摘要：首先 ,对噪声图像作多层次小波分解 ,得到对应的多个层次的小波系数 ,并利用相邻各层次小波系数的相关性质构建滤波器 ;然后 ,利用该滤波器对平滑小波系数进行滤波操作 ,去除噪声影响 ,得到滤波图像 ;最后 ,对滤波图像阈值化以得到噪声图像的边缘图 实验表明 。

摘要：定义图像中像素的嵌入失真是图像自适应隐写中的关键。为提高图像自适应隐写的安全性,根据最小化嵌入失真原则,提出了一种基于小波系数相关性的图像自适应空域隐写术。首先以一维高通、低通滤波器为工具构造方向滤波器;然后沿水平、垂直、对角线方向对图像进行方向滤波,并根据小波系数与其邻域系数的相关性对失真函数进行设计;最后根据像素的嵌入失真值,利用网格码(STC)对秘密信息进行嵌入。实验结果表明,该隐写术能够将嵌入区域集中在内容复杂的纹理区域,且能够有效抵抗通用隐写检测算法的分析。

摘要：提出了一种新的小波系数表示及编码方法,探索了提高图像压缩性能的新途径。在统计各进制表示下小波系数熵值的基础上,分析了三进制表示的可行性和合理性;针对三进制表示的符号特点,充分利用小波系数之间的相关性,建立了高效的预测分类模型,设计实现了相应的图像压缩算法。实验结果表明,在各压缩倍数下,相较于典型的位平面编码方法,该方法的恢复图像主客观质量均有提高,充分说明其有效性及在提升压缩性能方面的潜力。

摘要：表面粗糙度是光学元件表面质量的重要评价指标之一。传统的粗糙度检测方法大多采用离线方法,无法实现在线表征。为此讨论了一种基于声发射检测技术的表面粗糙度监测方法,利用改进的表面粗糙度检测装置,采集不同粗糙度下声发射信号;由于传统方法存在一定的局限性,因此提出了基于小波分解系数有效值统计特征的表面粗糙度监测方法,通过对摩擦抛光的声发射信号进行特征提取,来辨识粗糙度。研究结果表明,利用该方法所提取出的特征可以对表面粗糙度进行有效区分,验证了其是光学元件表面粗糙度声发射监测的有效方法。

摘要：为了提高高速列车车轮模型修正效率和降低模型修正误差,考虑不确定性影响因素,提出了一种基于DREAM和Kriging模型的贝叶斯模型修正方法,并将其应用于高速列车车轮有限元模型修正。首先,根据设计参数建立某高速列车车轮有限元模型,初始待修正参数样本,由拉丁超立方抽样产生,分析不同样本所对应的频率函数并提取小波系数。其次,以车轮待修正参数初始样本为输入,小波分解后所得小波系数为输出构建Kriging模型。最后,使用满足精度要求的Kriging模型代替高速列车车轮有限元模型进行有限元分析,并使用DREAM算法对高速列车车轮有限元模型待修正参数进行修正。结果表明,基于DREAM和Kriging模型的贝叶斯模型修正方法,可以节约大量模型修正时间,提高模型修正效率,且修正后的高速列车车轮有限元模型误差较小。

摘要：对于大型结构,风荷载往往起控制甚至决定作用,对其进行风振响应时域分析是必要的,而进行时域分析首先必须解决风荷载的输入问题.基于多分辨率分析的思想和正交小波基推导了小波系数与功率谱密度函数之间的关系,从而可由已知的功率谱密度函数随机生成各尺度上的小波系数,进而由生成的小波系数通过逆变换生成平稳风速时程.根据这一思路,利用L-P小波基,模拟了与Davenport谱相一致的某点脉动风速时程,算例表明,模拟的风速时程功率谱与给定的目标谱吻合较好,证明了该方法的有效性.

摘要：为了取得较好的三角形网格压缩性能 ,提出了一种基于小波变换的三角形网格非渐进压缩方法。该压缩方法先利用重新网格化来去除大部分连接信息 ,然后利用小波变换的强去相关能力来压缩几何信息。在进行重新网格化和小波变换后 ,再按一个确定的次序将所有的小波系数扫描为一个序列 ,然后对其做量化和算术编码。另外 ,对重新网格化得到的自适应半正规采样模式 ,还设计了一种自适应细分信息编码算法 ,以便使解码端知道每一个小波系数应该放置在哪一个顶点上。实验表明 ,用该压缩方法对由三维扫描仪获取的复杂网格进行压缩 ,取得了比Edgebreaker方法明显要好的率失真性能 ;10比特量化时 ,压缩倍数在 2 0 0倍左右 ,为 Edgebreaker方法的

摘要：为了进一步提高平面设计的图像去噪质量,文中基于高分辨率的小波混沌置换算法,提出一种适用于平面设计的图像处理方法。首先,通过二维小波变换的快速分解算法,计算图像在各个分量上的小波系数;再利用同一个分量或相邻分量小波系数之间的相关性,通过文中所提出的图像相位滤波算法,同时使用相应的小波系数重构处理后的图像,最终形成了完整的平面设计图像处理方案。仿真结果表明,与基于幅度的匹配滤波算法相比,所提出的算法具有更加理想的去噪效果。

摘要：海洛因吸毒者与正常人脉象信号最显著的区别在于作为时间函数的幅度波形。两者在某特定的时间区域内的幅值及其变化速率均呈现显著的差别。然而,由小波变换所得的脉象信号尺度系数的子分量和小波系数的子分量恰好可以揭示这样的关键特征。应用小波变换的多分辨率分析法对15例海洛因吸毒者和15例正常人的脉象信号进行分析,利用db2正交小波对每一例脉象信号进行3层分解,取出第3层尺度系数的第6个分量和第3层小波系数的第2个分量的绝对值构成特征向量。设计具有良好性能的概率神经网络对获得的30个特征向量进行自动检测。在网络的设计中,取20个特征向量作为训练样本,另外10个作为测试样本。据此,15例正常人和15例吸毒者全部予以正确地检测出来,检测率达到了100%。

摘要：针对换接收机后的辐射源个体识别率降低问题,提出了应对接收机更换后的通信辐射源个体识别方法。通过研究发现了更换接收机后的辐射源指纹特征库与标准特征库发生偏移的规律性;以小波系数特征为基础,设计了聚类中心匹配算法和换接收机后的射频指纹特征聚类校正算法。实验中利用实际采集的30类通信辐射源终端样本对算法进行验证,测试换接收机后的识别率。结果显示,未采用聚类校正算法时识别率为64.3%,采用聚类校正算法后识别率提升到92.3%,提出的聚类校正算法有效。