公共文化服务平台

搜索到98篇“ HMT模型“的相关文章

基于非高斯多相关HMT模型的彩色纹理图像检索方法: 本发明公开了一种基于非高斯多相关HMT模型的彩色纹理图像检索方法，首先对纹理图像R、G、B通道执行DWT变换；其次，将变换得到的R、G、B三个颜色分量中同尺度同方向且相同位置节点的高频子带系数捆绑成一个系数向量；然后，进...; 杨红颖高思洋牛盼盼王向阳

基于矢量非高斯HMT模型的图像水印方法: 本发明公开一种基于矢量非高斯HMT模型的图像水印方法，首先通过对原始图像的UDWT域奇异值进行修改来实现水印的嵌入，然后对利用乘性嵌入方式修改的奇异值进行重构及UDWT逆变换，得到含水印图像；然后，考虑了奇异值的尺度间，...; 牛盼盼韦桐桐王向阳

基于多相关HMT模型的DT CWT域数字水印算法被引量：3: 2021年; 本文以双树复数小波变换(Dual-tree complex wavelet transform,DT CWT)及隐马尔科夫树(Hidden Markov tree,HMT)理论为基础,提出了一种基于Weibull向量HMT模型的DT CWT域数字音频盲水印算法.原始数字音频首先进行DT CWT,然后利用局部信息熵刻画音频内容特征并据此确定出重要DT CWT系数段,进而将水印信息乘性嵌入到重要DT CWT高频系数幅值内.水印检测时,首先根据DT CWT系数幅值的边缘分布及系数间的多种相关性(包括子带内、尺度间、分解树间等相关性),构造出Weibull混合向量HMT统计模型,并估计出其统计模型参数;然后,利用局部最大势能(Locally most powerful,LMP)检验理论构造出局部最优检测器(Locally optimum decoder,LOD)以盲提取水印信息.仿真实验结果表明,本文算法可以较好地获得不可感知性、鲁棒性、水印容量之间的良好平衡,其总体性能优于现有同类音频水印算法.; 王向阳牛盼盼杨红颖李丽; 关键词：音频水印双树复数小波变换

基于非高斯HMT模型的图像分割方法: 本发明公开一种基于非高斯HMT模型的图像分割方法，首先对纹理图像进行UDTCWT变换，对变换得到的高频子带的实部和虚部分别进行相对相位计算；其次，应用Vonn分布函数对相对相位进行统计建模并用最大似然计算方法进行初分割；...; 王向阳王倩牛盼盼

基于多相关HMT模型的数字图像水印检测方法: 本发明公开一种基于多相关HMT模型的数字图像水印嵌入及提取方法，首先选取宿主图像能量最大的NSST域子带作为水印嵌入的最优子带，通过乘性嵌入方式对其系数进行修改，并将修改后系数的子带和其他子带合并进行NSST重构获得具有...; 杨红颖徐欢牛盼盼王向阳

系数多状态关联的图像NSST-HMT模型被引量：2: 2019年; 近年来,非下采样Shearlet变换(non-subsampled shearlet transform, NSST)因其具有各向异性,多方向捕捉性的同时,还兼具平移不变性,从而在图像恢复过程中发挥着重要的稳定作用.本文首先对图像NSST子带内系数关系、子带间系数的'父子关系'和'兄弟关系' 3方面进行分析,获得子带内系数具有稀疏性、子带间'父子关系'和'兄弟关系'系数均具有聚集性和传递性的结论.在此基础上提出一种基于系数多状态关联的隐Markov树模型(multi-state non-subsampled shearlet transform hidden Markov tree, M-NSST-HMT),该模型通过将NSST子带间系数的'父子关系'和'兄弟关系'作为共同指导子带间系数传递的状态来估计重构系数,并利用两种状态关联的互信息来对重构系数进行整合.最后将所提出的模型应用于图像去噪并取得良好的去噪效果,结果表明所提出的模型较传统HMT模型能够更好地揭示图像NSST变换后子带内和子带间系数的关系,并提高系数的预测准确性.; 王相海赵晓阳朱毅欢宋若曦宋传鸣; 关键词：图像去噪支持向量机

一种变换域HMT模型的脑磁共振体数据自适应增强方法: 一种变换域HMT模型的脑磁共振体数据自适应增强方法，属于医学图像处理领域，本方法将小波变换和隐马尔科夫链进行有机结合。根据单个小波系数的概率密度函数呈高峰值、长拖尾的非高斯分布的特性，对单个小波系数的随机性建立高斯混合模...; 程和伟覃恒基李章勇王伟赵德春田银冉鹏刘洁

基于非高斯多相关HMT模型的彩色纹理图像检索方法: 本发明公开了一种基于非高斯多相关HMT模型的彩色纹理图像检索方法，首先对纹理图像R、G、B通道执行DWT变换；其次，将变换得到的R、G、B三个颜色分量中同尺度同方向且相同位置节点的高频子带系数捆绑成一个系数向量；然后，进...; 杨红颖高思洋牛盼盼王向阳

基于Cauchy分布的非下采样Shearlet HMT模型及其图像去噪应用被引量：8: 2018年; Shearlet变换作为后小波时代的一个重要的多尺度几何分析工具具有良好的各向异性和方向捕捉性,同时它也可以对诸如图像等多维信号进行一种近最优的稀疏表示.非下采样Shearlet变换(NSST)在保持Shearlet变换特性的同时还具有平移不变特性,这在具有丰富纹理和细节信息的图像处理中发挥着重要作用.该文首先对图像NSST方向子带内系数的概率密度分布进行分析,获得系数的稀疏统计特性和Cauchy分布拟合子带内系数的有效性;其次对NSST方向子带间系数的联合概率分布进行分析,获得方向子带系数间所具有的持续和传递特性,确定了一种NSST子带间树形架构的系数对应关系,进而提出一种NSST域隐马尔可夫模树模型(C-NSSTHMT),该模型通过Cauchy分布来拟合NSST系数,更好地揭示图像NSST变换后相同尺度子带内和不同尺度子带间系数的相关性.进一步提出一种基于所提出C-NSST-HMT模型的图像去噪算法,该算法对于含噪声方差为30和40的噪声图像,其去噪后的PSNR(Peak Signal to Noise Ratio)较NSCT-HMT方法分别提高了1.995dB和1.193dB.特别对纹理和细节丰富的图像,该算法在去噪的同时,有效地保留了图像的几何信息.; 王相海朱毅欢吕芳苏欣宋传鸣; 关键词：隐马尔可夫树模型支持向量机图像去噪

基于非高斯HMT模型的图像分割方法: 本发明公开一种基于非高斯HMT模型的图像分割方法，首先对纹理图像进行UDTCWT变换，对变换得到的高频子带的实部和虚部分别进行相对相位计算；其次，应用Vonn分布函数对相对相位进行统计建模并用最大似然计算方法进行初分割；...; 王向阳王倩牛盼盼

相关作者