本发明专利技术基于统计特征的数字信号局部相关性分析方法，包括数字信号块划分和信号局部相关性分析。信号局部相关性分析由统计块中央值在每块中出现的概率、统计块内不重复信号值数量的分布、统计块中值在信号值序列中的位置分布、统计块中央值在有序信号值序列中的位置分布、统计块中央值在有序信号值序列中的首次出现的位置分布、统计块中值在每块中出现的概率和统计块中央值在信号值序列中的位置分布组成。该方法与现有方法相比，数学模型简单，直观性强，计算量小，易于实现；能够从多种角度合理地对数字信号局部相关性进行分析；能够用于低分辨率图像，可达到较高的分析精度。本发明专利技术能广泛地应用于信号降噪、滤波、分割、特征提取与识别等方面。
【技术实现步骤摘要】
本专利技术涉及数字信号分析与模式识别
，特别涉及基于统计特征的鲁棒的数字信号局部相关性分析方法。
技术介绍
随着计算机技术以及数字电子技术的迅速普及与发展，数字信号分析技术得到了广泛的应用。由自然界获取的数字信号，例如数字图像信号或音频信号，其典型特征之一在于信号在局部范围内的取值是相关的。数字信号的局部相关性被广泛用于信号降噪、滤波、分割、特征提取与识别等方面，因此数字信号局部相关性分析技术一直受到关注。数字信号局部相关性分析技术的一个主要难点是如何分析局部范围内信号值之间的相互关系，包括相等关系、次序关系等。MKirchner等人提出通过图像局部一阶微分直 方图的中央项(微分值等于O的概率)与其相邻项之比值，对局部相关性进行分析，从而识别不同类型的信号处理操作；G. Cao等人提出根据图像纹理区域中局部一阶微分值等于O的概率，对局部相关性进行分析，从而识别不同类型的信号处理操作；这两种方法的最大缺点是仅能反映直接相邻的信号值相等的概率，而不能反映局部范围内有多少信号值相等以及哪些信号值相等。Τ. Ρενη 等人提出通过图像一阶微分的高阶Markov Chain (马尔可夫链)分析图像局部相关性，从图像中提取686维特征向量，再利用SVM(支持向量机)进行训练和分类，从而实现对图像完整性进行鉴别。这种方法的最大缺点是受图像分辨率限制，对具有较低分辨率(128X128以下)的图像难以实施有效的分析，其次是数学模型复杂，应用不便。
技术实现思路
为了解决现有技术中的主要难点即分析局部范围内信号值之间的相互关系的问题，为此本专利技术的目的是基于对局部范围内信号值之间相互关系的统计，提供一种能对数字信号局部相关性进行准确、合理分析的方法。为了实现上述目的，本专利技术包括步骤步骤I :对数字信号采取每s个信号值划分为I块的方式做块划分，s为大于I的奇数；将每块中的信号值按位置顺序表示为信号值序列Cy丨，W，...，乂)，其中k为块编号，k e {1,2,...，N}，N表示块总数；以m表示「W2]，则父就表示第k块的块中央值；以有序信号值序列 ，‘,…，沁)表示每块中信号值的按值序排列，则‘就表示第k块的块中值；步骤2 :检验每块中的信号值的相关性；所述每块中的信号值的相关性，采用以下方法进行分析A.统计块中央值在每块中出现的概率，表示为》1·Acffle)，其中权利要求1.，其特征在于，包括步骤 步骤I :对数字信号采取每S个信号值划分为I块的方式做块划分，S为大于I的奇数；将每块中的信号值按位置顺序表示为信号值序列全文摘要本专利技术，包括数字信号块划分和信号局部相关性分析。信号局部相关性分析由统计块中央值在每块中出现的概率、统计块内不重复信号值数量的分布、统计块中值在信号值序列中的位置分布、统计块中央值在有序信号值序列中的位置分布、统计块中央值在有序信号值序列中的首次出现的位置分布、统计块中值在每块中出现的概率和统计块中央值在信号值序列中的位置分布组成。该方法与现有方法相比，数学模型简单，直观性强，计算量小，易于实现；能够从多种角度合理地对数字信号局部相关性进行分析；能够用于低分辨率图像，可达到较高的分析精度。本专利技术能广泛地应用于信号降噪、滤波、分割、特征提取与识别等方面。文档编号G06K9/62GK102867186SQ20111018431公开日2013年1月9日 申请日期2011年7月4日 优先权日2011年7月4日专利技术者袁海东 申请人:袁海东本文档来自技高网...
【技术保护点】
基于统计特征的数字信号局部相关性分析方法，其特征在于，包括步骤：步骤1：对数字信号采取每s个信号值划分为1块的方式做块划分，s为大于1的奇数；将每块中的信号值按位置顺序表示为信号值序列其中k为块编号，k∈{1，2，...，N}，N表示块总数；以m表示则就表示第k块的块中央值；以有序信号值序列表示每块中信号值的按值序排列，则就表示第k块的块中值；步骤2：检验每块中的信号值的相关性；所述每块中的信号值的相关性，采用以下方法进行分析：A.统计块中央值在每块中出现的概率，表示为其中：表示块中央值在每块中出现i次的概率，i，j∈{1，2，...，s}；|{·}|表示一个集合的基数；δ(u,v)=1,ifu=v0,otherwise为条件函数，仅当两个自变量相等时函数值为1，其他情况下函数值为0；向量hOBC中的元素即可反映数字信号局部相关性；B.统计块内不重复信号值数量的分布，表示为其中：表示块内不重复信号值数量为i的块出现的概率；向量hQGL中的元素即可反映数字信号局部相关性；C.统计块中值在信号值序列中的位置分布，表示为其中：表示块中值在信号值序列中出现在位置i的概率；向量hDBM中的元素即可反映数字信号局部相关性；D.统计块中央值在有序信号值序列中的位置分布，表示为其中：表示块中央值在有序信号值序列中出现在位置i的概率；向量hDBC中的元素即可反映数字信号局部相关性；E.统计块中央值在有序信号值序列中的首次出现的位置分布，表示为其中：表示块中央值在有序信号值序列 中首次出现在位置i的概率；表示使等式成立的最小的j；向量hFBC中的元素即可反映数字信号局部相关性；F.统计块中值在每块中出现的概率，表示为其中：表示块中值在每块中出现i次的概率；向量hOBM中的元素即可反映数字信号局部相关性；G.统计块中央值在信号值序列中的位置分布，表示为其中：表示块中央值在信号值序列中出现在位置i的概率；向量hSBM中的元素即可反映数字信号局部相关性；所述A、B、C、D、E、F和G方法可独立或组合使用，即向量hOBC、hQGL、hDBM、hDBC、hFBC、hOBM和hSBM中所有元素的任意组合，能够从多种角度反映数字信号局部相关性。FSA00000529699400011.tif,FSA00000529699400012.tif,FSA00000529699400013.tif,FSA00000529699400014.tif,FSA00000529699400015.tif,FSA00000529699400016.tif,FSA00000529699400017.tif,FSA00000529699400019.tif,FSA000005296994000110.tif,FSA000005296994000111.tif,FSA000005296994000112.tif,FSA000005296994000113.tif,FSA000005296994000114.tif,FSA000005296994000115.tif,FSA000005296994000116.tif,FSA00000529699400021.tif,FSA00000529699400022.tif,FSA00000529699400023.tif,FSA00000529699400024.tif,FSA00000529699400025.tif...
【技术特征摘要】
【专利技术属性】
技术研发人员：袁海东，
申请(专利权)人：袁海东，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。