一种适合无线视频通信的自适应错误隐蔽方法

在无线网络环境下的视频通信过程中,错误隐蔽是一种提高解码图像质量的重要手段.提出了一种针对实时视频应用的自适应时域运动补偿处理方法,不仅考虑了受损视频在时间上的相关性,而且针对补偿图像中的块效应进行自适应处理,能够有效地提高解码图像质量.     

基于group-based模型的无线传感器网络密钥管理方案

由于无线传感器网络受电源、计算能力、内存容量等方面的限制,传统的基于公钥和可信任的密钥管理方式不再适用.为了进一步提高无线传感器网络的安全连通性,在分析DU Wen-liang等人的group-based节点投放模型的基础上,提出了一种改进的密钥管理方案:多密钥空间与多路径增强相结合的随机密钥预分配方案.结果分析表明,该方案需要较少的内存存储空间,不仅提高了系统的连通性,还降低了节点的被捕获概率.     

VS3文件的解密和结构分析

详细分析了VS3文件结构,同时对VS3文件的4个组成部分作出了具体说明。给出了一种解密VS3文件的程序,利用这个程序可将密文VS3转换成明文VS3。最后给出了一个实例。     

模拟退火遗传算法的轮廓线拼接研究

基于断层数据的三维重构是三维数据场可视化技术的主要研究内容,重构物体的三维模型也是分析、仿真的前提.应用模拟退火遗传算法设计和实现了三维物体表面重建算法.通过在遗传算法中融人退火处理操作,提高了种群的多样性,避免了遗传算法中存在的早熟收敛问题,有效地增强了算法的全局寻优能力.此外,提出了一种基于边的最小交叉多边形算法,提高了交叉操作效率.根据轮廓线拼接问题的特点,设计了针对性强的交叉、变异操作.实验结果表明,算法有效地提高了传统的全局法轮廓线拼接算法的效率.     

一种新的X射线手提行李图像增强方法

针对X射线图像的特点,提出了一种新的X射线手提行李图像增强方法。首先,应用离散小波变换（DWT）对图像进行去噪、融合,然后,结合模糊理论在模糊空间实现图像增强。同时将本文方法与基于灰度分组(GLG)的增强方法、基于直方图均衡 (HE)的增强方法做了比较,实验结果表明,本文方法可以有效地提高图像的清晰度,具有较好的推广能力。     

改进的子空间语音增强算法

单通道子空间语音增强算法在加性噪声为白噪声的情况下,效果比较理想.加性噪声为有色噪声的情况下,通常用广义奇异值分解算法来进行处理.为了降低低信噪比情况下残留的音乐噪声,结合人耳的听觉掩蔽效应,提出了一种基于感官抑制的广义奇异值分解算法.实验结果显示,该算法能够明显地提高语音质量、可懂度和识别率,特别是在加性噪声是有色噪声的情况下实验结果明显优于其他的语音增强算法.     

空间自适应正则化超分辨率图像重建

超分辨率图像重建是一个病态问题,在重建过程中需要正则化处理,而正则化重建会引入正则化误差及重建过程中由于病态性而引入的噪声放大误差,且这两类误差均和图像的空间局部特性有关.提出根据图像的局部空间统计特性自适应控制超分辨率图像正则化重建算法,采用图像局部统计方差来区分图像棱边区域及平滑区域,在图像的棱边区域加强图像的约束重建,而在图像的平滑区域加强正则化.实验表明该算法能有效地减小重建误差,算法的信噪比得益优于传统的正则化重建算法及总变分模型重建算法,并且对正则化参数的选择具有一定的鲁棒性.     

基于离散余弦变换域的块相关性和马尔可夫模型的图像隐写分析

提出高阶统计方法检测JPEG 图像隐写．为充分描述图像数据及它们空间位置的相关性,运用了JPEG 块内、块间系数间的相关性. 使用量化分块DCT 系数绝对值之差生成水平、垂直和zigzag 方向的块内、块间差分数 组,采用马尔可夫过程模拟差分数组,提取二阶统计量——差分数组转移概率矩阵——为隐写分析特征向量．仿真 结果证明本文提出的方法的检出率高于已知方法的检出率．     

双马尔可夫决策过程联合模型

人类在处理问题中往往分为两个层次,首先在整体上把握问题,即提出大体方案,然后再具体实施.也就是说人类就是具有多分辨率智能系统的极好例子,他能够在多个层次上从底向上泛化(即看问题角度粒度变"粗",它类似于抽象),并且又能从顶向下进行实例化(即看问题角度变"细",它类似于具体化).由此构造了由在双层(理想空间即泛化和实际空间即实例化)上各自运行的马尔可夫决策过程组成的半马尔可夫决策过程,称之为双马尔可夫决策过程联合模型.然后讨论该联合模型的最优策略算法,最后给出一个实例说明双马尔可夫决策联合模型能够经济地节约"思想",是运算有效性和可行性的一个很好的折中.     

一种快速的基于球体混合重建的碰撞检测算法

为了解决虚拟特征和虚拟环境中虚拟物体的相交问题,必须对实时的虚拟应用环境实施快速的碰撞检测.提出了基于球体混合重建的碰撞检测算法,对球体混合表面提出了一个子线性时间复杂性的重建过程;利用四元组构造变换范围,扩展了从线性到球形混合的构造变换方法;采用循环划分的方法完成了由球体混合到线性混合的分解过程.尽管这个方法的实现过程较线性的方法更难些,但算法的执行过程所需时间却与线性方法相差无几,其复杂性也与线性结构的相同.