基于压缩感知理论的船舶数字图像水印算法

在船舶数字图像加密传输系统中,需要进行图像水印处理,提高船舶图像的抗攻击能力,针对传统的小波编码方法进行图像水印加密抗噪能力不好的问题,提出一种基于压缩感知理论的船舶图像水印算法。对提取的船舶图像采用Radon尺度变换方法进行边缘轮廓特征提取,对提取的边缘轮廓曲线采用Schwartz变换进行低频系数分解,提取船舶图像的低频压缩感知系数并与图像的高频系数进行模糊匹配,采用压缩感知理论进行图像量化编码,实现图像的水印提取。仿真结果表明,采用该方法进行船舶数字图像水印处理,提高了归一化相关系数和PSNR值,从而提高了图像的抗攻击能力。     

基于小波变换的边缘保留图像滤波法研究

为了在滤除图像噪声的同时又能保留图像边缘,提出了一种新的基于小波变换的图像滤波法。利用小波变换对噪声图像进行多分辨率分解,得到对应的低频近似信号分量和高频细节信号分量。提取低频系数和高频系数,分别对低频系数进行增强,对高频系数进行锐化,再对锐化后的高频系数进行阈值处理,获得噪声系数,利用锐化前的高频系数减去处理后的高频系数,得到最终的高频系数并通过小波重构得到去噪图像。     

基于小波变换与变步长LMS算法的船舶磁场信号检测

针对检测船舶磁场信号时信噪比较低的问题,提出了一种基于小波变换与变步长LMS算法的检测方法.根据船舶磁场信号的实际特征,首先对信号进行小波分解,并提取最后一层的低频分量,滤除高频噪声;再采用变步长LMS算法对低频分量进行自适应滤波,进一步滤除噪声,提取船舶目标特征信号.船模实验的结果表明,该算法可以显著提高信噪比,增强...     

采用小波SAR算法的船舶监测系统设计

根据小波变换和Teagar算子的优良特性,设计出一种基于SAR图像的船舶检测算法,并且基于该算法设计出了一套监测系统。该系统能够准确、高品质的实时对船舶进行跟踪监控。此监控系统的核心是这一套新的算法,该算法对SAR图像进行小波变换,然后针对小波变换的低频分量采用Teagar算子进行增强和去噪处理,再将低频分量和高频分量利用逆小波变换获得高品质的SAR图像。并通过实验验证本系统的适用性和优越性。     

分数傅立叶变换域的一种鲁棒性图像水印算法

为了进一步提高水印算法的鲁棒性,选取chirp信号作为水印信号,将其嵌入到图像的离散分数傅立叶变换域中.使用分数傅立叶变换阶次和嵌入位置作为算法中的两个密钥,并根据chirp信号在分数傅立叶变换域呈现冲激的特征来检测水印信号.同时还在图像的离散傅立叶变换中频区域嵌入水印模板,有效补偿几何攻击带来的图像损失.仿真实验结果证明,算法具有很好的安全性和不可见性,不仅可以很好的抵抗常用的信号处理操作,对几何攻击也有很好的鲁棒性.     

基于Zernike矩的半脆弱水印算法

随着图像技术的快速发展，当信息内容涉及到政治、军事、商业、法庭举证等重要数据时，其真实性和完整性必须得以确认。提出一种结合Zernike矩的半脆弱水印算法，利用图像小波变换低频子带的Zernike矩幅值的半脆弱特性区分恶意攻击和偶然攻击，提高了水印的安全性．并能准确地定位出篡改区域。     

基于K邻点均值的图像零水印认证算法

为改善图像水印的鲁棒性和不可见性,提出一种新的基于小波提升和K邻点均值的零水印认证方案。首先将原始水印信息进行置乱变换,降低空间相关性,再对原始载体图像进行小波提升分解,对其低频子图进行不重叠分块,对每一小块计算其K邻点均值,利用这些均值和图像均值的关系运算来构造零水印。实验结果表明该方法对常见图像处理过程具有较好的鲁棒性。     

基于小波变换的图像融合算法研究

为解决单源图像无法全面准确捕捉信息的问题,提出了一种基于小波变换的图像融合算法.首先,将多源图像进行多层小波分解,得到各个图像的低频信息和高频信息.接着对小波系数采用像素点区域特征的融合规则进行融合处理,最后通过小波逆变换得到重构图像.仿真结果表明,融合后的图像低频信息部分并没有发生改变,而高频细节部分融合了两幅源图片中的细节部分,使得融合后的图片更加清晰,可信度更高.     

一种面向水下无人航行器的实效图像增强算法

针对水下图像存在严重模糊、对比度低、噪声多等问题,根据小波的时频特性及多分辨率特点,提出一种基于小波变换的水下模糊图像增强算法。利用小波变换对RGB图像进行二层小波分解,把原图分解为高、低频子带,利用导向滤波算法估计低频子带上的照射分量并进行去除;利用软阈值算法对高频子带上的图像边轮廓信息进行去噪和增强处理;对水下图像进行小波逆构,并进行伽玛校正;最后利用改进的灰度世界算法对水下图像进行颜色校正。试验结果表明,使用文章中算法处理所得到图像的对比度及信噪比都较高,且清晰度较高,满足水下无人航行器的要求。     

一种基于混沌和奇异值分解的数字水印算法

本文提出了一种基于混沌和奇异值分解的图像数字水印算法。该算法应用图像矩阵奇异值的稳定性;同时应用混沌系统生成的混沌序列,改变水印的嵌入位置,使得嵌入位置具有随机性。实验结果表明,该算法具有良好的不可见性,对常见的数字图像处理和噪声干扰有良好的鲁棒性。     

小波变换和梯度对多聚焦图像的多分辨率融合

提出一种结合Roberts梯度和小波变换的图像融合方法.该方法对低频分量采用加权平均,对高频分量采用结合梯度平均值的规则.实验结果表明,该方法能够提高多分辨率图像融合方法的效果.     

一种改进的小波变换图像压缩方法

针对传统小波变换过程复杂的缺点和SPIHT算法编码过程重复运算、存储量大的问题,提出了一种改进的小波变换图像压缩方法.该方法首先对纹理丰富的图像进行3级小波变换,再对高频子带通过小波树分类器分为低频树和高频树.最后对最低频子带进行差值脉冲编码调制(DPCM),对低频树和高频树分别进行SPIHT和自适应算术编码(MQ).仿真结果表明,在压缩比相同的情况下,该方法不仅能够在几乎不降低图像恢复质量的前提下提高了编码速度.而且能够降低存储空间的消耗.压缩整体性能明显要优于SPIHT算法.     

LMS算法在舰船磁场信号检测中的应用

针对检测舰船磁场信号时信噪比较低的问题,提出了一种基于变步长LMS算法的检测方法.根据舰船磁场信号的实际特征,首先采用小波阈值去噪法对实测信号进行处理,去除测量信号中的白噪声,并提取最后一层的低频分量,滤除高频噪声;再采用变步长LMS算法对低频分量进行自适应滤波,进一步滤除噪声,提取舰船磁场特征信号.船模实验的结果表明,该算法可以显著提高信噪比,增强了对舰船磁场信号的检测能力.     

基于小波域2DPCA特征提取算法的SAR图像识别

文章提出了一种利用二维离散小波变换与二维数主成分分析结合对SAR图像进行特征提取的新方法。该方法对SAR图像进行二层小波分解后提取低频子带图像的二维主成分分量作为目标的识别特征,利用支持向量机完成目标分类。采用MSTAR实测SAR目标数据集进行特征提取和分类实验,实验结果表明:该方法可以有效提高目标的正确识别率。     

基于红外视频图像的火焰特征提取算法

为了提高舰船火灾的识别率,研究了一种基于红外视频图像的火焰特征提取算法。首先对红外视频图像进行预处理,然后利用火焰红色饱和度、亮度值以及红色分量值等判据对疑似火焰区域进行识别,采用四邻域搜索法对疑似火焰区域进行分割,最后根据火焰燃烧初期的特点对火焰特征进行提取。实验结果表明,该算法能够有效分割出疑似火焰区域并提取出火焰特征。     

基于虚拟现实技术的船舶图像数字水印保护算法

数字水印可以对船舶图像的版权和重要信息进行保护,当前船舶图像数字水印算法对各种噪声、裁剪、尺寸变化等攻击的抵抗能力差,而且船舶图像数字水印的隐藏性差,为了提高船舶图像数字水印的效果,设计了基于虚拟现实技术的船舶图像数字水印保护算法。首先对当前船舶图像数字水印保护的研究进展进行分析,找到当前船舶图像数字水印保护研究中存在的一些难题,然后基于虚拟现实技术对原始船舶载体图像进行预处理,并对水印进行置乱操作,使攻击者无法获取水印的原始信息,最后通过水印嵌入算法将水印嵌入到原始船舶载体图像的最优位置,并通过实验对船舶图像数字水印保护算法的性能进行测试。结果表明,本文算法可以将水印信息很好的隐藏于原始船舶载体图像中,水印具有良好的不可见性,可以抵抗各种非法攻击,解决了当前船舶图像数字水印保护算法存在的缺陷,具有更加广泛的应用前景。     

基于神经网络的船舶航拍图像融合研究

航拍图像融合是船舶图像研究领域中的一个重要研究方向,针对当前船舶航拍图像融合过程复杂,计算量大,融合精度低等缺陷,提出了基于神经网络的船舶航拍图像融合方法。首先分析船舶航拍图像融合原理,并对船舶航拍图像进行分解,得到低频和高频的船舶航拍图像分量,然后采用神经网络对船舶航拍图像的高频分量进行处理,并用加权平均法对船舶航拍图像的低频分量进行处理,最后通过逆变换对船舶航拍图像融合,并进行了仿真实验。实验结果表明,神经网络可以获得高精度的船舶航拍图像融合结果,船舶航拍图像融合时间短,相对于其他船舶航拍图像融合方法,神经网络的船舶航拍图像融合结果更胜一筹。     

基于视觉传达的大型船舶航行图像融合研究

图像融合是图像识别的重要环节,为提升船舶航行图像识别精度,提出了基于视觉传达的大型船舶航行图像融合算法。通过离散滤波获取图像高频部分并盲估计模糊核,依照模糊核,通过总变分正则化法对图像实施非盲去卷积处理,获取去模糊后的图像;针对去模糊处理过程导致图像亮度发生变化的问题,采用伽马校正算法调整图像亮度,提升图像视觉传达效果。针对校正后的图像,对比2幅待融合图像的熵值,获取熵值较大图像的残余分量,通过基于方向滤波的二维局部均值分解法,将残余分量和熵值较小的待融合图像分解成低频子带与高频子带并分别融合,通过逆变换运算得到融合图像。实验结果显示该方法可有效提升大型船舶航行图像的细节清晰度,令图像的视觉传达效果增强,并显著提升图像识别精度。     

船舶结构动载试验的基于参考测点随机子空间法

文章提出了基于参考点的随机子空间船舶模态参数识别方法.该方法直接根据环境激励下测得的输出响应来构建Hankel矩阵,并通过QR分解技术对数据进行精简,再对投影矩阵进行奇异值分解(SVD)来剔除噪声,最后识别出结构的模态参数.它不受FFT(傅立叶变换)的影响,识别速度快,精度高.对于需快速识别船舶结构的模态参数,检测其可能存在的损伤,建立起预警及适时维修机制提供了有效手段.     

基于马达代数的机器人手眼系统标定研究

机器人手眼标定是机器人手眼系统实现视觉定位的前提,手眼标定问题是指通过算法求解出机器人手眼之间的转换关系矩阵.针对机器人手眼系统标定的问题,研究在马达代数空间中建立手眼标定方程、并利用奇异值分解(singular value decomposition,SVD)对其求解的算法,最后利用Matlab软件进行仿真实验.实验表明:该算法可求解出手眼关系矩阵,并且比欧式空间中的算法更加精确、高效.