的三通道正交完全重建滤波器组

小波变换作为一种多尺度信号分析方法,在图像处理中得到了重要的应用.图像处理的一个重要研究方向就是去噪.由于图像含有大量的边缘,因此用于图像处理的小波基必须具有良好的边缘检测性能和较强的平滑噪声能力.但是,目前还难以找到具有这样特性的正交小波基.本文利用信号的多相位表示理论,提出了一种基于Haar小波的三通道正交完全重建滤波器组,并推导出它在图像去噪中的软门限方法.试验表明,该滤波器组用于图像去噪可以得到很好的结果.     

一种基于类haar小波的MCTF视频编码方案

在传统的基于运动补偿的时间滤波小波视频编码方案中,帧组尺寸和低通帧位置都是固定的,没有考虑到视频序列中运动的性质.本文提出了一种类似haar小波的基于运动补偿的时间滤波编码方案,利用互信息技术,根据视频的运动特征自适应的选择帧组尺寸和低通帧位置.同时,根据选定的帧组尺寸和低通帧位置决定时间上的编码层次.大量的实验比较了提出的方法和传统方法的压缩性能.当视频序列运动较为剧烈时,本文提出的自适应选择低通帧方法较固定低通帧方法的PSNR提高约0.3~0.5dB;当视频序列中运动缓急不一,如频繁的画面切换,本文提出的自适应的选择帧组尺寸的方法能取得更好的效果.