一种基于非采样Contourlet变换的图像融合算法

非采样Contourlet变换(Nonsubsampled Contourlet transform,NSCT)是 一种新的多尺度变换,它同时具有方向性、各向异性和平移不变性,能有效的表示图像的边 沿与轮廓。提出了一种基于非采样Contourlet变换的图像融合方法。首先用NSCT对已配准的 源图像进行分解,得到低频子带系数和各带通子带系数;其次对低频子带系数利用均匀度进 行系数选择,针对各带通子带系数提出了基于区域特征的系数选择方案,得到融合图像的NS CT系数;最后经过NSCT逆变换得到融合图像。实验结果表明该算法可获得较理想的融合图
像,取得了优于小波变换和Contourlet变换的融合效果。
     

一种基于Contourlet变换的图像匹配算法

在高维情况下,小波分析方法不能充分利用数据本身特有的几何特征,并不是最优的 或者说“最稀疏的”函数表示方法。针对这一问题,提出了一种基于多尺度几何分析方 法—Contourlet变换的图像匹配算法。首先对图像进行Contourlet分解并获得低频子图像 和带通子图像,然后对低频子图像使用LTS-HD和投影熵计算得到粗匹配点,接着将粗匹配点 的位置反演计算到原始图像,并通过归一化积相关算法得到精匹配结果,仿真实验表明了算 法的高精度和快速性。     

三角样条小波的构造及其在故障检测中的应用

本文首先给出了三角样条函数极其性质,然后在此基础上给出了一种构造三角样条小波的新方法。该方法简单易行,而且构造出的小波具有许多良好的性质,这些对信号处理是非常重要的。最后,将构造出的小波应用于故障信号的检测,与一些常用的小波相比,不但消除了边界效应,而且使故障信号在变换域内能量更集中,从而提高了故障检测的准确性。     

雷达信号环境模拟中波形产生单元的设计

针对复杂雷达信号环境模拟系统中对多输出、多调制形式的波形产生单元的迫切需求,综合了以小波变换为基础的脉内调制特征提取技术和以DDS技术为基础的直接数字调制波形合成法,借助于SOPC技术,设计完成了一种新的波形产生单元.     

基于信息融合技术的火灾报警方法研究

根据当今火灾探测的现状和实现火灾早期报警的需求,将多传感器数据融合技术应用在火灾报警系统中。在分析了信息融合系统的三级结构及火灾报警信息非结构特性的基础上,以感温、感烟和气体的火灾报警模拟量为输入,利用粗糙集和神经网络对多传感器信号进行融合,设计出一种快速、准确和有效的火灾探测系统,达到了提早报警和降低误报警频次的目的。     

固定剖分算法一致收敛的一个基于表征支集的判别方法

固定剖分（stationarysubdivision）方法是CAD／CAM、计算机图形学、图象处理等学科中一种新兴而有巨大发展潜力的几何造型方法。本文利用收缩性及样条函数给出了根据表征支集判别固定剖分方法一致收敛的一个充分条件。     

小波分析在外测数据降噪处理中的应用

小波变换分析是一种同时在时间（或空间）域和频率域内进行局部化的新方法;利用小波变换及其自适应性,可在不同尺度上分析和处理数据,通过特定的方法在室消除随机噪声的目的,本文简单介绍了小波分析理论的基本原理和方法。详细介绍了该方法在信号处理中的分解与重建算法,以及基于不波分析方法的降噪原理,在此基础上,将小波变换应用到外测弹道数据的滤波降噪处理中,通过仿真和实测数据的运算结果表明,应用小波分析的降噪方法     

基于模糊系统的径向高斯网络的自适应状态观测器

利用模糊系统的径向高斯函数网络对一类非线性时变系统的状态进行了估计。给出了一种递阶自组织在线学习算法,提出了非线性时变系统的自适应状态观测器,并对其结构及特征进行了讨论,仿真结果表明这种自适应状态观测器能很好地观测系统的状态。     

基于神经网络建立液态挤压成形管、棒材工艺参数知识库

 采用人工神经网络方法,将８１组实验数据用于神经网络的建模及检测,建立了液态挤压成形管、棒材工艺参数知识库,可以对该工艺的关键参数进行较为准确的预测,从而为推动该金属成形新工艺的实际应用奠定了基础。     

盲源分离的发展及研究现状

盲源分离是近十几年来才发展起来、用于从多个信号混合后的观测信号中分离出源信号的一门新技术 ,已在许多领域获得了广泛的应用。综述了盲源分离的发展及研究现状 ,提出了其未来的发展方向 ,并阐明了将其用于电子对抗的重要性