VDR图像压缩方法研究

简单介绍了船载航行数据记录仪(VDR)的基本功能、系统结构和工作原理,并对其图像压缩方法作了详细介绍.先分别介绍了离散余弦变换(DCT)和嵌入式零树小波编码(EZW)的优缺点,针对VDR图像压缩的具体情况,提出采用DCT和EZW相结合的方法,可发挥它们的优势,克服缺点,达到更好的压缩效果.     

基于离散小波变换和人类视觉系统的数字水印算法

通过对人类视觉系统(HVS)的亮度特性、频域特性、图像类型特性的研究,提出一种基于离散小波变换和人类视觉系统数字水印算法,将秘密信息嵌入到小波变换不同的方位系数中.实现了水印信号在图像信息中的嵌入与提取,达到隐藏秘密信息的目的.实践证明该算法能提高水印的不可见性,同时具有很强的鲁棒性.     

基于子波变换的SAR图像边缘提取研究

SAR图像的边缘提取是其图像处理的一项重要内容。将子波变换应用到SAR图像的边缘提取，通过提取子波变换局部极大模来提取图像边缘。仿真实例表明该方法取得的边缘清晰准确，具有一定的先进性。     

基于整数提升小波和Rice编码的机车信号波形数据的无损压缩方法

针对铁路现场机车信号实际运用情况,提出了一种基于整数提升小波变换和Rice编码的机车信号记录波形数据的无损压缩方法.该方法利用提升结构的整数小波原位运算实现对信号波形数据的快速预测和更新,再对变换后的数据进行Rice无损压缩编码.实验证明,该方法能够达到对机车信号记录器波形数据进行快速、高效的无损压缩存储的要求.     

水下回波模拟器频率补偿技术

水下回波模拟器可根据目标的声学特性对目标进行回波模拟,广泛用于验证试验、声诱饵等方面。但由于换能器制造工艺等限制,其发射换能器的发送电压响应在不同频率上变化较大。若忽视这个因素,则有时无法做到有效模拟宽频带的目标回波特性。本文通过分段快速Fourier正反变换和频率能量补偿技术实现回声转发信号的发射声源级差异补偿,采用首尾重叠消去法确保变换后数据无畸变。通过NI公司的PCI-6120板卡和工控机完成工程实践工作,并通过水池实验和海试进行可行性验证。     

道路货物运输企业如何向物流企业转化

论述了道路货物运输企业向物流企业转化的必要性,分析了道路货物运输企业向物流 企业转化的有利条件,以及转化中可能存在的困难与难点,对道路货物运输企业如何向物流转 化提出了几点建议;最后,指出了道路货物运输企业向物流企业转化中应注意的几个问题.     

基于主元分析的车牌图像倾斜校正新方法

为解决机动车牌图像倾斜将对其字符分割与识别带来不利的影响,提出一种基于主元分析(PCA)的车牌图像倾斜校正新方法。在该方法中,PCA被用于求取坐标变换矩阵以进行图像旋转修正。将原始的像素坐标矩阵经过中心化后转换为2维协方差矩阵,再奇值分解为能反映图像倾斜方向的2维对角矩阵和坐标变换矩阵。算法的时间复杂度分析与试验结果均表明:相对于Hough等搜索倾角的校正方法,PCA方法缩短了计算时间1￣2个数量级,并且在污迹、光照不均等条件下也能获得较好效果。     

沿视平面任意方向上运动模糊图像的几何变换

运动所产生的图像模糊在生活中是常见的,对其进行处理的方法有很多种.常见的一种方法是将这个过程用矩阵的方程表示出来,但是这种方法只适合于求解水平方向上的直线运动模型.对非水平方向上的运动来说,就要对运动图像进行预处理,将其转换到水平方向上,介绍如何对运动方向进行识别及利用几何变换对图像进行处理的过程.     

基于小波变换的传感器故障检测技术研究

介绍了小波变换的基本理论及小波技术用于传感器故障检测的基本原理，给出了传感器故障检测方法，仿真实例证明了这一技术的有效性。     

Forecasting container throughput based on wavelet transforms within a decomposition-ensemble methodology: a case study of China

To improve predictive accuracy, new hybrid models are proposed for container throughput forecasting based on wavelet transforms and data characteristic analysis (DCA) within a decomposition-ensemble methodology. Because of the complexity and nonlinearity of the time series of container throughputs at ports, the methodology decomposes the original time series into several components, which are rather simpler sub-sequences. Consequently, difficult forecasting tasks are simplified into a number of relatively easier subtasks. In this way, the proposed hybrid models can improve the accuracy of forecasting significantly. In the methodology, four main steps are involved: data decomposition, component reconstruction based on the DCA, individual prediction for each reconstructed component, and ensemble prediction as the final output. An empirical analysis was conducted for illustration and verification purposes by using time series of container throughputs at three main ports in Bohai Rim, China. The results suggest that the proposed hybrid models are able to forecast better than do other benchmark models. Forecasting may facilitate effective real-time decision making for strategic management and policy drafting. Predictions of container throughput can help port managers make tactical and operational decisions, such as operations planning in ports, the scheduling of port equipment, and route optimization.