一种提高图像中值滤波效果的改进算法

为提高中值滤波效果,本文提出了中值滤波的改进算法,对邻域进行中值运算前,先对邻域中的像素点进行甄别,剔除邻域中的脉冲干扰像素点,利用剩余的像素点进行中值滤波运算。利用较中值滤波邻域更大的邻域进行噪声像素点的鉴别,而利用较小的邻域进行剔除噪声点的中值滤波运算,从而即保证了噪声像素点的鉴别的可靠性,又保证了图像滤波的清晰度。     

用于图像去噪的选择性中值滤波

本文提出了一种针对图像脉冲噪声进行检测,并根据检测结果进行选择性滤波的方法。该方法首先对含有脉冲噪声的整幅图像进行逐点检测,然后根据噪声检测结果来确定滤波窗口长度和参与滤波像素点的选用,对检测出的噪声点采用改进的中值滤波进行滤除。该方法可以有效滤除图像中的脉冲噪声,又能较好的保持图像的边缘细节。最后给出了滤波实验的仿真结果,说明了该方法的有效性。     

用于图像去噪的选择性中值滤波

本文提出了一种针对图像脉冲噪声进行检测,并根据检测结果进行选择性滤波的方法。该方法首先对含有脉冲噪声的整幅图像进行逐点检测,然后根据噪声检测结果来确定滤波窗口长度和参与滤波像素点的选用,对检测出的噪声点采用改进的中值滤波进行滤除。该方法可以有效滤除图像中的脉冲噪声,又能较好的保持图像的边缘细节。最后给出了滤波实验的仿真结果,说明了该方法的有效性。     

基于边缘保护的中值滤波算法的改进

为了有效的去除图像中的脉冲噪声点,同时有效保护图像边缘信息,提出了一种基于边缘保护的噪声监测和噪声去除方法。它在充分分析噪声和边缘分布特性的基础上,对图像中的疑似噪声点进行多方向检测,进而有效的辨别出噪声和边缘的区别,同时在传统中值滤波的基础上,提出采用非线性多级方向中值滤波技术,该技术可以有效降低噪声对图像的影响,有效保护图像细节。     

几种典型数字图像中值滤波算法的对比分析

中值滤波方法是图像去除噪声的重要方法之一,广泛应用于数字图像处理中。本文为了更好地检验滤波方法的效果,在图像中添加随机和椒盐两种常见噪声,对多级中值滤波、开关中值滤波和极值中值滤波算法进行仿真,以峰值信噪比和归一化均方差(NMSE)作为客观评价标准,对几种典型中值滤波算法进行了对比分析。结果表明,中值滤波既可以去除图像中的噪声又能保护图像的边缘和轮廓。     

基于FPGA的中值滤波算法设计

针对传统中值滤波算法实现速度慢的缺点,提出了一种基于FPGA的中值滤波设计方法。在传统算法原理的基础上,利用硬件描述语言设计了一个中值滤波器对图像进行去噪处理,并对设计进行了仿真,取得了较好的效果。     

一种改进的基于主动容错设计的转速滤波算法

本文介绍了一种改进的基于主动容错设计的滑动平均滤波算法。通过故障检测的结果在线修改转速滤波的窗口,减小奇异数据对转速滤波结果的影响。仿真结果表明该算法能够有效的剔除奇异点对转速滤波结果的影响。本理论和实践对发动机控制工程应用有实用价值。     

一种新型陀螺仪滤波算法设计

本文针对无人机系统中应用的陀螺仪随机噪声大的弊端,提出一种新型陀螺仪滤波解决方案。算法简单易实现,具有显著的滤波效果,且能够适应复杂动态环境,可以使用低成本的陀螺仪达到高精度的测量效果,在无人机领域起到缩小传感器成本的作用。     

改进的数学形态学图像去噪算法研究

从二值数学形态学出发着重研究了数学形态学的膨胀、腐蚀、开运算、闭运算,采用了数学形态学算法的腐蚀、膨胀、开启、闭合设计出了一种比较理想的开闭形态学滤波器。实验验证了,本文算法能够有效地去除图像中的高斯噪声,提高了图像的清晰度。     

一种干涉条纹快速滤波算法

提出了一种快速干涉滤波算法,解决了传统干涉滤波方法速度较慢的问题.首先对2天线的单视复图像共轭相乘产生干涉复数据,进而对该数据进行方位向多视处理,并对实部和虚部分别快速均值滤波产生干涉条纹,最后对干涉条纹进行快速准中值和均值滤波.在滤波过程中,充分利用了相邻像素滤波时的窗口信息来最大程度减少运算量进而提高滤波速度,保证了滤波质量.通过对实测数据滤波结果的分析比较,证明了该算法的有效性.     

一种改进的K-means算法

K-means算法是聚类算法中最经典的划分算法之一,它对初值的依赖性很强,聚类结果随初始聚类中心选择的不同而波动很大。提出了一种改进的K-means算法,运用Kruskal算法生成聚类对象的最小生成树(MST),按权值从大到小删去K-1条边,得到的K个连通子图中对象的均值作为初始聚类中心进行聚类。由仿真实验表明,K-means算法较传统算法有更好的聚类效果和准确性。     

一种改进的数据挖掘算法

针对Apriori算法的存在产生大量的候选频繁集合的缺点,本文提出了基于加权代价敏感的非频过滤矩阵Apriori算法,通过在FP-tree算法的基础上构造的决策树对应的数据进行代价敏感学习;设定不同的数据的权值,设定加权置信度;非频集过滤矩阵寻找频集,生成强关联规则;构成非频集过滤Apriori算法对应的初始矩阵;构建代价敏感的非频集过滤矩阵等措施提高了算法的挖掘效果。     

一种改进的冒泡排序算法

提出了一种冒泡排序的改进算法,并对其性能与传统的冒泡排序算法的性能进行了实验比较。     

一种改进的Apriori算法

关联规则挖掘是数据挖掘研究领域中的一个重要任务,旨在挖掘事务数据库中有趣的关联。Apriori算法是关联规则挖掘中的经典算法。然而Apriori算法存在着产生候选项目集效率低和频繁扫描数据等缺点。提出了一种新的Apriori的改进算法,该算法在生成k(k>1)项频繁集时,不需要重新扫描数据库,只是在生成1项频集时,才需要扫描事务数据库,有效地减少了对事务数据库的读操作,在时间复杂度上较经典的Apriori算法有更加优越的性能。     

一种新型三维条纹图像滤波算法

提出了一种自适应高斯引导的新型图像滤波算法。首先分析了引导滤波的数学模型,并在此基础上对其进行了改进,采用一个更加理性的参数优化算法。最后对改进的滤波算法进行了对比实验,实验结果表明自适应高斯引导滤波算法能够很好的滤除图像中的噪声,同时最大程度的保留了原始图像中的边缘和细节等信息。该算法对于激光三维条纹图像去躁具有良好的效果。     

中值滤波与均值滤波的应用研究

图像增强是一种图像处理方法,而中值滤波和均值滤波作为图像增强处理方法的两种重要手段已被广泛应用。本文主要从均值滤波和中值滤波的原理出发,分析这两种滤波方法的适用性。     

一种自适应目标机动的α β γ滤波算法

针对传统的α-β-γ滤波算法在跟踪机动目标时性能下降的问题,文章提出一种自适应目标机动的α-β-γ滤波算法。该算法是基于多模型混合估计的思想,用残差构建模型失配度,进而迭代更新模型概率,使跟踪滤波器自适应地调节,达到更好的跟踪效果。仿真结果表明,与传统α-β-γ滤波算法相比,对于机动性较强的目标,该算法具有更好的跟踪性能。     

一种正则粒子滤波的人脸跟踪算法

本文针对人脸运动的非线性非高斯的特点,引入正则粒子滤波算法来进行运动预测估计,且根据预测精度对预测过程中目标运动速度和过程噪声方差进行自适应更新。实验结果表明,在人脸的旋转、肤色和部分遮挡影响下跟踪精度较高,抵抗光照环境变化,以及人脸大小变化等的鲁棒性较强。     

一种改进的属性值约简算法

通过信息系统的属性约简可以使信息系统得到简化,但经过属性约简的信息系统还不是一个最简的信息系统,它包含着大量的冗余信息。因此,需要进一步对信息系统进行属性值约简简称值约简。本文提出了一种改进的属性值约简算法。     

一种改进的遗传模拟退火算法

遗传算法有早熟和局部搜索能力弱的缺点，而模拟退火算法没有较好的全局搜索效率。引入了一个新的选择机制来改进模拟遗传退火算法，使速度得到了提高并且可以避免早熟等缺陷。