一种基于纹理特性的自适应彩色图像水印方法

根据人眼的视觉系统特性,结合二维离散小波变换的多分辨率分析特性,纹理特性,提出一种小波零树结构的自适应彩色图像水印嵌入算法。该算法精选小波零树,对重要小波系数进行分类。并根据人类视觉特性和纹理特性,对不同类采用不同的嵌入方法。实验结果表明:该文提出的算法有较强的抵抗JPEG压缩攻击能力,并且对噪声、滤波、剪切等图像处理操作也取得了良好的鲁棒性。     

基于小波帧变换的多聚焦图像融合算法

提出了一种基于小波帧变换的多聚焦图像融合算法,本算法首先对图像进行小波帧变换,然后利用多聚焦图像的特点,采用区小波能量取大原则对高频系数进行融合,采用区域空间频率取大原则对低频系数进行融合,并进行一致性检验,最后通过重构得到融合图像.实验表明,该算法相比于传统小波变换法,具有更好的融合效果.     

基于小波变换的自适应多用户检测算法

在分析传统自适应多用户检测的基础上 ,提出了一种基于小波变换的自适应多用户检测算法。用小波变换进行前处理 ,然后再通过 LMS算法实现自适应多用户检测。与通常的自适应多用户检测算法相比 ,该算法利用了小波变换对小波空间进行了分解 ,信号经小波变换后自相关性会下降 ,收敛速度提高。同时在此分解过程中 ,根据信号与白噪声在不同尺度上的小波变换模极大值表现完全不同的特性进行信号的消噪。理论分析和仿真结果表明 ,该算法收敛速度较快 ,计算量增加较少 ,易于实时实现 ,而且具有良好性能。同时仿真实验表明 ,收敛速度与小波基选择有关 ,对于同一小波基系列 ,小波基的正则性越好收敛速度越快     

SAR原始数据压缩技术研究

研究两种合成孔径雷达(SAR)原始数据压缩算法，它们是块自适应树型矢量量化算法和块自适应预测编码算法。前者是在使用穷尽型搜索技术的块自适应矢量量化算法的基础上，通过使用树型搜索算法来提高算法的运行效率；后者是通过预测编码来消除SAR原始数据之间的相关性从而提高压缩性能。结合机载SAR实测原始数据，对讨论的各种算法分别进行压缩和解压缩，并进行SAR成像处理。通过比较和分析各种算法的性能及图像域参数，表明块自适应树型矢量量化算法和块自适应预测编码算法能提高SAR原始数据的压缩性能，比较适合实际工程应用。     

整数小波变换在数字水印中的应用

数字水印技术是实现数字产品产权保护的一种有效手段。本文提出了一种基于整数小波变换的数字图像水印算法。首先将原始图像进行分块,逐一对每块子图进行整数小波分解,然后将置乱后的二值图像嵌入到低频系数。实验证明该算法具有较好的隐蔽性和鲁棒性。     

通道幅相误差快速校正算法在空时自适应处理中的应用

雷达系统不可避免地存在通道幅相误差,导致空时自适应处理算法的性能下降。本文将通道幅相误差快速校正算法应用到空时自适应处理中,根据等距线阵杂波协方差矩阵的块Toeplitz-Toeplitz块结构在通道误差的影响下将改变这一特性,对通道幅相误差进行估计,并分析了空时自适应处理中有限样本数对算法性能的影响。仿真结果验证了该算法在空时自适应处理中的有效性。     

基于PE可执行文件的软件水印研究

通过对PE文件的结构分析,结合其自身特点,提出软件水印算法模型。通过在PE文件添加新节,嵌入执行控制代码,从PE文件自身特征提取,形成唯一标识软件版权的水印信息,然后对水印信息进行加密、分割并根据设计的组合表将水印信息分段嵌入到各节的冗余空间中,再对特定部分进行摘要提取,进一步实现PE文件的完整性验证。仿真表明,算法对于软件版权具有很好的保护作用。     

时空域相关自适应小波包声发射信号降噪方法

现有的小波变换方法在对受强噪声干扰的声发射信号降噪时,由于忽略了小波系数之间的相关性,容易造成信号失真。针对该问题,提出了一种基于时空域相关性的自适应小波包声发射信号降噪方法。算法采用自适应冗余小波变换,最大限度保留了信号的时域空域特征,并利用小波系数在时域空域上存在的相关性,提高对声发射信号及噪声的甄别能力,提升降噪效果。同时利用小波系数在空域上的相关性寻找最佳分解层数,进一步提升了算法的适应性。为了验证本文提出算法的有效性,分别在模拟声发射信号和断铅信号上添加不同程度的噪声,并进行降噪实验。实验结果表明,与其他算法相比,经过本文算法处理的信号信噪比大大提高,均方根误差也有一定程度的降低。     

一种改进的数字图像置乱算法

图像置乱技术以有效地保护数字图像的内容为目的,结合常见的几种置乱方法,提出了一种新的图像置乱算法-GEMMER算法。该算法首先将水印图像进行小波分层,得到一个环形向量,然后经过旋转置乱后,嵌入到宿主图像中。经实验分析证明,该方法有良好的周期性,经旋转置乱后的图像能量分布均匀,使水印信息的保密性有了很大提高。     

基于步行周期聚类的视频行人重识别关键帧提取算法

视频行人重识别旨在不同摄像头拍摄的视频中检索特定行人。但是,它面临着数据量庞大和视频数据存在时间冗余的问题,即视频数据耗费大量的存储空间且不同帧之间存在极强的相关性。因此,使用所有的帧进行识别会带来查询效率的下降,而且视频中大量的干扰和噪声也会给准确率带来不利影响。本文提出了基于步行周期聚类的视频行人重识别关键帧提取算法,首先利用行人步行时双脚距离变化的周期性规律提取候选步行周期,然后利用聚类的方法从候选步行周期中选出关键步行周期作为关键帧。最后,将该算法应用在视频行人重识别中,仅使用关键帧的信息进行识别以减少时间冗余的影响,从而提高准确率,并且在查询前对视频进行处理,减少视频数据量以提高查询效率。在视频行人重识别数据集MARS和DukeMTMC-VideoReID上的实验表明,本文算法能够减少59%~82%的视频数据量,并且累积匹配曲线Rank-1提高了1.1%~1.4%,平均精度均值提高了0.2%~5%。     

基于属性标记的关系数据库水印方法

数据库水印是保护数据库版权的一项重要技术。针对现有数据库水印方法无法抵抗有序关系模式变换攻击(ORSM)的问题,提出了一种基于属性标记的关系数据库水印方法。首先给出了有序关系模式变换攻击的定义,然后通过分析现有关系数据库水印算法无法抵抗ORSM攻击的问题,提出一种能够抵抗ORSM攻击的水印算法ALBWM,包括水印嵌入算法(ALBWM-EM)和水印检测算法(ALBWM-DT)。实验结果表明,与传统数据库水印算法相比,ALBWM算法在不影响性能的前提下对ORSM攻击具有更好的鲁棒性。     

Automatic UAV Positioning with Encoded Sign as Cooperative Target

In order to achieve the goal that unmanned aerial vehicle(UAV)automatically positioning during power inspection,a visual positioning method which utilizes encoded sign as cooperative target is proposed.Firstly,we discuss how to design the encoded sign and propose a robust decoding algorithm based on contour.Secondly,the Adaboost algorithm is used to train a classifier which can detect the encoded sign from image.Lastly,the position of UAV can be calculated by using the projective relation between the object points and their corresponding image points.Experiment includes two parts.First,simulated video data is used to verify the feasibility of the proposed method,and the results show that the average absolute error in each direction is below 0.02 m.Second,a video,acquired from an actual UAV flight,is used to calculate the position of UAV.The results show that the calculated trajectory is consistent with the actual flight path.The method runs at a speed of 0.153 sper frame.     

应用小波分析方法处理非平稳信号的研究

本文综述小波分析这一前沿领域的发展现状，介绍了小波变换及其Mallat快速小波算法，对比分析了小波变换与短时傅里叶变换之间的差异，指出这种基于多分辨方法的小波变换特别适合于非平衡信号的分析与处理，并且应用该方法对实测信号进行了有效的时频分析。     

一种基于word文档的数字水印方法

针对目前大量的word电子文档在网络传输中的版权问题,本文提出了用汉明码的纠错编码方法,并采用IDEA加密算法的密码技术,改变word文档字体大小的数字水印算法,实现对文档的版权保护;该算法采用字符的特征编码的思想实现了word文档的水印嵌入和检测,并对水印信息采用了纠错编码的技术,提高了水印信息的抗干扰能力。实验结果表明:该算法具有较好的隐藏效果,抗攻击能力以及较强的鲁棒性。     

基于区域气球力Snake模型的运动目标快速跟踪方法

提出了一种包含区域信息的Snake模型用于运动目标检测与跟踪。在通常情况下,基于区域信息的跟踪方法对背景光线的微小变化、位置的微小移动较为敏感,而基于边缘信息的跟踪方法则难以对边缘模糊的图像取得满意的跟踪效果。在算法中同时引入这两种信息,边缘信息使得算法快速而鲁棒性好,区域信息可以对边缘模糊的图像取得正确的跟踪效果。使用双差分图像设计了自动初始化的方法来实现视频的自动跟踪。同时,对目标的下一步运动位置增加了一个预测环节来加快主动轮廓模型的收敛速度。该算法的每帧计算时间一般小于0.1S,能应用于实时系统。