飛機(jī)特征點(diǎn)圖像的識(shí)別是航空試飛領(lǐng)域中計(jì)算機(jī)視覺(jué)研究的重要課題，在基于圖像的視頻安全監(jiān)控、自動(dòng)識(shí)別與智能人機(jī)交互方面有著重要的研究?jī)r(jià)值。其檢測(cè)算法經(jīng)過(guò)長(zhǎng)時(shí)間的發(fā)展，已經(jīng)取得了顯著的成績(jī)。本文中對(duì)Paul Viola提出的基于積分圖像和AdaBoost的檢測(cè)方法進(jìn)行了深入研究、改進(jìn)，并針對(duì)實(shí)際問(wèn)題成功應(yīng)用到飛機(jī)特征點(diǎn)圖像的快速檢測(cè)中。
標(biāo)簽： AdaBoost 算法 特征 圖像識(shí)別
上傳時(shí)間： 2013-11-04
上傳用戶：日光微瀾
文中討論了圖像的高斯加性噪聲模型和圖像的稀疏性表示，提出了利用映射函數(shù)來(lái)描述圖像的去噪過(guò)程，通過(guò)求解映射函數(shù)和利用映射函數(shù)對(duì)加噪圖像的小波變換子帶系數(shù)進(jìn)行變換，達(dá)到了降低圖像噪聲并使加噪圖像逼近原始圖像的目的。經(jīng)過(guò)實(shí)驗(yàn)比較，驗(yàn)證了本文算法的可行性和魯棒性。
上傳時(shí)間： 2013-10-21
上傳用戶：許小華
針對(duì)齒輪故障特征信號(hào)具有強(qiáng)噪聲背景、非線性、非平穩(wěn)性特點(diǎn)，提出采用形態(tài)梯度小波對(duì)齒輪振動(dòng)信號(hào)進(jìn)行降噪。首先使用形態(tài)梯度小波把齒輪振動(dòng)信號(hào)分解到多個(gè)尺度上，然后對(duì)各層的細(xì)節(jié)系數(shù)進(jìn)行軟閾值方法降噪處理，對(duì)經(jīng)過(guò)處理后的小波系數(shù)進(jìn)行重構(gòu)。對(duì)降噪后的齒輪振動(dòng)信號(hào)采用S變換多分辨率時(shí)頻分析，能夠從具有良好的時(shí)頻分辨率的S變換譜圖提取齒輪故障特征。通過(guò)仿真試驗(yàn)和故障軸承的信號(hào)分析證明，該方法具有短時(shí)傅里葉變換和小波變換的優(yōu)點(diǎn)，不存在Wigner-Ville分布的交叉干擾和負(fù)頻率，能有效地提取隱含在噪聲中的齒輪故障特征，適合齒輪故障的在線監(jiān)測(cè)和診斷。
上傳時(shí)間： 2013-11-01
上傳用戶：AISINI005
自適應(yīng)濾波器的原理分析和設(shè)計(jì)流程，及matlab程序
標(biāo)簽： MATLAB 自適應(yīng)濾波器
上傳時(shí)間： 2013-10-18
上傳用戶：glxcl
為了提高數(shù)字水印抗擊各種圖像攻擊的性能和保持圖像的穩(wěn)健性和不可見(jiàn)性，提出了一種基于離散小波變換（DWT），SVD（singular value decomposition）奇異值分解水印圖像和原始載體圖像的離散余弦變換（DCT）的自適應(yīng)水印嵌入算法，主要是將水印圖像的兩次小波變換后的低頻分量潛入到原始圖像分塊經(jīng)過(guò)SVD分解的S分量矩陣中，同時(shí)根據(jù)圖像的JPEG壓縮比的不同計(jì)算各個(gè)圖像塊的水印調(diào)節(jié)因子。實(shí)驗(yàn)證明該算法在抗擊JPEG壓縮、中值濾波、加噪等均具有很好的魯棒性，嵌入后的圖像的PSNR達(dá)到38，具有良好的視覺(jué)掩蔽性
標(biāo)簽： 數(shù)字水印算法
上傳時(shí)間： 2013-10-09
上傳用戶：ca05991270
針對(duì)紅外圖像邊緣模糊，對(duì)比度低的問(wèn)題，文中研究了改進(jìn)的中值濾波和改進(jìn)的Sobel邊緣檢測(cè)對(duì)紅外圖像進(jìn)行處理。在對(duì)處理后圖像的特征進(jìn)行分析的基礎(chǔ)上，研究了改進(jìn)的Laplace金字塔分解的圖像融合算法，并基于CUDA并行處理技術(shù)，在可編程GPU上實(shí)現(xiàn)了紅外圖像快速增強(qiáng)的目的。該算法結(jié)合GPU的內(nèi)存特點(diǎn)，應(yīng)用紋理映射、多點(diǎn)訪問(wèn)、并行觸發(fā)技術(shù)，優(yōu)化數(shù)據(jù)的存儲(chǔ)結(jié)構(gòu)，提高數(shù)據(jù)處理速度，適用于對(duì)紅外圖像增強(qiáng)的實(shí)時(shí)性要求較高的領(lǐng)域。實(shí)驗(yàn)結(jié)果表明，該算法有較好的并行特性，能充分利用CUDA的并行計(jì)算能力，提高了紅外圖像增強(qiáng)的實(shí)時(shí)性，處理分辨率為3 096×3 096的紅外圖像時(shí)加速比達(dá)32.189。
上傳時(shí)間： 2014-01-03
上傳用戶：mh_zhaohy
總體平均經(jīng)驗(yàn)?zāi)Ｊ椒纸猓‥EMD）方法是一種先進(jìn)的時(shí)頻分析方法，非常適合于對(duì)非平穩(wěn)故障微弱信號(hào)的分析處理。文中介紹了EEMD方法的原理與算法實(shí)現(xiàn)步驟，重點(diǎn)分析了EEMD方法避免模式混淆的機(jī)理。利用EEMD方法對(duì)齒輪箱振動(dòng)信號(hào)進(jìn)行分析，成功提取了小齒輪磨損故障特征，驗(yàn)證了EEMD方法在故障微弱信號(hào)特征提取的有效性。
上傳時(shí)間： 2014-11-30
上傳用戶：wbwyl
自適應(yīng)信號(hào)處理的理論和技術(shù)已經(jīng)成為人們常用濾波和去噪技術(shù)。文中講述了自適應(yīng)濾波的原理以及LMS算法和RLS算法兩種基本自適應(yīng)算法的原理及步驟。并用MATLAB分別對(duì)兩種算法進(jìn)行了自適應(yīng)濾波仿真和實(shí)現(xiàn)。
標(biāo)簽： LMS RLS 算法 自適應(yīng)濾波
上傳時(shí)間： 2013-11-26
上傳用戶：1051290259
探地雷達(dá)回波信號(hào)是一種非平穩(wěn)非線性信號(hào)，其中不僅包含地下埋藏物的目標(biāo)信號(hào)，還包含有可能掩藏目標(biāo)信號(hào)的直達(dá)波信號(hào)，給目標(biāo)的識(shí)別帶來(lái)困難。文中采用HHT方法對(duì)探地雷達(dá)回波信號(hào)進(jìn)行特征分析，提取回波信號(hào)的IMF分量的瞬時(shí)頻率作為特征向量。實(shí)驗(yàn)結(jié)果表明，用HHT方法提取特征可較好的避免直達(dá)波影響，該方法是可行而有效的，為進(jìn)一步鑒別地下埋藏物提供了新的思想和方法。
標(biāo)簽： HHT 探地雷達(dá) 回波信號(hào) 特征提取
上傳時(shí)間： 2013-10-22
上傳用戶：hjkhjk
關(guān)于multisim如何自定義元器件
上傳時(shí)間： 2013-10-14
上傳用戶：zw380105939
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
