视觉驱动的语音合成系统中唇形轮廓的傅里叶描述

为了能够自动、快速地表示唇读系统中所必须的唇形轮廓特征,将傅里叶描述子用于唇形轮廓的描述和识别过程中,采用边界傅里叶变换的方法,得到非对称唇形模型中唇形轮廓的傅里叶描述子,用来刻画唇动过程中唇形轮廓的形状信息,并将傅里叶描述子φ作为唇形轮廓的特征向量,应用于基于隐马尔可夫模型（HMM）的视觉驱动语音合成系统.基于独立汉字发音的实验表明,单纯采用前15或20个傅里叶描述子就能够有效地刻画唇形轮廓描述,达到唇形识别的目的.     

唇动图像序列的加权组合特征分析

特征融合技术综合了参与融合的多类特征的有效鉴别信息,使得合成的新特征向量具有更强的分类能力。为了使得两组特征能够以比较均衡的比例参与组合,达到较好的组合效果,采用加权组合的方法,将提取到的唇形区域的几何特征向量和由离散余弦变换描述子表述的唇形轮廓特征向量采用加权组合的方法进行特征融合,形成新的特征向量,应用隐马尔可夫模型对组合得到的特征向量进行学习和识别,从而综合利用两类特征的鉴别信息,提高唇形识别的效果。基于独立汉字发音的实验结果表明,加权组合两类特征后所形成的新特征向量比单纯采用任何一种特征向量都能够提高唇形识别的效果,配比不同的加权因子,最多可将识别率提高2.5％。     

基于傅里叶描述子的手势轨迹模板匹配方法

针对手机移动平台中人机交互的问题及手势识别中的时域问题,提出基于视觉的手势轨迹识别作为人与手机交互的方式。利用傅里叶描述子对手势轨迹进行特征描述,并结合置信度对动态手势轨迹进行分类。文中先对手势视频进行运动检测,利用基于颜色的粒子滤波器对手部进行跟踪以获取手势中心运动轨迹,对所得的运动轨迹进行闭合化处理,使得轨迹变成封闭曲线集,对封闭曲线集进行傅里叶变换,使得运动轨迹具有平移、缩放和旋转不变性,利用所得的傅里叶描述子与模板进行匹配,在一定范围内具有良好的稳定性。同时提出变形系数来描述采样所得运动轨迹的扭曲变形程度。实验结果表明该方法在变形系数为0.3以下时具有较高的准确性。     

融合EHF-TCDs与SVM的旋转机械轴心轨迹识别方法

针对运用轴心轨迹进行旋转机械故障诊断时,存在提取特征困难和识别率低等问题,在精确型高度函数EHF1(Extract height function 1)和TCDs(Triangular centroid cistances)描述子的基础上提出了一种EHF-TCDs描述子,并使用平滑化和傅里叶变换对其进行降维,该描述子具有起始点不变性、相似变换不变性、抗噪性、低维度等特点,并能充分表征轴心轨迹,再使用SVM对提取的EHF-TCDs描述子特征进行训练与测试,进而提出了一种新的旋转机械故障快速诊断方法。通过一个无噪声和4个有噪声的模拟轴心轨迹库和一个实测轴心轨迹库验证了该方法的有效性,其识别率都在99.57%以上,单个样本平均测试时间不超过0.021 ms。     

基于傅立叶特征的几何零件快速识别

针对机器视觉系统中的零件识别问题,提出基于傅立叶描述子的零件识别算法.首先利用类似Canny算子的方法提取零件边缘,并且跟踪轮廓.然后通过傅立叶变换将几何零件轮廓特征转换成频域特征,以互相关系数作为了匹配相似度的判据,对零件识别结果进行置信度分析.试验结果表明,方法在几何零件发生平移,旋转,缩放等情况下均能识别出正确结果,具有较高的鲁棒性和实时性.     

多点闭环成形中基本体群曲面描述方法的研究

探讨了在多点闭环成形中，基本体群曲面的数值矩阵描述和离散傅里叶变换描述方法；通过实例验证了离散傅里叶变换描述方法的有效性和对随机测量误差的鲁棒性；从闭环成形的实验结果可以看出，应用离散傅里叶变换描述能够体现板材多点成形时各基本体之间的相互耦合关系，提高了多点成形工件的精度。     

基于傅里叶描述子的平面物体表征与抓取规划

针对传统抓取规划方法难以计算复杂轮廓物体、计算量大耗时长的弊端,以及基于深度学习的抓取规划方法物理模型简单、训练集制作耗时长的缺陷,提出了一种基于傅里叶描述子的平面物体表征及抓取规划方法。对物体进行图像采集和轮廓提取,将以散点形式表示的轮廓转化为傅里叶描述子,提取高阶项从而还原物体轮廓,构造了轮廓的参数方程。根据轮廓参数方程和接触点位置,使用不同接触模型构造抓取映射矩阵,采用凸包推进算法计算不同抓取位姿在力 力矩空间上的抓取性能指标。基于抓取性能指标,采用一种改进的粒子群方法进行抓取点规划,在二指夹持器和四指夹持器模型上进行了仿真验证。     

圆柱形状误差的LF模型及其离散辨识方法

本文详细介绍了一种描述圆柱轮廓形状误差几何特征的勒让德／傅里叶模型（LF）。提出了基于勒让德一高斯积分和傅里叶变换相结合的模型参数离散辨识方法,并指出了参数辨识结果的非等精度特性。最后,采用“二次测量法”对所建轮廓模型的合理性,即测量点数的充分性进行判别,并在三座标测量机上进行了实际测量实验验证。     

采用非对称唇形轮廓模型提高汉语唇形识别效果

通过分析人脸正面和侧面图像的特点,建立起一种新的唇形轮廓描述模型,能够提取出嘴唇的突出度信息,同时通过计算部分参数对时间的导数,来获得唇形轮廓的动态信息。通过对小词库试验,对比单纯采用正面图像轮廓的描述方法,该方法能够将识别效果平均提高25%以上,克服了以往对唇形轮廓提取时,通常都采用人脸的正面图像,不能反映出嘴唇的突出度信息的局限。     

融合全局-颜色信息的尺度不变特征变换

由于尺度不变特征变换(SIFT)算法只针对图像的局部特征进行描述且忽略了图像的彩色信息,当待匹配图像中存在大量形状相似区域时,误匹配率很高。本文对SIFT图像匹配法进行了改进,提出了SCARF(Shape-color Alliance Robust Feature)图像匹配算法。为解决SIFT常出现的误匹配现象,构造的SCARF算子利用SIFT检测子提取图像的特征点集,通过建立同心圆坐标系,在SIFT原有框架的基础上融入全局形状信息和颜色不变信息,并采用欧氏距离作为匹配代价函数进行描述子匹配。对包括SCARF算法和SIFT算法在内的5种不同匹配算法通过INRIA数据库进行了实验验证,实验结果表明:SCARF算法在图像模糊、局部特征相似、JEPG压缩和光照变化等复杂变换情况下,匹配准确率优于SIFT等其他算法,降低了误匹配的概率,明显提高了匹配的稳定性和鲁棒性。     

基于离散余弦变换和支持向量机的人脸识别方法研究

本文实现了一种基于离散余弦变换（DCT）和支持向量机（SVM）的人脸识别方法。该方法利用DCT提取人脸特征向量，输入到SVM分类器中实现人脸的识别．本研究对DCT系数的选取，DCT系数的个数及SVM核参数对识别的影响作了详尽的分析．使用SVM多类分类器的1-1判别策略，实现了一个鲁棒性和实时性均很好的人脸识别方法。实验表明。离散余弦变换技术和支持向量机的结合用于人脸识别。大大提高了识别的速度和识别率。     

星图的稀疏表示性能

分析了星图在不同表示方法下的稀疏性能,以便将更好的稀疏表示应用于星敏感器压缩成像过程中。采用两种方式对星图的稀疏性进行了分析:第一种方法利用离散余弦变换(DCT)、离散傅里叶变换(DFT)和离散小波变换(DWT)构造完备正交基,考察星图在不同完备基下的稀疏性;第二种方法则是通过选择DCT完备基构造超完备字典及训练学习字典来分析星图在不同表示方法下的稀疏性。仿真结果表明,在完备基表示下,星图相比一般场景图像的平均峰值信噪比(PSNR)值高出15~20dB,超完备字典和学习字典稀疏表示能够在各稀疏度下进一步提升峰值信噪比(PSNR值)2~20dB;对于星点的重构质量,各表示方法在10%以上稀疏度时基本能够保证星点重构成功率高于95%。得到的结果证明星图的稀疏性满足压缩成像的要求,其稀疏重构能够在很大程度上保持适用于姿态确定的星点质心位置,从而验证了压缩感知在星敏感器应用中的稀疏前提及可行性。     

Recognition of dynamic environments for robotic assembly on moving workpieces

Automated robotic assembly on a moving workpiece, referred to as assembly in motion, demands that the assembly robot is synchronised in all degrees of freedom to the moving workpiece, on which assembly parts are installed. Currently, this requirement cannot be met due to the lack of robust recognition of the 3D position and the trajectory of the moving workpiece. In this paper, an assembly robot-guided, monocular camera system approaching this problem of recognition of dynamic environments is introduced, which considers the motion trajectory of the workpiece as a linear combination of trajectory bases, such as Discrete Cosine Transform (DCT) bases. The experimental results show that the proposed method is able to reconstruct arbitrary trajectories of a predefined assembly point on the workpiece moving in 3D space. The limitation of the developed method of environment recognition for robotic assembly in motion is also analysed.     

Enhancement of Satellite Image Compression Using a Hybrid (DWT–DCT) Algorithm

Discrete Cosine Transform (DCT) and Discrete Wavelet Transform (DWT) image compression techniques have been utilized in most of the earth observation satellites launched during the last few decades. However, these techniques have some issues that should be addressed. The DWT method has proven to be more efficient than DCT for several reasons. Nevertheless, the DCT can be exploited to improve the high-resolution satellite image compression when combined with the DWT technique. Hence, a proposed hybrid (DWT–DCT) method was developed and implemented in the current work, simulating an image compression system on-board on a small remote sensing satellite, with the aim of achieving a higher compression ratio to decrease the onboard data storage and the downlink bandwidth, while avoiding further complex levels of DWT. This method also succeeded in maintaining the reconstructed satellite image quality through replacing the standard forward DWT thresholding and quantization processes with an alternative process that employed the zero-padding technique, which also helped to reduce the processing time of DWT compression. The DCT, DWT and the proposed hybrid methods were implemented individually, for comparison, on three LANDSAT 8 images, using the MATLAB software package. A comparison was also made between the proposed method and three other previously published hybrid methods. The evaluation of all the objective and subjective results indicated the feasibility of using the proposed hybrid (DWT–DCT) method to enhance the image compression process on-board satellites.     

彩色图像三维六边形离散余弦变换编码

为了适应人眼视网膜细胞的正六边形结构的排列方式并充分利用彩色图像各颜色分量间的相关性,提出了一种基于六边形采样的三维离散余弦变换方法。该方法根据传统的矩形采样和正六边形采样之间的关系来完成两者的转换; 然后在已有的六边形离散余弦变换的基础上提出三维六边形采样的离散余弦变换,并验证它的能量集中性。最后,在同一个模型下建立彩色图像的空间位置和颜色分量,并利用提出的方法分别以不同的子图大小对不同的图像进行整体变换。实验结果表明：相对于传统的矩形采样,提出方法的压缩比提高了约51.1%,峰值信噪比提高了约16.3%,从而有效地降低了彩色图像各颜色分量间的相关性。得到的结果表明,利用六边形采样技术可以提高采样率,降低编码速率。     

利用DFT技术实现同频率周期信号相位差的高精度测量

本文提出了一种利用离散傅立叶变换(DFT)技术实现两频率相同的周期信号相位差高精度测量的方法。即使存在高次谐波的严重干扰,亦能精确测得两信号的基波相位差。采用同步采样技术,根本消除了DFT的泄漏效应。文中给出了实验结果及分析。本文提出的这种测量方法,特别适合于被测信号被高次谐波噪声严重污染的实际工业测试场合。     

航空视频图像实时压缩算法的优化设计

提出了一种针对航空视频图像的编码优化方法,在工控计算机上实现了两路PAL制式彩色视频的同时实时压缩存储.选择离散余弦变换(DCT)去除图像的相关性,在比较各种DCT方法后,对AAN算法进行优化改进,并给出优化的依据,同时优化了可变长编码(VLC)中VLC表的检索方式.通过对视频压缩算法中运算量最大的两个算法模块进行优化改进,在P4 3.0G处理器上实现了8 ms内压缩一帧768×576的彩色图像.算法在32∶1的压缩比下,峰值信噪比(PSNR)为29.47,接近小波压缩算法在该压缩比下的PSNR值,确保了压缩质量.实验结果表明,优化方案在压缩速度、压缩率与压缩质量3者间取得了平衡,能很好地满足航空视频图像实时压缩的需求.     

节约器件的三维离散余弦正/反变换通道式算法结构

针对3D离散余弦正/反变换(DCT/IDCT)算法单元通道式结构需大量使用延时器和选择器以及不同分块器件的兼容性问题,提出一种节约延时器和选择器的通用性通道式算法单元及整体结构。首先,根据三维DCT理论提出兼容正反变换通用的通道式算法结构;建立由延时器和选择器组成的可重复使用的延时器组模型,使其具有整合性和嵌套性。然后,提出节约延时器的三维DCT通用性通道式算法单元及整体结构。最后,利用提出的节约器件的三维DCT/IDCT通道式结构对不同格式、不同大小分块的视频信号进行处理。实验结果表明,随着分块增大,提出的节约器件的方法使用的延时器和选择器的数量明显减小,当分块大小达到64×64×64时,延时器和选择器使用个数分别降低了54.7%和44.5%。得到的结果说明提出的方法可以减少延时器和选择器的使用,满足硬件对降低成本的要求,提高了能效,同时便于不同分块的集成。