一种自适应加权的灰度形态学图像滤波算法

数学形态学滤波属于非线性滤波,针对传统的线性滤波对图像边缘等细节特征容易模糊的缺点,本文提出一种基于灰度形态学的自适应加权复合滤波优化算法,采用凸性多尺度结构元素对灰度图像进行多级形态开闭运算,根据形态滤波等幂特性,实现结构元素序列的自适应加权复合滤波,并对滤波效果进行PSNR评价,实验仿真结果表明该复合滤波算法在保留图像细节特征的同时能有效去除噪声,提高了图像信噪比.     

分数维变换域滤波在图像恢复中的应用

傅立叶变换是对信号进行分析的重要数学工具之一．广义上的傅立叶变换,即分数维变换已成为时变信号分析的强有力工具．对原始信号估计的判据常采用均方误差．时间为Ｏ（ＮｌｏｇＮ）的Ｗｉｅｎｅｒ滤波可完成对具有时不变退化模型的信号估计,若退化模型为时变或非平稳的,则需Ｏ（Ｎ ２）的估计时间．这里用在分数维变换域中进行滤波来实现图像恢复,估计时间亦为Ｏ（ＮｌｏｇＮ）,且均方误差比在普通傅立叶变换域中的滤波小．实验中,对具有不同信噪比的时变退化模型（ ｃｈｉｒｐ函数污染）的图像进行恢复,结果显示此方法是有效的,且恢复效果随信噪比的提高而改善．     

分数维变换域滤波在图像恢复中的应用

傅立叶变换是对信号进行分析的重要数学工具之一.广义上的傅立叶变换，即分数维变换已成为时变信号分析的强有力工 具.对原始信号估计的判据常采用均方误差.时间为O(NlogN)的Wiener滤波可完成对具有时不变退化模型的信号估计，若退化模 型为时变或非平稳的，则需O(N2)的估计时间.这里用在分数维变换域中进行滤波来实现图像恢复，估计时间亦为O(NlogN)，且 均方误差比在普通傅立叶变换域中的滤波小.实验中，对具有不同信噪比的时变退化模型(chirp函数污染)的图像进行恢复，结 果显示此方法是有效的，且恢复效果随信噪比的提高而改善.     

输气管道泄漏音波信号的几种滤波算法

输气管道泄漏音波信号在传播过程中高频部分迅速衰减,低频部分能传播较远的距离.根据这一特点拟合仿真信号模型,以信噪比和均方根误差为指标对傅里叶变换、维纳滤波、中值滤波和小波分析进行对比分析,结果表明：小波分析去除背景噪声具有较高的信噪比和较小的均方根误差,中值滤波次之,维纳滤波和傅里叶变换最差.     

基于多结构元素的云杂波背景抑制算法

在分析小目标与背景特性的基础上,根据云层边缘几何形状,构造出灰度形态学多结构元素。用多结构形态开运算对含有小目标的云杂波背景图像进行背景抑制,然后利用全局阈值分割方法将背景抑制后的图像转化为二值图像,提取图像中的小目标。仿真试验表明,该算法对两种云杂波背景均能有效抑制,提高图像的信噪比,减轻后续运算的复杂性。     

基于不同结构元素的地物边界提取对比实验研究

数学形态滤波中结构的大小和形状不同,处理遥感图像获得的效果也不同。为了更好地理解结构元素的大小和形状对图像边界提取效果的影响,通过实验对比法,从简单到复杂地进行了分析。实验结果表明,道路等规则条状地物适合用线形结构元素,房屋等规则或近似规则的建筑物适合用方形结构元素,各项异性不明显的高分影像适合用圆形结构元素;结构元素的尺寸越大,损失的细节就越大,但是能去除更大的噪声点。     

极值中值滤波法在炉内火焰图像预处理中的应用

为消除火焰图像中的脉冲噪声,本文采用基于极值的中值滤波算法对信号和噪声先进行判别,再进行滤波处理;并采用归一化均方误差和信噪比作为该算法的客观评价尺度.结果表明,该算法在有效的消除脉冲噪声的同时,能很好保留火焰图像的边缘信息,较其他滤波算法有更好的滤波性能.     

一种多径环境下麦克风阵列时延估计算法

针对多径环境下麦克风阵列时延估计问题,将归一化最小均方误差法(NLMS)与互关联法(CR)相结合,提出了NLMS-CR算法.对算法的结构及原理作了详细分析,并与传统的相位变换广义互相关法(GCCPHAT)、NLMS进行比较;同时,在不同的信噪比(SNR)与声源环境下验证算法的效能.仿真结果表明:在较严重的多径环境下,NLMS-CR的性能优于其它传统的算法;当信噪比较高且接收信号相关性较低时,NLMS-CR具有很高的时延估计准确率.     

基于形态学的红外小目标检测算法

在分析复杂天空背景下红外视频序列特征的基础上,针对红外小目标本身特性及红外序列低信噪比的问题,提出适合该环境的红外小目标检测算法.该滤波方法以形态学滤波理论为基础,首先采用均值滤波和Open ing-Tophat运算对红外视频序列进行预处理,然后运用基于均值和方差的统计分割方法提取图像中的运动目标,从而实现了红外小目标的检测.实验结果表明,所提出滤波方法具有良好的检测和分割效果,能够有效地改善跟踪精度.     

基于背景抑制的4种红外小目标检测算法比较

背景抑制是红外小目标检测的关键技术.对空域高通滤波、最大中值滤波、单一结构元素形态学和多结构元素形态学的背景抑制原理进行分析,并在云杂波背景条件下对4种算法进行仿真并作比较.仿真结果表明多结构元素形态学算法性能最好,最大中值滤波算法次之,单一结构元素形态学算法稍差些,高通滤波算法最差.     

GPS导航滤波器算法优化研究

引入一种动态性能较优的无偏导滤波器,针对其在GPS导航系统线性状态时的低精度表现,对单一的导航滤波器进行改进。采用一种组合滤波结构,根据GPS接收机的输出状态来进行线性及非线性滤波器的切换滤波。其中,线性滤波器采用优化的传统卡尔曼滤波器,并在仿真实验中验证其线性滤波优势;非线性滤波器采用了无偏导滤波器。车辆仿真实验表明,这种线性-非线性组合滤波器的误差低,运算量较小,整体滤波性能比单一滤波器高。     

不同类型多小波在GPS变形数据处理中的应用

利用多小波变换的基本理论,将多小波滤波去噪方法,应用于GPS变形分析的研究中。通过实测数据分析表明,合适的多小波滤波方法比传统的小波方法更加优越,减小了均方根差,提高了信噪比,可有效地削弱误差的影响,进而提高GPS动态变形监测的精度,验证了这些算法在实际问题中的正确性和实用性。     

基于多尺度数学形态学梯度的图像检测

传统边缘检测算子如Canny、Sobel等是通过计算图像中局部小区域的差分来工作的,对噪声比较敏感,在检测边缘的同时常会加强噪声,形态边缘检测器在检测边缘的时候不会加强或放大噪声,单尺度形态学梯度算子结构元素过大或过小都不能检测到满意的结果.将多尺度形态学边缘检测和形态学滤波结合起来,提出一种边缘检测方法.首先利用形态学对多尺度的形态学梯度算子进行边缘检测,再进行填充内部缝隙,接着进行形态学边界平滑,最后通过分割掩模到原图像的结果.仿真结果表明,所提算法能够非常清晰地检测到目标图像的边缘,提取的图像边缘定位准确且平滑,同时具有较强的抗噪能力.     

一种简单的图像脉冲噪声滤除方法

针对传统的中值滤波法消除脉冲噪声时存在的缺陷,充分利用脉冲噪声的特征,提出了一种简单的噪声像素检测方法,在滤波处理前先检测像素是否被脉冲噪声污染,从而有选择地对噪声进行自适应中值滤波,该算法不仅能够有效滤除脉冲噪声,而且具有较少的计算量和较高的峰值信噪比。仿真结果证明了算法的有效性。     

一种图像自适应中值滤波算法

图像在产生、传递与接收过程中,会受到外界的影响尤其是噪音的干扰,严重影响图像质量,有必要进行预处理以保证图像的正常使用。阐述了脉冲噪音理论,分析了一维与二维中值滤波原理,提出一种自适应中值滤波算法。该算法作为非线性滤波算法,弥补了线性滤波算法缺陷,明显抑制了噪音,保证了原图像的信息内容。实验结果表明,这种自适应中值滤波算法在归一化均方误差（NMSE）、峰值信噪比（PSNR）、算法耗时T(s)等方面,比中值滤波算法具有一定的优势。     

基于改进Canny算子的建筑裂缝边缘提取方法

针对传统Canny算子进行图像边缘检测时对非线性噪声效果不太明显且会存在漏检的问题,提出了一种改进的Canny算子,将其应用于建筑裂缝边缘提取中。对建筑裂缝图像进行预处理,在预处理阶段对图像进行分割与去除孤立点的操作,以得到更为清晰的图像。利用非线性中值滤波代替原Canny算子中的高斯滤波,用Sobel算子八方向模板进行梯度计算,并使用Otsu法得到阈值。与传统方法相比较,提出的方法能够提取出更清晰完整的图像边缘,其峰值信噪比与结构相似性均有一定程度的提高。     

基于形态滤波与样本熵的转子故障特征提取方法

将样本熵引入旋转机械故障诊断领域,结合形态滤波和样本熵,提出了一种新的转子故障特征提取方法.首先选用最简单的直线结构元素,对实测转子振动信号进行形态滤波降噪处理;然后计算降噪后信号的样本熵,包括转子正常、不平衡、不对中、油膜涡动和碰摩等五种工况的振动信号;最后将样本熵作为特征,对各种故障状态进行评价.转子系统故障诊断的实例验证了该方法的可行性和有效性.     

传感器网络的序贯协方差交叉反馈融合状态滤波器（英文）

为了减轻传感器网络融合中心的计算负担和实现传感器信息的充分利用,提出了一种带反馈结构的序贯协方差交叉融合Kalman滤波器。该反馈结构将传感器网络融合中心的状态融合预报值及其融合误差方差信息反馈给局部传感器作为先验信息,进行局部滤波,将得到的新局部状态滤波值和局部滤波误差方差阵信息传递到融合中心,根据到达次序进行序贯协方差交叉融合。搭建了带反馈结构的序贯融合算法框架。仿真实验表明,该算法具有良好的估计性能,且明显减少了融合中心的计算负担,与集中式融合滤波器相比,减小了融合中心的计算压力与负担,提高网络的容错性,与不带反馈的序贯协方差交叉融合滤波器相比,具有更高的估计精度。     

稳态法测不良导体导热系数实验装置的改进

传统的稳态法测量不良导体的导热系数是用红外线灯泡当作热源，用热辐射的方式对被测样品进行加热，新改进的加热方式是用电熨斗当热源，采用接触的方式进行加热。实践证明：新改进的加热方式具有实验操作简单，测量的结果误差小，节省电能，降低成本等特点。     

信噪比对非参数回归模型拟合效果的数值模拟

为探究信噪比大小对非参数回归模型拟合的影响,本文针对固定设计下的非参数回归模型进行Monte Carlo数值模拟.在模拟中使用了三次B-样条估计方法,并利用AIC和BIC准则自动选择结点.结果表明:信噪比越大,均值函数估计的平均平方误差的平方根的均值和标准差越小,另外,响应变量的拟合的均方误差和平均绝对误差也越小.