基于高斯尺度空间的放射性能谱平滑滤波

结合放射性能谱的统计特性,提出了一种基于高斯尺度空间的平滑滤波方法.构造由高斯函数构成的尺度空间,将能谱在该空间内进行多次投影,并在投影中调整高斯函数的权重以实现能谱平滑滤波.选取的标准方差σ和尺度j较小时(如σ=0.2～0.6,j=0),每次平滑后峰形畸变小,适于对弱峰的平滑;选取σ和j较大时(如σ=0.6～1.0,j=1,2,3),可使统计涨落得到较大抑制,并使谱峰成形加快,适于统计涨落较大且谱峰较明显的能谱平滑.结果表明,该方法可灵活地选择标准方差σ和尺度空间Vj,以适应平滑精度和处理速度的要求,且计算简便,是一种性能良好的平滑滤波方法.     

基于窗口无关均值滤波的MSR图像增强

为解决多尺度Retinex方法在运算中要多次运用高斯卷积,尤其是采用大尺度高斯核进行卷积获取图像低频信息时,运算速度将大大下降这一问题,根据大尺度高斯卷积模板具有均值模板的特性,利用量化的均值滤波近似大尺度高斯卷积,将卷积模板简化成均值模板,并提出一种与滤波窗口无关的快速均值算法.该方法引入了一个数组s用于存储窗口横向移动时每一列的数值,从而减少重复计算,大大提高滤波速度.以640×640大小的彩色图像为例,其处理速度仅为0.0867s,相比原始的MSR算法速度提高了732倍.试验分析表明,该方法即保证实现良好的图像增强效果,同时极大的提高了运算效率.     

基于均值偏移粒子滤波的自适应跟踪

针对视频中运动人体的跟踪,提出了一种基于均值偏移粒子滤波的自适应跟踪算法。该算法首先对所要跟踪的人体目标进行分块,并选择与周围环境颜色相似度最小的块模板作为跟踪区域;然后使用基于均值偏移的粒子滤波方法进行跟踪,并设计了自适应更新块模板尺度的方法;最后在粒子滤波的状态估计阶段后,加入自适应观测模型,根据块模板尺度的变化情况,自适应地选择高斯噪声方差和粒子数目。实验证明,在出现遮挡或人体运动方向改变的情况下,本文算法的跟踪效果比传统均值偏移粒子滤波更好。     

改进的模糊核聚类算法

将核学习方法的思想和改进的选择C-均值聚类算法相结合,提出了一种改进的模糊核聚类算法,使其能对非超球体、含有噪音和离群点及样本不均衡的数据进行有效的聚类.通过引入高斯核函数,原样本的特征被非线性变换到高维核空间,提高了聚类性能.实验结果表明,该改进算法具有有效性.     

基于均值平移的输液可见异物检测方法

针对输液可见异物检测问题,提出了一种基于图像序列的多个可见异物检测算法。首先利用归一化的互相关系数和自适应迭代求解阈值获得图像的二值图像,然后在传统的均值漂移（meanshift）算法的基础上引入带宽自适应核函数和自适应变步长因子,解决可见异物可能发生形状变化和算法收敛速度慢的问题。实验结果表明,基于该算法的检测方法可以快速且较准确地同时检测出输液中的多个异物。     

基于分数低阶归一化匹配滤波的目标检测方法

在非高斯相关杂波背景下,基于归一化匹配滤波检测方法的性能随着非高斯特性增强而下降.为消除非高斯性的影响,提出一种基于分数低阶归一化匹配滤波的雷达目标检测方法.首先对观测数据进行分数低阶幂运算处理,然后基于杂波分数低阶统计量给出了检测模型,该模型的杂波散斑分量协方差矩阵通过对杂波分数低阶协方差矩阵进行归一化而得到.仿真结果表明,在非高斯杂波背景下该方法的检测性能优于归一化匹配滤波方法及传统MTD方法.     

均值偏移滤波算法在活体细胞图像背景去除中的应用

活体细胞图像中细胞与背景对比度低,背景中存在密集分布的颗粒状噪声,要有效分割图像并提取细胞特征,预处理就显得尤为重要。针对这一问题将一种改进的均值偏移滤波算法应用到对活体细胞图像背景去除中,在去除图像背景的同时保留了细胞的形貌,并且探讨了核函数带宽选择对均值偏移滤波算法处理效果的影响。     

基于趋势补偿的防抱死系统轮速信号处理

为了解决基于霍尔传感器混合动力汽车防抱死系统轮速检测信号容易产生温度漂移干扰的问题,提出了一种利用联合中值均值加权和经验模函数分解估计温度漂移干扰信号的算法.通过联合中值均值加权估计出温度漂移趋势成分后,再对估计温度漂移趋势进行自适应固态模函数分解,利用t检验的方法,判断出各阶固态模函数中不属于温度漂移趋势的成分,继而得到温度漂移趋势的精确估计.对比了不同温度漂移干扰下本文算法与形态学滤波算法的噪声修正性能,结果表明,本文算法能够有效剔除温度漂移干扰,平均信噪比提升4 d B以上.     

基于小波收缩阈值和维纳滤波的去噪方法

针对高斯噪声图像的结构特点及传统去噪方法中所存在的问题,提出一种基于小波收缩阈值法和维纳滤波法相结合的图像去噪方法。采用小波收缩阈值法对图像进行去噪,对处理后的图像用维纳滤波法进行平滑处理。采用独立自适应阈值,对其子带阈值进行确定,并引入调节系数。仿真结果表明,所提出的方法在高斯去噪效果和保留图像细节信息性能方面优于中值滤波算法、均值滤波算法等方法。     

基于阿尔法均值算法和马氏距离的图像自适应滤波

针对数字图像容易感染噪声的问题,提出一种基于阿尔法均值滤波算法和马氏距离的图像自适应滤波算法。该算法充分结合了阿尔法均值滤波器的优点和马氏距离的特性,首先利用阿尔法均值滤波器确定参考序列,然后计算参考序列与滤波窗口内比较序列之间的马氏距离,并根据距离的大小确定滤波窗口内各像素点的权系数,最后将加权结果作为滤波输出。实验结果表明:该算法对受到高斯噪声、椒盐噪声以及混合噪声感染的图像具有较好的滤波效果,同时可以较好地保持原始图像的细节信息。     

一种改进的Log边缘检测算法

在分析传统Log边缘检测原理的基础上,针对高斯滤波器尺度因子的选取,引入高斯滤波空间尺度因子计算方法,提出了一种自适应的多尺度Log边缘检测算法,克服了传统Log算法的不足.实验结果表明,改进后的Log算法能有效抑制噪声,并能准确检测图像边缘信息.     

可控核函数的双边滤波算法

为了在滤波时保留更多的图像边缘特征,同时避免现有双边滤波需要人工预设滤波参数的不足,提出了一种参数局部自适应取值的可控核双边滤波算法。构建了适合结构张量和目标尺度描述的可控核函数,并通过结构张量控制可控核函数的方向角和长短轴比例。由目标尺度计算可控核函数的短轴尺度,解决了可控核函数的参数取值问题。使可控核函数投影在图像平滑区域为大尺度圆形,在图像边缘区域为沿边缘方向的细长椭圆形,在角点区域为小尺度圆形。仿真试验结果表明:自适应参数取值的可控核双边滤波在有效滤除噪声的同时能够保留更多的边缘特征,无论是主观评价还是客观评价,本文算法都优于传统双边滤波、对数核函数双边滤波以及改进的双边滤波算法。     

一种加权中值滤波算法在医学磁共振图像去噪中的应用

为了更好地去除医学磁共振图像(MRI)中的高密度椒盐噪声和高斯噪声,提出了一种加权中值滤波算法.该算法的核心思想是利用改良的有限阈值策略对滤波窗口的每个像素点的灰度值与计算该像素点所得的相应权值之积进行求和,然后将运算结果作为滤波窗口中心点的输出值.利用该算法对含有高密度椒盐噪声和高斯噪声的医学MRI进行去噪仿真实验表明,该算法对高密度椒盐噪声和高斯噪声的抑制力显著优于单纯的中值算法和均值算法,且去噪后的图像具有良好的细节保真度和清晰度.     

一种高斯噪声组合滤波方法

为了有效滤除高斯噪声,提出了一种组合滤波方法.该方法首先通过定义新的维纳滤波模板进行预处理,以滤除一部分噪声;然后将图像进行二维小波分解,保留低频成分,对高频成分根据其噪声分布特征设计出新的形态学滤波模板分别进行滤波,并进行小波系数重构;最后通过设计一种新的小波增强函数,以提高图像的清晰度,最大限度保留图像细节信息.实验证明该方法滤波效果优于维纳滤波和形态学滤波,是一种较为实用的高斯噪声滤除方法.     

一种改进的LiDAR点云滤波方法

针对移动机器人激光雷达点云数据滤波过程中存在对噪声敏感和准确性差等问题,提出一种加权的高斯滤波方法.该方法使用高斯滤波与角度余弦作为加权值对雷达点云数据进行滤波处理,减小了激光雷达扫描到的物体轮廓波动.最后将该方法应用到实际的机器人操作系统的移动机器人底盘中,实验结果表明,相比传统的高斯滤波方法,该方法能更好地解决雷达...     

基于特征空间降维的溶剂脱水分离过程监控

针对传统化工过程中检测变量具有的非线性和非高斯性等特点,提出将改进的核主元分析（KPCA）和支持向量数据描述（SVDD）相结合的化工过程故障诊断方法.根据Mexican hat小波在提取非线性非平稳信号细微特征方面的优势,将该小波函数引入到KPCA中以增强核函数的非线性映射和抗噪能力.在映射后的特征空间中进行均值聚类分析,选择每个聚类中展现特征中心的数据,使运算复杂度明显降低,提高了监控实时性.采用SVDD描述经过聚类降维后的特征空间分布,提出新的监控指标描述过程的非高斯特性.将该方法应用在一个实际的溶剂脱水化工精馏过程中,仿真结果验证了该方法能够及时有效地检测系统产生的故障.     

基于MPSK信号频偏估计的非线性滤波算法

基于MPSK信号的非线性频偏估计算法，通过对叠加了高斯分布白噪声接收信号的非线性交换分析，将非线性滤波(中值滤波)算法应用于载波频率估计之中．运用Monte Carlo仿真手段对其进行了验证，结果表明，在非线性频率估计中运用中值滤波算法后，其估计的均方误差较之运用均值滤波算法有很大的改善．