基于ICA域的噪声图像边缘检测算法

文中介绍了一种基于独立分量分析(ICA)的鲁棒性边缘检测算法.实验证明由自然图像训练得到的ICA基底函数大部分是稀疏的、局部化的,且和人类的感受域具有相似特性.该边缘检测方法中,目标图像首先通过ICA基底函数转化,然后利用一种新的滤波算法(软门限法)消除噪声分量,并且仅用相对比较稀疏分量(稀疏ICA基底函数)来检测或重建边缘.提出的算法应用于不同类型的的噪声图像,并且和传统的边缘提取算法进行了比较.实验结果表明,该算法即使在高水平噪声图像中,也能够提取出比较清晰且无任何模糊的图像边缘信息.     

模糊C-均值(FCM)聚类法与矢量量化法相结合用于说话人识别

该文提出了一种将模糊C-均值聚类法与矢量量化法相结合进行说话人识别的方法。该算法将从语音信号中提取的 12阶 LPC(线性预测编码)倒谱系数作为待分类样本的 12个指标,先用矢量量化法求出每个说话人表征特征参数的码书,作为模糊聚类算法的聚类中心,最后将待识别的特征矢量以得到的码书为聚类中心,进行聚类识别。该算法所使用的特征参数较少,计算比较简单,但识别率较矢量量化法高。     

基于RDWT和ICA的自适应数字水印方法

本文针对多媒体产品的版权保护,提出了一种新的自适应的基于RDWT（冗余离散小波变换）和ICA（独立分量分析）的水印算法。RDWT用于水印的嵌入过程,水印的嵌入强度考虑了载体图像的NVF（噪声可见函数）,从而保证了该算法的自适应性。ICA用于水印的提取过程,我们提出了一种在嵌入水印图像的空域内直接提取出水印信号的算法。实验结果表明,本文算法的可嵌入水印信息量大,同时具有高的鲁棒性和不可感知性。     

基于混合信号处理器的在役钢丝绳断丝检测系统

基于MSP430混合信号处理器的在役钢丝绳断丝检测系统由MSP430F167、旋转编码器、感应线圈与模拟信号放大电路、点阵液晶显示器、键盘阵列、串行接口、USB接口等部分构成.前向通道完成钢丝绳运动速度检测、漏磁场信号的采集、放大和转换.系统采用C语言编程,包括主程序、数据处理、显示、数据存储、AD转换、速度检测、串行通信等子程序.