EZW算法的实现及其应用

嵌入式小波零树 ,即EZW图像编码算法由于其优越的压缩性能 ,引起了人们的普遍关注。根据EZW算法的基本原理 ,可优化出编码实例并得出相应实验结果。     

具有模糊系数约束的多目标线性规划

研究了一类具有模糊系数约束的多目标线性规划问题.根据各目标函数的梯度方向来量化目标之间的冲突程度,以此提出了一种确定目标权重的新方法,然后基于惩罚函数运用梯度上升算法求问题的有效解.最后给出了一个数值例子.     

某型柴油机进气道通流特性试验研究

分析了某型柴油机气缸盖进气道流量系数和涡流比随气阀升程的变化规律,以及进气道前后的压差对流量系数和涡流比的影响.试验结果表明,该型柴油机进气系统在低负荷时可以实现较大的涡流比,从而可以改善柴油机低负荷性能.     

一种新的红外图像目标检测方法

提出了一种新的海空背景下受强杂波、噪声污染的红外图像目标检测算法,算法利用了小波变换的多分辨率、多尺度特性,将要检测的图像分解到不同频率的多个尺度上,再采用形态学的背景估计和形态滤波技术,对分解后的子图像进行处理、小波重构。仿真实验表明,该算法可较强地抑制云层、海浪以及海天线的强杂波背景和强噪声的干扰,可检测出信杂比(SCR)为2的目标,适用于舰载红外警戒系统。     

基于小波系数相关性的图像隐写分析

提出了一种新的针对空域图像隐写的盲检测方法。利用互信息分析秘密信息嵌入对图像小波系数在尺度方向和空间方向相关性的影响,使用马尔可夫模型挖掘小波系数层内和层间相关性,提取转移概率矩阵作为特征,以支持向量机（SVM）作为分类器。针对LSB匹配和随机调制隐写算法。实验表明,本方法能有效检测到未经JPEG压缩过的含密图像。     

基于小波矩和支持向量机的装甲车辆识别研究

分析了应用小波矩特征进行地面复杂背景下装甲车辆识别的理论依据,实地采集了某型坦克和某型步兵战车的灰度图像,提取其小波矩特征,采用支持向量机进行分类识别,进行了性能测试实验。结果表明：归一化后的图像的小波矩特征具有良好的不变性;小波矩特征对噪声和局部遮挡有较强的适应性,识别率比较稳定;支持向量机方法具有良好的分类识别能力。     

重庆市近11年空气污染指数变化的小波变换分析

运用一维连续Morlet小波变换法分析重庆市近11年逐日空气污染指数的多尺度演变特征、主周期、突变点和变化因素。结果表明:重庆市空气污染指数在不同时间尺度有不同的变化规律,变化主周期为300 d左右;空气污染状况受地形和气象因素影响,呈"冬重夏轻"格局;春分、秋分前后是一年中空气污染轻重状况转换的突变点;2005年后重庆市空气污染逐渐减轻,但冬季有加重趋势。实践证明,小波变换法是研究空气污染指数时间序列变化的有效分析方法。     

基于改进型小波阈值的磁记忆信号去噪研究

磁记忆检测信号易被外界噪声污染,使缺陷信号的可检测性受到极大影响。为消除噪声信号的不利影响,通过优化传统算法进行了磁记忆信号的消噪。硬阈值去噪得到的估计小波系数值连续性差,并会引起重构信号的振荡;而软阈值去噪会与原来的小波系数存在恒定偏差。在软、硬阈值函数的基础上,提出了一种改进型阈值函数,该阈值函数在一定程度上克服了传统方法的不足之处。仿真试验结果表明了改进型阈值函数对去除磁记忆信号噪声的适用性。     

基于希尔伯特-黄变换的海杂波特性分析

在雷达探测区域内,海杂波是影响雷达探测性能的主要因素.对于高分辨雷达而言,海杂波具有明显的非线性、非平稳性,针对这一特性,小波变换被广泛应用,但不可避免地具有窗函数的局限性.希尔伯特-黄变换作为一种新兴的自适应信号处理方法,应用简便,妥善避免了W.Heisenberg不确定性原理的限制,对于处理非线性,非平稳信号有着清晰的物理意义与应用前景.把上述两种方法应用于海杂波特性分析,比较两者的优缺点.结果表明,希尔伯特-黄变换具有更好的时频聚集性.     

基于小波能量矩的高分辨距离像特征提取

传统的小波能量特征提取方法没有考虑到每个分解频带上能量的时域分布.针对这一缺点,对传统方法进行了改进,提出了一种基于小波能量矩的局部能量提取方法,用于雷达高分辨距离像的特征提取.小波能量矩既反映了每个频带的能量大小,也反映了能量在时域轴的分布情况.目标识别仿真结果表明,基于小波能量矩的特征提取方法在识别率方面的性能优于传统方法.