Variable step-size matrix adaptive filter design based on the multiband structured

In order to improve the convergence performance of the normalised sign subband adaptive filter (NSSAF), variable step-size matrix normalised sign subband adaptive filter (VSSM-NSSAF) based on the variable multiband structure is proposed. In this method, the energy of the subband posteriori error vector is treated as the cost function and the variable step size matrix as a variable. By solving the optimal step length for each subband to minimize the cost function after each iteration calculation, the best variable step size matrix is obtained. Then we employ the following time-average scheme to get the variable step-size matrix before the next iteration. Compared with the traditional NSSAF algorithm and other improved NSSAF algorithms, the proposed algorithm provides a faster convergence speed and lower steady state misadjustment, regardless of whether the input signal is relevant or not, even if it contains impulse noise. Besides, this method has the advantages of a low computational complexity.     

一种基于NSCT和自适应PCNN医学图像融合的改进算法

由于医学影像成像原理不同,不同模态图像的质量、空间和时间特性有较大区别,因此临床上需要将不同模态的图像融合进行综合分析。为了准确并全面地融合MRI和PET图像,提出了一种基于NSCT和自适应PCNN医学图像融合的改进算法。算法采用NSCT得到图像的低频和各方向子带信息,采用符合人类视觉系统的自适应PCNN选择融合图像系数,重构得到融合图像。采用颅脑MRI和PET医学图像进行了仿真实验。结果表明,基于NSCT自适应PCNN算法在提高空间纹理细节和减少颜色失真方面明显优于其它的融合算法。     

空域抽样与相干因子融合的超声阵列自适应波束形成算法

针对超声成像中自适应波束形成算法计算效率低的问题,提出了一种基于空域抽样与相干因子融合的自适应波束形成算法。该方法通过分析阵列数据波束图,推导出不同阵元数目下的最大抽取因子,将阵列中所有阵元接收的数据按最大抽取因子进行空域等间隔抽样,得到阵元稀疏后的回波数据,减少了采集数据量。将空域抽样数据输入波束形成器,计算其协方差矩阵,再将协方差矩阵构造为Toeplitz矩阵,结合最小方差原理从构造的Toeplitz矩阵计算出抽样数据的自适应加权值,为了改善空域抽样数据自适应加权后成像质量下降的问题,引入相干因子对自适应加权值进行修正,以突出抽样数据中的有效信息,抑制干扰成份,从而提高了空域抽样数据的成像质量。该算法在保证成像质量的同时,减少了采集数据量,并降低了计算复杂度,有效提高了算法的时效性。通过在试块上对裂纹和横通孔缺陷仿真成像,结果表明该方法与常规最小方差波束形成方法相比,成像时间平均减少85%以上;与融合相干因子的最小方差波束形成算法相比成像运算时间平均减少86%以上。在相同的空域抽样条件下,该方法成像效果优于其他算法。     

基于变权新息协方差的自适应卡尔曼滤波器

针对传统卡尔曼滤波器鲁棒性差,无法实时精确跟踪系统突变状态的现实,设计了一款基于变权新息协方差的自适应卡尔曼滤波器。在传统卡尔曼滤波器的基础上,分析了突变状态无法跟踪的缘由;基于滤波发散判据,分析储备系数与均权新息协方差之间的关系,对状态突变程度进行分层;基于Sage-Husa估计原理与加权最小二乘准则,对于不同程度的突变状态,采用实时调整各历元新息协方差权重的策略,优化渐消因子,激活滤波增益,增权量测新息。实例研究表明,自适应卡尔曼滤波器鲁棒性强,能够精确跟踪系统突变状态,其状态收敛速度优于抗差卡尔曼滤波器,稳态精度提升了42.05%。     

形态滤波器在图像去噪处理中的全方位结构元素层叠算法研究

针对数学形态学在图像去噪处理中的应用,提出一种改进的形态滤波算法-全方位结构元素层叠滤波算法,它可以将开闭和闭开运算中分别产生的正负脉冲噪声更好地抵消掉,因而其去噪效果更为理想．与其他形态滤波算法进行了仿真去噪对比,实验结果表明该方法在保持图像几何特征的同时,大大提高了图像的信噪比,降低了均方误差参数,图像视觉效果显著提高．     

CPHD multi-target tracking algorithm with unknown model parameters

Since the multi-object tracking performance of the traditional method will decline with unknown model parameters, a CPHD target tracking algorithm is proposed to jointly estimate the detection probability and measurement noise covariance. Firstly, for model the unknown parameters of multiple targets tracking, the detection probability is considered as a variable in a distribution. The detection probability can be obtained by estimating the mean of the distribution. Then, the Variational Bayesian method is used to estimate the covariance of the measurement noise. Finally, the Gaussian implementation of this algorithm is presented. Simulation results show that the algorithm has good tracking performance under jointly unknown detection probability and the covariance of the measurement noise.     

Adaptive TQWT filter based feature extraction method and its application to detection of repetitive transients

The local defect in rotating machine always gives rise to repetitive transients in the collected vibration signal. However, the transient signature is prone to be contaminated by strong background noises, thus it is a challenging task to detect the weak transients for machine fault diagnosis. In this paper, a novel adaptive tunable Q-factor wavelet transform (TQWT) filter based feature extraction method is proposed to detect repetitive transients. The emerging TQWT possesses distinct advantages over the classical constant-Q wavelet transforms, whose Q-factor can be tuned to match the oscillatory behavior of different signals, but the parameter selection for TQWT heavily relies on prior knowledge. Within our adaptive TQWT filter algorithm, the automatic optimization techniques for three TQWT parameters are implemented to achieve an optimal TQWT basis that matches the transient components. Specifically, the decomposition level is selected according to a center frequency ratio based stopping criterion, and the Q-factor and redundancy are optimized based on the minimum energy-weighted normalized wavelet entropy. Then, the adaptive TQWT decomposition can be achieved in a sparse way and result in subband signals at various wavelet scales. Further, the optimum subband signal which carries transient feature information, is identified using a normalized energy to bandwidth ratio index. Finally, the single branch reconstruction signal from the optimum subband is obtained with transient signatures via inverse TQWT, and the frequency of repetitive transients is detected using Hilbert envelope demodulation. It has been verified via numerical simulation that the proposed adaptive TQWT filter based feature extraction method can adaptively select TQWT parameters and the optimum subband for repetitive transient detection without prior knowledge. The proposed method is also applied to faulty bearing vibration signals and its effectiveness is validated.     

使用兴趣点局部分布特征及多示例学习的图像检索方法

提出了一种基于兴趣点的图像检索新方法.在尺度空间中检测兴趣点,依据兴趣点的分布将图像划分成一系列等面积的扇形子区域并提取图像特征.该特征既反映了兴趣点的局部特性,又考虑了兴趣点的空间分布结构,同时对图像旋转、缩放和平移具有不变性.在相关反馈阶段,将图像看作是由各子区域内兴趣点局部特征构成的多示例包,根据用户选择的实例图像生成正包和反包,采用多示例学习算法获得体现图像语义的目标概念.本方法缩小了用户查询中的歧义性,在Corel图像库中进行的实验表明,与其他基于兴趣点的图像检索方法相比,平均检索准确率提高7%以上,可以更准确地查找到用户所需图像.     

医学图像边缘快速检测的模糊集方法

为了简单有效地获得理想的医学图像边缘,进行医学诊断,提出了一种基于模糊子集组合的图像边缘检测方法．由于图像边缘的模糊性,在边缘检测过程中应用了模糊集运算方法:先将图像的灰度直方图划分成相应的几个不同的子区,并对与灰度方差直方图子区相应的模糊子集进行运算,综合运算结果,最终得到图像的边缘．文中实例及对几种方法的比较表明,提出的Fuzzy算子所得到的图像边缘优于Sobel算子和Prewitt算子时所得到的图像边缘．     

NSCT域内基于自适应PCNN的红外与可见光图像融合方法

提出一种在图像的非下采样Contourlet变换(NSCT)域内基于脉冲耦合神经网络(PCNN)的融合方法。首先采用NSCT对严格配准的待融合图像进行多分辨率多方向分解, 得到低频子带和高频方向子带;然后使用各子带系数的空间频率作为PCNN对应神经元的自适应连接强度系数,使用改进的拉普拉斯能量和作为PCNN每个神经元的外部激励,经过PCNN点火过程获得各子带对应的点火映射图,并通过判决选择算子确定融合图像的各子带系数;最后采用NSCT逆变换对低频子带系数和高频方向子带系数进行重构,得到融合图像。使用红外与可见光图像进行仿真实验的结果表明,本文方法优于基于小波变换、NSCT及传统NSCT与PCNN结合的图像融合方法。       

一种基于马尔科夫随机场的脑MR图像分割改进算法

高斯混合模型（GMM）易受噪声影响,马尔科夫随机场（MRF）模型能够很好地刻画空间特性。两者结合适用于对含有噪声的图片进行分割,但MRF模型用于图像分割时,容易出现过分割现象。针对这个问题,提出一种自适应权值系数的图像分割改进算法,从核磁共振成像（MRI）中较好地分割出脑脊液、灰质和白质组织。首先,使用K?means算法得到初始分割结果,通过期望最大化算法（EM）估计GMM参数,进而得到图像像素灰度的联合概率能量函数。然后,利用MRF邻域系统中心像素与邻域像素的灰度值、后验概率和欧式距离得到自适应的权值系数,使用MRF模型得到先验概率能量函数。最后,借助贝叶斯准则得到最终图像分割结果。实验结果表明,该算法具有较强的自适应性,能够较好地克服噪声对图像分割的影响织。与同类算法相比,该算法对含有噪声的脑部MRI图像具有较高的分割精度,可得到较好的图像分割结果。     

宽带自适应波束形成子带实现方法

提出一种基于通用参数滤波器组的宽带自适应波束形成子带实现方法. 宽带接收信号经分析滤波器组分成若干子带信号,每个子带信号经各自的子带阵列处理器处理后由综合滤波器恢复成宽带信号. 因子带信号工作在更低的采样速率下,且每个子带信号处理器并行工作,有效降低了算法计算量,提高了阵列处理器效率. 结果表明,与传统宽带处理方法相比,此子带方法除了输出信号均方误差略有增加外,对提高权值收敛速度,增强对干扰抑制能力都有显著提高;与使用同样通道数目的正交镜像滤波器组的子带方法相比,此方法在提高干扰抑制能力和减小均方误差方面有进一步提高.     

基于DCT系数量化的公开水印方案

在图像的 DCT域嵌入和提取水印的研究中 ,提出了对一幅灰度图像进行压缩、纠错编码等预处理后作为水印信号 ,然后对载体图像的 DCT系数进行量化 ,并根据水印值对其进行调整 ,从而将水印嵌入到载体图像的 DCT系数中 ,水印检测过程完全不需要原始图像的参与。实验结果表明 ,嵌入水印后的载体图像没有肉眼可觉察的明显变化 ,且在经过 JPEG压缩、缩放、剪切等常见的图像处理后 ,仍能检测水印的存在并恢复出水印图像 ,说明水印具有较好的透明性和稳健性。     

基于非下采样Shearlet变换的磁瓦表面缺陷检测

针对磁瓦表面缺陷对比度低、图像受不均匀背景和磨削纹理干扰大等问题,提出了一种基于非下采样Shearlet变换（non-subsampled shearlet transform,NSST）的磁瓦表面缺陷检测方法。首先,对磁瓦图像进行多尺度多方向NSST分解,得到一个低频子带图像和多个频率和方向变化的高频子带图像。然后,根据缺陷在高低频域表现出的不同特征进行针对性的处理,在低频子带中分别计算行均值线图像和列均值线图像,将列均值线图像沿行均值线图像扩展,构造基于均值的自适应阈值面对低频子带进行滤波,以去除不均匀背景;同时,利用同一分解尺度下各高频子带系数中微弱缺陷信号的方差较大,显著缺陷信号的能量较大,而噪声和背景干扰信号的方差和能量均较小的差异,构造基于Shearlet高频分解系数方差和能量的综合高频缺陷识别算子,滤除高频子带中的噪声和背景干扰。最后,对修正后的分解系数进行逆NSST重构,得到背景均匀,磨削纹理和噪声干扰得到充分抑制的高对比度图像,采用自适应阈值分割方法,提取出缺陷区域。实验结果表明,该方法的假阳性率、假阴性率和检测准确率分别达到8.8%,5.0%和93.1%,算法在MATLAB仿真平台中平均运行时间为0.629 s;相较于现有的磁瓦表面缺陷检测算法,该方法能够有效地去除不均匀背景、磨削纹理和噪声干扰,检测结果更加准确,鲁棒性更强。     

基于干扰矩阵重构的稳健自适应波束形成算法

针对较高信噪比下自适应波束形成性能退化问题,提出了一种基于干扰噪声协方差矩阵重构的新型稳健自适应波束形成算法。利用空间谱估计方法重构出不含期望信号的干扰噪声协方差矩阵,保证了高信噪比时波束形成器的输出增益;并基于信号子空间与干扰子空间的正交性建立了期望信号导向矢量估计的约束条件,以求解出近似最优的权值矢量。理论分析和仿真结果表明,当存在随机指向误差和局部散射时,该算法在较大输入信噪比范围内的性能仍接近最优,较现有算法稳健性更强。     

Modified BM3D algorithm for image denoising using the directed diffusion equation

In order to preserve the edges and details of the image better, a modified block-matching and 3D filtering algorithm based on the directed diffusion is proposed. First, the block-matching and 3D filtering result is divided into three perpendicular subbands by using the wavelet decomposition. Second, by adding the diffusion operator and diffusion coefficients to the directed diffusion equation, the diffusion speed can be accelerated and edges can not be blurred quickly. Then we diffuse the subband of the high-frequency, of which the wavelet coefficients are less than the threshold to the corresponding subband of the noisy image to get a new estimate. Lastly, by replacing the corresponding subband of the block-matching and 3D filtering estimated image with the new one, we obtain the improved denoising result. Experimental results show that the improved algorithm achieves better performance than the original block-matching and 3D filtering algorithm in terms of both removing noise and preserving the edges and details of the image.     

An adaptive blind watermarking scheme utilizing neural network for synchronization

For recent ten years, as an effective means forcopyright protection and authority identification, digitalwatermarking technology has been one of the hottest is-sues with rapid development in the field of multimediainformation security. Currently, many goo…     

稳健的宽带自适应相干干扰抑制波束形成算法

针对期望信号存在指向误差和多个相干干扰时Duvall结构波束形成器性能下降问题,提出一种稳健的宽带自适应相干干扰抑制波束形成算法。该算法首先将Duvall结构波束形成器与最差性能最优波束形成算法结合,实现稳健的宽带波束形成,然后利用空间响应变化约束（SRV）将宽带波束形成等效为参考频点的波束形成,通过协方差矩阵重构,在相干干扰数目较多时,输出波束仍可以在相干干扰方向自适应地形成零陷。理论分析与仿真实验表明,该算法能够有效抑制多个强相干干扰,具有较好的稳健性。     

空间非平稳噪声环境下的DOA估计新算法

针对环境噪声为白噪声而阵元噪声为空间非平稳的情况,文中提出了一种加性色噪声环境下的DOA估计新算法,该算法可以有效估计出加性色噪声相关矩阵,通过利用估计的噪声协方差矩阵对阵列数据相关矩阵进行预白化处理,克服了空间非平稳噪声对空间谱估计的影响误差,进而实现色噪声环境下DOA精确估计,理论分析和仿真结果均表明所提方法的有效性.     

PN码自适应门限捕获新方法

针对扩频通信中PN码固定门限捕获性能上的不足,结合图像处理中的中值滤波和数学形态学原理,提出了一种新的自适应门限捕获方法。在分析判决量统计特性的基础上,使用由序列转换电路和形态滤波器构成的估计器对背景噪声进行实时估计,得到自适应门限用于捕获判决。蒙特卡罗仿真结果表明,该文提出的自适应门限捕获方法能够适应多径环境,抗干扰性能优越,具有较强的实用性。