基于信号分析的椒盐噪声滤波算法

椒盐噪声对图像造成或亮或暗的像素点,从视觉上影响图像的质量。采用基于信号分析的方法去除图像中的椒盐噪声,信号分析能准确判断出噪声与信号像素,该方法依据椒盐噪声模型准确区分信号与噪声,对信号像素给予保留,而对于噪声像素则有针对性地对其作中值滤波、扩大的中值滤波或均值滤波。实验结果表明,与线性加权、梯度倒数加权以及小波去噪算法相比,文中算法能有效降低图像中的椒盐噪声,对图像的边缘与细节保持较好,并且能得到较高的信噪比。     

数字图像分割方法研究

图像分割即指将图像分成各具特性的区域并提取出感兴趣目标的技术,它是从图像处理到图像分析关键步骤.在对不同的图像分割方法进行分析基础上,对自适应分水岭图像分割方法进行研究.     

结合扩展LoB滤波的距离保持水平集方法

二项分布拉普拉斯边缘检测算子LoB主要利用图像的二阶微分。作者在此基础上结合图像的张量信息提出了改进的LoB滤波算子,作用于距离保持水平集方法的面积项,从而构造出新的模型。与原模型相比,该模型提高了图像的演化速度,能够分割多目标物体且对具有丰富尖角细节、深度凹陷和狭窄缝隙的图像拥有较好的分割效果。     

基于果蝇优化算法的模拟滤波器设计

基于粒子群优化算法的无源模拟滤波器优化设计方法容易陷入局部最优,收敛速度慢迭代次数多、运算量大且稳定性不够好。提出果蝇优化算法对滤波器的整个参数空间进行高效并行搜索直到获得最优的参数值,实例仿真表明,采用该方法设计的滤波器在相同的带宽准确度及阻带衰减的情况下,具有更快的运算速度及收敛性能。     

英文影视多模态特征对大学英语听力教学的影响研究

听力的教与学一直以来是教师和学生难以逾越的鸿沟,如何激发学生的听力学习兴趣来提高学生的一次性解码能力,关键之一就是通过多模态的英语影视教学,寓学于乐,将情感过滤降至最低点,学生可以在自己已有的知识和经验的基础上自主地建构听力知识。     

基于集内离散度噪声检测的自适应中值滤波的研究

传统中值滤波对所有像素采用同一的处理方法,导致图像细节信息丢失严重。依据噪声分布特征,设计了基于集内离散度的噪声检测器,并结合自适应中值滤波,实现有针对性的噪声过滤,减少非噪声信息丢失。实验证明,该算法具有较高的消除脉冲噪声和保留细节信息能力。     

同时时延和数据包丢失的NCS指数稳定性分析

文章针对网络时延和数据包丢失同时存在的情况下,将网络控制系统建模为具有事件约束条件的异步动态系统,利用李雅普诺夫函数和线性矩阵不等式原理,提出了网络控制系统指数稳定性的充分条件,并通过求解矩阵得出系统指数稳定的状态反馈控制律。最后的仿真表明该条件是有效的。     

基于DFT的信道估计插值算法改进

在采用导频的正交频分复用(OFDM)系统中,常采用离散傅里叶变换(DFT)插值的方法来实现信道估计。针对DFT算法中虚子载波的缺失而导致冲激响应有频谱泄漏的现象,对DFT算法进行了两种改进,一是采用维纳滤波插入法重建虚子载波的信道信息,二是通过优化有效导频的LS信道估计来减小噪声的影响,并提高系统的性能。通过仿真证明,改进算法明显优于传统DFT算法。     

小波包理论和最优小波包基探讨

小波包理论是一般小波理论的扩展,在实际应用中小波包变换比小波变换应用更广,应用效果也比较好,给出了小波包理论和常用的小波包变换,探讨了每个小波包是否存在一个最优小波包基。     

情感过滤假说理论在大学英语听说课堂教学中的运用研究

依据Krashen情感过滤假说理论,在外语学习过程中动机、态度、自信心及学习外语语言的焦虑情绪等情感因素,是影响学生认知获得差异的主要原因。针对学生在大学英语听说课堂上存在的这些情感问题,可通过增加学生可理解性语言信息的输入,变换教学方式增强学生学习的动机和信心以缓解学生的焦虑情绪等方式,充分改善大学英语听说课的认知获得水平。