一种基于脊波变换的数字水印算法

该文针对脊波变换能有效表示二维图像线性奇异性的特点,提出了一种脊波域鲁棒数字水印算法。对图像进行分块有限脊波变换,有选择地在脊波域最大能量方向上的中频系数中嵌入水印,采用奇异值分解方法提取水印提高了检测性能。实验结果表明,算法对噪声、压缩、不规则剪切、亮度、对比度等攻击有较强的鲁棒性。     

基于有限脊波变换的边缘检测算法

拉普拉斯(Laplace)边缘检测算子对噪声非常敏感。为了解决这个问题,在有限脊波变换(finite ridgelet transform,FRIT)域提出了一种边缘检测算法。首先用拉普拉斯分布模型分析FRIT系数,给出了FRIT系数的最大后验概率(maximum a posteriori,MAP)估计,同时结合边缘检测模型,得到了用于边缘检测的最优阈值,实现了图像的边缘检测。该算法抑制了噪声对图像边缘的影响,同时保护了图像的边缘。实验结果表明,在抑制噪声和边缘定位之间该方法能够达到更好的平衡,得到良好的边缘检测效果。     

基于有限脊波变换和Cycle spinning的图像融合算法

有限脊波变换在处理高维信号时比小波变换具有更好的方向性、较高的逼近精度和更好的稀疏表达性能,利用这一特点将其应用于图像融合领域,但有限脊波变换不具有平移不变性,故提出了用有限脊波变换与Cycle spinning相结合的方法消除因移变性产生的Gibbs现象。实验验证结果表明,本文算法能有效提取图像特征,且对边缘特征的表述更加清晰光滑。     

基于全变差和小波方法的图像去噪模型

用小波系数范数代替OSV模型中的H^-1范数，得到了一个新的全变差去噪模型,通过求解该模型的极小化，推导出其相应的Euler—Lagrange方程为小波域中的二阶非线性偏微分方程，根据有界变差泛函中的Poincare等式和下半连续性．证明了该模型极小值的存在性．数值实验表明新模型在有效去噪的同时可以保持较好的视觉质量。     

基于全变差模型的自适应参数选择方法

针对全变差去噪模型中不能自适应调整正则项参数的缺点,基于Chambolle对偶算法,提出一种自适应对偶投影算法。通过构建全变差模型中的权重与正则项和逼近项之间的函数关系,根据不动点迭代理论,得出权重的更新准则。对于模型中新引入的参数选取问题,根据多元线性回归模型拟合出新参数的选取模型,通过显著性检验,验证了该拟合模型的有效性。实验结果表明,该算法能有效改善去噪效果。     

二进脊波变换的高光谱遥感图像融合分类

将二进脊波变换应用到高光谱遥感图像的数据融合中,并针对该算法的特点,提出了将变换数据分成两部分分别进行融合的融合算法,即将经过二进小波行变换的图像数据进行划分,对于包含图像概貌特征的低频数据进行归一化方差加权融合,对于包含图像边缘、直线等细节特征的高频数据选择各波段数据对应像素点小波系数绝对值最大者作为融合后该像素点的像素值.对标准的AVIRIS高光谱遥感图像实现了数据融合,并在此基础上完成了对高光谱遥感图像的分类.实验结果表明,无论是从直观上还是从数值结果上来看,该方法能有效地实现高光谱遥感图像的数据融合与分类.     

基于脊波变换的车牌边缘检测

通过分析现有的一些边缘检测方法,针对在复杂环境下对车牌图象进行分割提取这一问题,提出了一种基于脊波变换的边缘检测方法。这种方法以脊波变换为理论基础,具有多方向和多尺度性,能对车牌中的不同方向的边缘特征进行有效的检测。实验表明,该检测方法抗噪声更强,定位更准确。     

基于脊波变换的圆形图像边缘检测

批量生产圆形器件过程中,在线检测还缺乏快速算法.本文在脊波变换理论的基础上,利用多尺度小波变换具有去噪、准确定位奇异点和边缘提取等优势,针对圆形图像的特征,给出了一种检测圆形器件内外径的快速算法.实验模拟证明,该算法具有较高的检测精度和可靠性.     

全变差曲波变换在医学影像图像去噪中的应用

针对曲波变换算法在医学影像图像去噪中会产生截断伪影和边缘模糊等问题,提出了一种全变差曲波变换算法.该算法首先对含噪医学影像图像分别进行曲波阈值和全变差去噪,然后将得到的去噪结果进行曲波逆变换并生成最终图像.仿真实验结果表明,该算法不仅可有效地降低噪声,还可较好地保持医学影像图像边缘和细节信息,其效果明显优于曲波变换算法和全变差算法.因此,该算法对医学影像图像的噪声滤除具有良好的应用价值.     

基于脊波变换的SAR与可见光图像融合研究

脊波(R idgelet)作为一种新的多尺度分析方法比小波更加适合分析具有直线或超平面奇异性的信号,而且具有较高的逼近精度和更好的稀疏表达性能。将脊波变换引入图像融合,能够更好地提取原始图像的特征,为融合图像提供更多的信息,在融合过程中抑制噪声的能力也比小波变换更强。因此,提出了基于脊波变换的SAR与可见光图像融合方法,并采用偏差指数与等效视数指标对融合效果进行评价。实验结果表明,该方法在保留合成孔径雷达SAR(synthetic apertureradar)与可见光图像重要信息、抑制噪声能力方面均优于小波变换方法。     

一类非线性系统有限时间函数观测器设计方法

研究了一类非线性系统的有限时间函数观测器设计问题,发展了现有文献中的相关结果:(1) 得到了非线性系统的渐近收敛函数观测器设计方法;(2) 在所设计的非线性系统渐近收敛函数观测器的基础上,并结合有限时间观测器理论,给出了将要研究的非线性系统的有限时间函数观测器的设计新方法.所设计的有限时间函数观测器在任意给定的时间段内实现了对将要研究的非线性系统状态函数的精确重构.仿真例子验证了理论结果的正确性.     

一类非线性系统有限时间函数观测器设计方法

研究了一类非线性系统的有限时间函数观测器设计问题,发展了现有文献中的相关结果：（1）得到了非线性系统的渐近收敛函数观测器设计方法;（2）在所设计的非线性系统渐近收敛函数观测器的基础上,并结合有限时间观测器理论,给出了将要研究的非线性系统的有限时间函数观测器的设计新方法.所设计的有限时间函数观测器在任意给定的时间段内实现了对将要研究的非线性系统状态函数的精确重构.仿真例子验证了理论结果的正确性.     

耗能低剪力墙的非线性有限元全过程分析

应用ANSYS5．7结构分析软件,对一种新型耗能低剪力墙进行了三维有限元非线性分析,研究了该耗能低剪力墙的破坏形态、耗能能力、延性、承载力,并与普通钢筋混凝土低剪力墙进行了对比;计算结果与实验结果吻合较好,可以采用该模型进一步分析该耗能剪力墙的抗震性能,并建立抗震设计方法。     

Image decomposition using the non-convex functional

This paper proposes a new model for image decomposition by non-convex functional minimization. Instead of using the Banach norm as the fidelity term, we use the integral of the square of residual component divided by its gradient as the fidelity term. This non-convex fidelity term has a very low value for the texture image and a high value for the geometric image, so it is appropriate for image decomposition. The gradient descent procedure is used to solve the proposed minimization problem, which leads to evolving a new nonlinear second-order partial differential equation(PDE) to a steady state. Compared with the total variation minimization(TV) model and the fourth-order PDE(OSV) model, the proposed nonlinear second-order PDE maintains many more sharp edges, so the texture part has less cartoon information. Experimental results also demonstrate that our model performs better than the standard TV and OSV models in image decomposition.     

考虑温变荷载分析欧阳海薄拱坝的三维非线性有限元法

采用三维非线性有限元法对欧阳海超薄双曲拱坝受温变荷载的受力变形特性进行了分析 .论证了双曲拱坝受温变荷载开裂变形的破坏规律 ,提出了考虑温变荷载影响的三维非线性有限元分析方法     

基于总体方差最小消去DCT的方块效应

提出基于总体方差最小消去离散余弦变换DCT的方块效应,推导出水平集方程,用最小/最大曲率流替代水平集中的平均曲率流。该方法在平滑噪声和消去方块效应的同时,能保留图像的主要结构特征。后续分割实验结果表明,该方法比均值滤波后的图像有更好的视觉和分割效果。     

基于能量有限元方法的声腔内部噪声预测

为了预测声腔内部噪声,基于能量有限元方法(EFEA)建立了声腔-平板-声腔的EFEA耦合模型,对声腔内部噪声进行了数值计算。建立了声腔-平板-声腔的统计能量分析(SEA)模型,并将EFEA模型的预测结果与SEA模型的预测结果进行了对比。结果表明,二者具有较好的一致性。建立了声腔-前风挡玻璃-声腔的EFEA耦合模型和SEA耦合模型,分别对EFEA和SEA模型的外侧声腔响应进行了仿真分析,并与试验结果进行了对比。结果表明,EFEA预测结果与SEA预测结果以及试验结果均吻合良好,充分显示了本文所建立的声腔-前风挡玻璃-声腔EFEA模型对声腔内部噪声预测的准确性。