1) directional wavelet
方向性小波
1.
The directional wavelet theory provides a novel sparse representation method for image processing,and it can capture geometrical image structures more efficiently.
方向性小波理论为图像处理提供了一种新的稀疏表示方法,能够更有效地捕捉图像中的几何结构。
2.
For the research background of digital watermarking and the state of the art, we mainly focused our research on a new directional wavelet transform, contourlet and its applications in image watermarking algorithm.
基于数字水印的应用背景和研究现状,本文重点研究了最新的方向性小波变换——Contourlet变换在图像水印中的应用,结合人类视觉系统、独立元分析和隐马尔科夫模型设计了不同的高鲁棒性和高容量的水印算法。
2) directionalet
方向小波
1.
Images denoising with Wiener filter in directionalet domain;
用方向小波域的维纳滤波图像去噪算法
2.
An algorithm based on directionalet and differential filtering for image denoising was proposed.
针对利用方向小波的多方向框架分割图像时形成的像素序列长度的不同,提出一种新的基于方向小波的差值滤波图像去噪算法。
3) directional wavelet
方向小波
1.
According to the characteristics of the butterfly image which has directional feature,a segmentation algorithm combined the directional wavelet transform with the ant colony algorithm is proposed to extract the butterfly-vein features effectively.
针对翅脉特征的有效提取问题,根据蝶翅图像具有方向性的特点,提出了方向小波变换与蚁群算法相结合的分割方法。
2.
This paper designs a new lossless fragile watermark based on directional wavelet and histogram shift.
设计一种新的基于方向小波和直方图平移的无损脆弱水印,用于嵌入图像完整性证明和无损恢复。
6) directional wavelet transform
方向小波变换
1.
For the weak wakes detection in remote sensing image,a new algorithm for wake detection based on directional wavelet translform is proposed,and the difference of wake detectin between traditional and directional wavelet transform is compared.
针对遥感图像中的弱尾迹检测,提出了一种基于方向小波变换的尾迹检测新算法,并且比较了方向小波和传统的小波变换在检测尾迹中的不同之处。
2.
It is composed of pre-processing,directional filterbank and optimized directional wavelet transform.
提出了一种新颖的图像多尺度几何变换方法,主要由预处理、方向滤波器组和最优方向小波变换等组成。
3.
Firstly,directional wavelet transform was adopted to obtain the edge map with exact localization,unabridged edges and less redundancy information;Then scanning the edge map twice,and extracting the straight lines using the improved Hough Transform.
首先,将方向小波变换用于目标的边缘检测,得到定位准确、边缘完整、冗余信息少的边缘图;然后两次遍历该图,改进Hough变换在提取直线段的同时,获得直线段端点坐标,精确定位出跑道位置。
补充资料：波波夫超稳定性
系统输入输出乘积的积分值受限制的条件下的稳定性，1964年罗马尼亚学者V.M.波波夫所提出。对于所研究的系统，如果用u(t)表示输入向量，y(t)表示输出向量,那么在给定正的常数L后，系统输入输出乘积积分值的限制关系可表示为：
式中uT(t)是u(t)的转置向量。如果对于这种限制总能找到相应的正的常数K和δ,使系统状态方程解的一切形式在时间区间0≤t≤t1内都满足条件‖x(t)‖≤K[‖x(0)‖+δ]，这种系统便被称为超稳定的。其中x(0)是系统的初始状态,‖x(t)‖是状态向量x(t)的范数。如果t→∞时,还有x(t)→0，则称系统是超渐近稳定的。超稳定性理论适用于一切类型的控制系统，包括线性系统和非线性系统、定常系统和时变系统。超稳定理论的一个重要应用领域是模型参考适应控制系统。
对于线性定常系统，系统的超稳定性与其传递函数矩阵的正实性之间有着密切关系。澳大利亚学者B.D.O.安德森在1968年证明，系统的超稳定性等价于系统传递函数矩阵的正实性，系统的超渐近稳定性等价于系统传递函数矩阵的严格正实性。正实性和严格正实性是现代网络理论中的两个重要概念。一个传递函数矩阵G(s)为正实的条件是:①,其中宑是s的共轭复数变量,是G(s)的共轭复数矩阵;②G(s)在复变量s的右半开平面上解析,且在虚轴上仅有简单的极点,而对应这些极点的留数矩阵为正定埃尔米特矩阵；③G(s)+GT(s)在s的右半开平面为半正定埃尔米特矩阵，其中GT(s)为G(s) 的转置矩阵。在正实性的条件中，把条件②改为G(s)在包括虚轴在内的右半闭s平面上解析，把条件③改成为G(s)+GT(s)在右半闭 s平面上是正定埃尔米特矩阵，则相应地称传递函数矩阵是严格正实的。
参考书目
V.M.Popov, Hyperstability of Automatic Control Systems, Springer-Verlag, New York, Berlin,1973.
式中uT(t)是u(t)的转置向量。如果对于这种限制总能找到相应的正的常数K和δ,使系统状态方程解的一切形式在时间区间0≤t≤t1内都满足条件‖x(t)‖≤K[‖x(0)‖+δ]，这种系统便被称为超稳定的。其中x(0)是系统的初始状态,‖x(t)‖是状态向量x(t)的范数。如果t→∞时,还有x(t)→0，则称系统是超渐近稳定的。超稳定性理论适用于一切类型的控制系统，包括线性系统和非线性系统、定常系统和时变系统。超稳定理论的一个重要应用领域是模型参考适应控制系统。
对于线性定常系统，系统的超稳定性与其传递函数矩阵的正实性之间有着密切关系。澳大利亚学者B.D.O.安德森在1968年证明，系统的超稳定性等价于系统传递函数矩阵的正实性，系统的超渐近稳定性等价于系统传递函数矩阵的严格正实性。正实性和严格正实性是现代网络理论中的两个重要概念。一个传递函数矩阵G(s)为正实的条件是:①,其中宑是s的共轭复数变量,是G(s)的共轭复数矩阵;②G(s)在复变量s的右半开平面上解析,且在虚轴上仅有简单的极点,而对应这些极点的留数矩阵为正定埃尔米特矩阵；③G(s)+GT(s)在s的右半开平面为半正定埃尔米特矩阵，其中GT(s)为G(s) 的转置矩阵。在正实性的条件中，把条件②改为G(s)在包括虚轴在内的右半闭s平面上解析，把条件③改成为G(s)+GT(s)在右半闭 s平面上是正定埃尔米特矩阵，则相应地称传递函数矩阵是严格正实的。
参考书目
V.M.Popov, Hyperstability of Automatic Control Systems, Springer-Verlag, New York, Berlin,1973.
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条