基于小波变换和概率神经网络的焊接接头类型识别

为了实现机器人自动焊接过程中快速、精确地提取焊缝特征信息,提出了一种基于小波变换和概率神经网络的焊接接头类型识别方法。先采用小波变换对由激光视觉传感器采集的焊接接头图像进行降噪和增强,对重构后的图像进行二值化,然后提取图像的特征信息,组成图像特征向量,最后构建概率神经网络分类器并进行测试。结合视觉传感器中激光器与摄像机的位置关系,最终识别出4种焊接接头。实验结果表明,所提出的方法特征提取简单,识别率高,并具有较好的实时性。     

二维CAS小波求解变厚度功能梯度简支梁的弹性静力学问题

利用正交的二维CAS小波方法数值求解了变厚度功能梯度简支梁的二维弹性力学问题,此求解过程相对简单,易于编程,具有可推广性.     

二维离散小波变换的FPGA实现

提出了一种二维离散小波变换的FPGA实现方法．并对设计结果进行了功能和时序仿真。本设计方案不仅可以满足实时性的要求，而且采用模块化设计，可以实现多级小波变换。     

抵御已知/选择明文攻击的混沌图像加密算法

论文在对现有一类典型图像混沌加密算法的分析基础上,提出了一种改进的图像混沌加密算法。该算法引入小波变换,可以有效地克服一些混沌加密算法不能抵御已知/选择明文攻击的缺陷。     

小波变换在光谱特征提取方面的应用

人们在处理高光谱图像时一般要对一些典型地物进行光谱分析、特征波段的提取,以便提取出最大量的有效信息,剔除无用或冗余的信息,然后再进行分类识别.采用小波变换的分析方法,选用合适的小波进行分解,根据分解后的高频分量中包含的重要信息,利用局部相邻的正负极值点找出对应于原始光谱曲线上每个吸收带的左右边界;利用局部过零点,即可比较精确的提取出各个吸收带的中心波长.该方法比传统的光谱特征提取方法更简洁、有效,实验证明为一种比较理想的光谱特征提取方法.     

一种新颖的基于非压缩数字视频的水印盲检测算法

数字水印是一种嵌入到多媒体数据中用来进行版权标识的工具。在众多的宿主媒体中，数字视频因具有隐藏容量大、透明性好、鲁棒性强等诸多优点而受到日益广泛的关注。但是很多文献中提到的视频水印都是从数据流中提取单帧图像进行处理，这类算法与静态图像的水印方法如出一辙，没有充分利用视频文件的各种特性。而且对帧平均、视频压缩等常见的运动图像攻击方法十分敏感。针对这些问题，本文以非压缩视频文件为实验对象，结合人类视觉模型和彩色图像场景分割的方法，提出并实现了一种基于视频时间轴的数字水印盲检测算法。实验结果表明算法有效实用。     

基于VSSR法的数字与模拟调制信号的区分

在电子监测系统中,调制类型的自动识别起着非常关键的作用。当调制类型较多时,一些识别算法第一步先区分调制方式是属于模拟调制还是数字调制。该文采用了结合小波变换的VSSR(Variance of Subclass’s Symbol Rate)法,仿真表明,当源信号的任何情况都未知下,在采样点较多时,可以在信噪比仅为10dB的情况下,区分出几乎所有的数字调制和模拟调制。