基于两阶段运动伪影消除的心率检测算法

针对基于成像式光电容积描记术（IPPG）检测人体生命体征会产生运动伪影的问题，提出一种两阶段运动伪影消除的心率检测算法。所提算法使用基于特征点的人脸跟踪算法S-KLT(Scale invariant feature transformKanade Lucas Tomasi)稳定感兴趣区域（ROI），采用基于自相关的自适应滤波器抑制残余运动伪影。首先，采集视频，使用S-KLT追踪人脸ROI内的特征点，提取ROI内原始的IPPG脉搏波信号；其次，利用所提基于自相关的自适应信号滤波器对原始的IPPG信号进行噪声抑制，根据峰值检测算法计算心率（HR）值。实验结果表明，与腕式电子血压计实际测得的HR值相比，所提算法的均方根误差（RMSE）、平均错误率（EER）分别为2.98%、2.90%，符合美国医疗器械促进协会（AAMI）的标准，可以有效抑制运动伪影对HR值准确度的影响，为远程医疗和日常的健康检测提供了新的解决方法。     

基于小波阈值和自适应谱线增强的胎心率去噪算法

胎心率是临床上对胎儿进行监护的一个重要生理指标。在信号提取过程中,由于原始信号成分复杂,噪声干扰严重,胎儿心率的准确度受到很大的影响。为了能够准确地提取胎心率,本文提出一种改进的去噪算法。该算法是将小波阈值去噪与自适应谱线增强技术相融合。实验结果表明将两种方法融合后计算量减少,噪声有效降低,胎心率值计算更加准确。     

融入时空显著性的高精度视频稳像算法

为剔除复杂运动前景对视频稳像精度的干扰,同时结合时空显著性在运动目标检测上的独特优势,提出一种融入时空显著性的高精度视频稳像算法。该算法一方面通过时空显著性检测技术识别出运动目标并对其进行剔除;另一方面,采用多网格的运动路径进行运动补偿。具体包括：SURF特征点提取和匹配、时空显著性目标检测、网格划分与运动矢量计算、运动轨迹生成、多路径平滑、运动补偿等环节。实验结果表明,相较于传统的稳像算法,所提算法在稳定度（Stability）指标方面表现突出。对于有大范围运动前景干扰的视频,所提算法比RTVSM（Robust Traffic Video Stabilization Method assisted by foreground feature trajectories）的Stability指标提高了约9.6%;对于有多运动前景干扰的视频,所提算法比Bundled-paths算法的Stability指标提高了约5.8%,充分说明了所提算法对于复杂场景的稳像优势。     

眨眼与哈欠提取新方法及其适用性研究

眨眼与哈欠在基于面部视频的成像式光电容积描记（IPPG）技术中通常被视作运动伪迹干扰。区别于传统的去运动伪迹解决思路,将二者视为特定的面部运动特征并设法加以提取,以期用于人机交互技术研究。方法中,依托二阶盲辨识（SOBI）算法,基于实测数据的统计对比,分析面部R/G/B观测信号的运动敏感性,将运动敏感性最佳的R通道信号作为眨眼与哈欠提取的信号载体。实验统计显示,基于R通道信号可以有效地对眨眼与哈欠进行直接提取,其识别率可达93%与95%,且无需借助于高运算复杂性的盲源分离（BSS）/独立分量分析（ICA）算法,在人机交互技术领域具备较好的实用价值。     

基于自适应阈值活动语音检测和最小均方误差对数谱幅度估计的低信噪比降噪算法

针对低信噪比(SNR)环境下传统方法对声信号降噪的局限性，提出了一种联合自适应阈值活动语音检测（VAD）算法和最小均方误差对数谱幅度估计（MMSE-LSA）的实时降噪算法。首先，在VAD算法中通过基于能量概率最大值的概率统计来对背景噪声进行估计，对得到的背景噪声进行实时更新并保存；然后，将实时更新的背景噪声作为MMSE-LSA的参考噪声，并对噪声幅度谱进行自适应更新，最后进行降噪处理。通过在真实场景中对四类声信号进行实验，结果表明，该算法在保证对低SNR声信号的实时处理的情况下，相较于传统MMSE-LSA算法，降噪信号的SNR能够提高10~15 dB，且不存在信号过减的情况，可应用于实际工程。     

胎儿心电信号中加性噪声的抑制研究

目前采用腹部导联采集的胎儿心电信号中一般混有传感器加性噪声,传统的提取胎儿心电信号的算法—FastICA算法,提取的胎儿心电信号中一般都存在该类干扰。为了滤除该干扰,对传统的FastICA算法进行改进,在对信号进行标准化和白化处理中结合形态学滤波的处理方式,对其中的加性噪声进行处理,有效克服了传统算法对加性噪声不敏感的缺点。对合成的模拟母婴信号的仿真结果表明,该算法在滤除母体心电干扰的同时有效抑制了传感器加性噪声,且信号重构均方根误差值较传统算法小。对实际信号的处理取得了满意的分离效果。     

基于调零技术的相干干扰抑制方法

在干扰信号相干的情况下, 一般波束形成方法不能准确地对相干信号和期望信号进行到达角（DOA）估计, 干扰抑制效果较差。通过对相干信号和加权矢量二次型性能函数的分析, 提出了一种相干干扰抑制方法, 即基于多约束最小均方（multiple constrained least mean square, MC-LMS）算法的空域调零抗干扰技术。该方法利用MC-LMS算法迭代计算权值, 并对阵列信号自适应加权输出, 通过频谱分析可以得到抑制干扰的效果。计算机仿真和工程实现表明该方法在复杂的电磁环境下能对相干干扰进行抑制, 并通过抗干扰的数量和抗干扰性能验证了该方法的有效性。     

基于改进野狗优化算法的二维MUSIC声源定位研究

针对二维多重信号分类算法（MUSIC）在进行信号波达方向估计时存在运算复杂、速度慢的问题，提出基于改进野狗优化算法的二维MUSIC声源定位算法。该算法首先通过结合精英反向学习策略与二次插值方法改进野狗优化算法，提高算法寻优能力，再与MUSIC算法结合，使算法能快速且准确定位。实验结果表明，该算法与传统MUSIC方法对比，定位精度得到提高，且节约了88.6%的搜索时长，计算量降低，获得更好的实时性。     

在无线局域网中基于信号干扰比的信道分配

为在IEEE802?11无线局域网络（wireless local area network ,WLAN）中最大限度提高信号干扰比（SIR）,提出一种基于用户级别的信道分配算法。基于最小化接入点A PS之间的信号干扰对信道进行分配,在此基础上,计算每个用户的信号干扰比。无论用户如何分布、用户负载多少,该算法都可以对其进行改进,因此算法适用于任何无线局域网络。仿真计算结果表明,该算法显著提高了整个无线局域网络的信号干扰比和其吞吐量。     

NLMS与RLS算法的仿真比较及其在FECG提取中的应用

该文通过计算机仿真对比研究了归一化最小均方误差（NLMS）和递推最小二乘（RLS）两种自适应滤波算法，并将这两种算法用于胎儿心电图仪的自适应滤波器仿真设计中。该方法通过自适应滤波拾取理想的参考信号，再与腹部混迭信号相减抵消母亲心电图（MECG），从而提取出胎儿心电（FECG）信号。计算机仿真实验结果表明，这两种算法都能通过有效抑制MECG及其它各种干扰以实现FECG的检测。相比之下，RLS算法具有良好的应用性能，除收敛速度快于NLMS以及稳定性强外，还具有更高的起始收敛速率；更小的权失调噪声，更大的抑噪能力，但其计算复杂度高于NLMS算法。     

基于TMS320DM6467的H.264自适应错误掩盖并行解码算法

针对网络丢包条件下的H.264实时解码问题,设计了基于DM6467处理器的自适应的实时错误掩盖算法,该算法根据场景切换和相邻宏块的运动特征分别进行时域错误掩盖和空域错误掩盖,而不增加解码器的时空复杂度。在DM6467处理器上进行了错误掩盖解码并行算法的流水线设计和优化。实验结果表明,与现有方法相比,采用该方法后视频重建图像质量最大提高了1.87 dB,并且可以达到1080P30实时掩盖的效率。     

现实场景中非接触式心率检测方法研究

现有的非接触式心冲击描记术(ballistocardiography,BCG)利用运动追踪捕捉头部微弱运动,存在着光照干扰、运动干扰等问题.针对该问题,提出了一种基于方向可调滤波器的头部微小振动检测方法(steerable filters schematic detection BCG,SD-BCG),以实现非接触式心...     

基于改进的ORB算法与姿态估计的跟踪注册方法研究

传统的特征提取算法在图像匹配过程中易出现误匹配现象,本文在ORB算法的基础中融入一种最小平方中值估计法-LMedS方法,利用ORB算法的特点和LMedS方法去除可能存在的外点,消除误匹配现象,从而得到正确的匹配特征对,使特征匹配率有很大的提高。采用基于非线性最小二乘进行姿态估计,通过迭代算法估算相机姿态完成虚实注册。实验结果表明,本文的方法无论是在特征点匹配还是在实际场景中都具有很好的鲁棒性,在不同尺度角度、部分遮挡的情况下,同样具有良好的性能,准确、实时地完成跟踪注册。     

基于假设检验和区域合并的视频对象分割

提出了基于假设检验和区域合并的视频对象分割算法。初始分割采用分水岭算法，接着根据颜色相似性进行区域合并，然后利用光流场估计和全局运动估计获得全局运动的残余误差，最后以各个区域的残余误差数据进行假设检验和小区域验证来确定运动区域，通过组合所有的运动区域即可分割出具有准确边缘的完整视频对象。对MPEG-4测试序列的实验结果表明了本算法具有良好的分割性能。     

面向惯性约束聚变实验靶图像的快速椭圆检测

目的：针对惯性约束核聚变实验中靶图像轮廓模糊、亮度不均匀等问题,并从提高图像处理实时性角度出发,提出了一种高可靠性和高精度的快速椭圆检测方法。方法：首先利用椭圆边缘点在它与圆心相连方向上具有较大灰度变化率这一特点,以预估中心点为极点建立极坐标系,通过从极点出发的射线上灰度变化率极值点搜索实现椭圆边缘点检测,极值点搜索在图像局部范围进行保证边缘点检测的有效性和实时性;其次利用基于RANSAC的自适应椭圆参数提取算法得到最终椭圆参数,该方法利用椭圆参数空间聚类分析选取最优椭圆参数,从而实现了一致样本集的自适应选择,保证了椭圆参数拟合精度的同时提高了算法的适应性和鲁棒性。结果：采用本文算法检测一幅图像的平均时间约为110ms,与常用椭圆检测方法相比检测速度有显著提高。结论：对比实验表明,本文提出的椭圆检测方法与其他方法相比具有更高的精度、更快的实时性和更强的鲁棒性。     

紧耦合的移动端实时位姿优化方法

位姿估计一直是三维重建领域的关键性问题.为保证移动端有限计算资源下的实时性并提高轨迹计算的准确性,提出一种紧耦合的移动端实时位姿优化方法.首先,获取图像信息与运动传感器信息进行特征提取、预积分等预处理;然后根据对极几何约束,计算重投影误差与惯性传感器误差;最后采用加权误差联合优化计算位姿轨迹.紧耦合策略可以有效利用图像...     

强光干扰下的火焰前景提取技术研究

火焰前景提取是视频型火灾检测算法的重要步骤,也是后续火焰特征识别算法的基础。针对现有火焰前景提取算法在强光干扰下或在背景与火焰颜色相近时无法正确提取火焰前景的问题,提出一种新的火焰前景提取算法。首先通过计算瞬时运动区域和火焰颜色区域来确定初级疑似火焰区域;然后对初级疑似区域和非疑似区域制定不同的背景建模策略来得到运动前景;最后由运动区域和高亮区域得到最终的火焰前景。与4种已有的火焰前景提取算法的对比实验表明,该算法在复杂背景下的火焰前景提取准确率为96.2%,远高于现有算法;能适应不同类型的复杂背景,并且满足实时性要求。     

实时仿真Runge-Kutta算法的误差分析

进行实时仿真时必须采用相应的实时仿真算法,而实时Runge-Kutta算法在实时仿真中得到了广泛的应用.在使用Runge-Kutta算法进行实时数字仿真时,一方面对实时Runge-Kutta算法的截断误差进行计算,构造出实用的实时Runge-Kutta算法;另一方面还要对其误差进行估计,对误差的大小进行分析,以便对实时RK算法定步长进行合适的选择,使此时定步长仿真下的误差能满足精度要求和稳定性要求,而且能够达到实时仿真计算速度的要求.仿真结果表明,该误差分析方法简单方便有效.     

一种基于Taylor和Kalman的室内协同定位方法

结合Chan算法、Taylor算法及Kalman算法三种TDOA算法的优点,提出一种能应用于室内实时定位的协同方法。首先基于Chan与Taylor的协同定位方法估算位置信息,并通过对估计结果的残差设置阈值来鉴别NLOS,从而抛弃受到NLOS污染严重的测量数据。其次,再对符合条件的测量数据,利用Kalman方法计算定位结果,与Taylor方法的定位结果通过设置判别条件进行比较,以此进一步抑制NLOS干扰。对符合判别条件的定位结果,进行残差加权及移动平均加权处理,从而完成最终定位结果的更新。最后,利用室内实时定位实验,证明该方法能有效过滤受到NLOS污染严重的测距数据,提高定位精度,并且具有良好的稳定性。     

基于小波变换和方向微分的运动模糊方向鉴别研究

针对最小方向微分算法(MinimumDirectionalDerivation,MDD)在运动模糊方向鉴别中计算量大的问题,提出利用小波变换和方向微分相结合的算法鉴别运动模糊方向。首先引入小波变换获得运动模糊图像的低频部分,缩小了计算范围,减小了计算量;然后在利用基于方向微分的加权平均法鉴别模糊方向时,先取步长为10°粗略得到模糊方向,在此模糊方向±10°范围内以0.5°为步长精确鉴别出模糊方向。该方法既能减小计算量,又能提高鉴别精度。仿真结果表明本文算法鉴别运动模糊方向误差小,实时性好,应用范围广。