基于快速计算CMFB和SMFB变换域抗干扰技术

本文提出一种基于快速计算余弦调制滤波器组(CMFB)和正弦调制滤波器组(SMFB)联合谱估计的变换域抗干扰算法.与已有的CMFB抗干扰算法比较,本算法不仅消除了信号相位对幅度谱估计的影响,而且增强了对短周期平稳干扰的抑制能力.为增加工程可实现性,本文补充改进Malvar提出的CMFB快速计算算法,得到快速计算CMFB和SMFB结构,并应用于提出的抗干扰算法.仿真和资源分析表明,在误码率性能相近且子滤波器数足够时,提出的算法乘法和加法运算量分别仅为基于重叠相加DFT抗干扰算法的75%和45%.     

基于提升方向波变换域的SAR图像压缩

提出了一种基于提升方向波变换SAR图像的压缩算法.该算法构造了方向波变换的提升方案,通过改进的四叉树分块算法寻找局部最优的变换方向,有效地描述了图像中的方向特征.根据变换系数分布特性构造了多方向各向异性的多级零树结构,提高了编码效率.对多幅SAR图像的压缩实验表明,较之基于小波的SPIHT和JPEG2000等算法,本文方法在性能指标和视觉效果方面均得到了明显提高,尤其在低比特率下,优势更加突出.     

基于方向区域的NSCT图像融合算法

提出一种新的基于方向区域的NSCT图像融合算法。算法首先对源图像进行NSCT分解,获得不同方向的高低频子带。其次对高低频系数,根据不同分解层的方向特性,按方向区域能量的规则进行融合。最后,通过反变换获得融合图像。该方法既保留了Contourlet变换方法的多尺度多方向特性,又具有移不变性。实验结果表明,提出的算法有效可行,对比常用的区域融合算法,获得了更好的融合效果。     

多方位高分辨率SAR的三维目标自动重建(一)目标像的检测

用多方位SAR图像融合获取立体目标信息是高分辨率SAR的一项关键应用技术.以t长方体为建筑物目标模型,提出从多方位米级分辨率SAR图像自动重建三维立体建筑物目标的方法.全文分两部分,第一部分介绍从米级分辨率SAR图像检测提取建筑物目标像的方法.先用恒虚警率(CFAR)检测器检测各方位SAR图像中建筑物目标像的边缘,然后用脊滤波细化边缘,再根据条状建筑物像的直线特征,用分块平行线Hough变换检测平行线段,最终检测得到平行四边形的建筑物目标像.文中用虚拟场景模拟的SAR图像和机载全极化X波段Pi-SAR图像做试验,提取了建筑物目标像.第二部分以本文为基础进行三维建筑物目标群的重建.     

基于N维Arnold与DCT变换的信息隐藏算法

文章提出了一种新颖的把隐藏信息嵌入预选图像,通过N维Arnold置乱预选图像实现信息加密,并对载体图像进行DCT变换嵌入置乱图像的信息隐藏算法.主要包括N维Arnold图像置乱、信息的嵌入与提取算法.利用matlab6.5平台进行了算法实验,实验的结果表明该算法具有较强的隐蔽性和鲁棒性,其隐藏信息量大,信息类型多,因此在internet通信领域中具有较高的使用价值.     

海水中极低频水平电偶极子电磁场的解析解

将海水看作线性、均匀、各向同性的半无限大导体空间,利用汉克尔变换及开尔文函数的近似展开式,推导求得了极低频时谐水平电偶极子在海水中产生的电磁场的近似解析表达式.运用推导的解析表达式,可以计算海水中任意场点的电磁场值.     

基于取阈分解的形态学相关灰度图像识别算法改进研究

为改善取阈分解形态学相关 (CMC)的识别效果 ,本文从形态学角度定义了灰度联合图像相似度 ,调整了基于图像片边缘特征提取的取阈分解形态学相关算法 (RCMC) ,并提出基于二元化图像片功率谱的取阈分解形态学相关算法 (BCMC)。计算机模拟表明 ,上述算法对改善高相似度灰度图像的识别产生了明显效果     

关于分布函数极大值位置的讨论

将关于某个变量的连续分布函数进行变数变换,除非新老变数为线性关系,否则变换前后的分布函数的极大值之间的关系一般会不同于新老变数之间的关系。     

基于二代curvelet变换的图像融合研究

曲波(Curvelet)作为一种新的多尺度分析方法比小波更加适合分析二维图像中的曲线或直线状边缘特征,而且具有更高的逼近精度和更好的稀疏表达能力.将curvelet变换引入图像融合,能够更好地提取原始图像的特征,为融合图像提供更多的信息.第二代curvelet理论的提出也使得其理论更易理解和实现.因此,提出了一种基于第二代curvelet变换的图像融合方法,首先将图像进行curvelet变换,然后在相应尺度上利用融合规则将curvelet系数融合,最后进行重构得到融合结果.对多聚焦图像进行了实验,采用均方误差、偏差指数和相关系数对融合结果进行了客观评价,并与基于小波变换的融合进行了比较,实验结果表明该方法除分解2层时与小波性能相当,取其他分解层数时均获得更好的融合效果.     

工业带材速度检测系统设计

为了解决工业带材生产过程中带材速度实时精确检测这一问题,设计了一种基于纹理图像功率谱的非接触式工业带材速度检测系统。首先利用线阵CCD采集带材图像的纹理图;然后对纹理图像进行滤波、二值化、腐蚀等预处理;最后对图像进行功率谱分析,利用霍夫变换求得带材图像功率谱分布方向,从而间接得到带材的速度。实验结果表明该方法检测工业带材速度的误差可以缩减到±0.03 m/s之内,能够有效、实时地测得工业带材的运动速度。