基于成像机理的小波包变换多聚焦图像融合

由于可见光成像系统的聚焦范围有限,因而在成像过程中,除聚焦良好的物体能生成清晰的图像外,该物体前后一定距离外的所有物体都将呈现不同程度的模糊.为了获得场景内所有物体均清晰的图像,在分析了多聚焦图像成像机理的基础上,提出了一种基于小波包变换的融合方法.它是将成像系统先聚焦在一部分对象上,得到其清晰的图像;然后再将其聚焦在另一部分对象上,得到另一清晰的图像;最后把这两幅实验图像加以融合,从而获得场景内所有物体均清晰的图像.实验结果表明,基于小波包变换的融合方法能够将信号的频带进行多层次划分,对高频成分也能进一步地分解,可有效综合多聚焦图像.     

X波段六腔渡越管振荡器的高频特性研究

 从麦克斯韦方程出发，采用时域有限差分法（FDTD）和离散傅里叶变换（DFFT）相结合的方法，通过数值计算得出了六腔开放式谐振腔中前四个谐振频率和场分布，计算出的谐振频率与实验测量结果基本相同。比较了开放腔和封闭腔谐振频率，验证了TEM波吸收边界条件，并在实际编程计算中得以应用。计算结果为六腔渡越管振荡器的机理研究提供了依据。     

Polynomial Quantization on Rank One Para-Hermitian Symmetric Spaces

We construct the polynomial quantization on the space G/H where G=SL(n,R),H=GL(n–1,R). It is a variant of quantization in the spirit of Berezin. In our case covariant and contravariant symbols are polynomials on G/H. We introduce a multiplication of covariant symbols, establish the correspondence principle, study transformations of symbols (the Berezin transform) and of operators. We write a full asymptotic decomposition of the Berezin transform.     

利用小波变换进行海上目标识别研究

对海面舰船目标类型的识别,通常采用目视判读的方法。由于目视判读的方法不利于大面积侦察任务的快速识别,所以根据海上目标所具有的背景单一、结构复杂的特点,提出了利用小波变换所具有的多分辩率、易于消除噪声、运算方便的特点来提取舰船边缘特征,建立舰船结构特征数据库,实现舰船目标类型的自动判读。试验证明效果很好。     

眼球的自动定位

提出了一种由粗到细自动定位人脸的一个重要特征即眼球圆心的方法，该方法综合运用局部二值化，霍夫变换，像纱聚类，边缘提取等技术，对均匀或非均匀光照下拍摄或戴眼镜的照片都能获得很高的定位精度，适用于处理证件照。     

利用梯度方向信息的随机Hough变换

针对随机Ｈｏｕｇｈ变换（ＲＨＴ）在处理复杂图像随机采样造成的大量无效积累提出一种改进的用于直线检测的ＲＨＴ，较发地解决了无效果累积问题，并使改进后的算法具有计算速度更快，占用内存更少以及检测性能更好等优点。     

基于小波变换的医学图象压缩编码

本文研究了医学图象小波变换系数的统计特征。根据医学图象的特点，提出了基于小波变换的医学图象编码方法。实验表明，这种方法具有较好的压缩编码性能，优于JPEG标准。同时，它支持逐次浮现式传输，从而能满足医学图象存储、通信、检索的需要。     

一种基于Hough变换的声呐对目标航迹检测算法研究

为提高声呐对目标航迹的检测性能,从单部声呐时间融合的角度出发,提出了一种基于Hough变换的声呐信号检测算法。该算法把航迹上的观测点变换为参数空间的对应曲线,充分利用一段时间内的目标观测数据,在低信噪比下也能从背景噪声中提取目标的航迹特征,提高了声呐的检测概率,且对部分信息和数据的缺失不敏感。仿真试验证明了该算法的有效性。     

Carnot-Caratheodory空间中的变换论

Klein发表著名的埃尔兰根纲领,由群论角度研究了空间变换群的不变量,从而引进了各种不同的几何学．本文利用Felix Klein的观念,研究Carnot-Caratheodory空间{M,Q,g}(又称为次黎曼流形)上的类似问题,给出了次黎曼流形中的共形不变量和射影不变量．本文给出的共形和射影不变量可视为黎曼情形的一种自然推广．由于次黎曼流形与黎曼流形之间有着本质的差异,故此,本文通过次黎曼流形上存在的唯一非完整联络(Nonholonomic connections)来刻画所提的问题．