基于双三次插值和高斯拟合的光条中心亚像素提取方法

针对结构光三维测量的高精度要求,提出一种基于双三次插值和高斯拟合的激光线条亚像素提取方法。该方法首先对光条图像进行感兴趣区域提取、高斯滤波等前处理,其次用形态学方法细化激光线条得到初始中心点,然后使用五点拟合法得到光条法线方向,在光条法线方向上取亚像素的拟合点,利用双三次插值得到亚像素坐标的像素值,最后进行高斯拟合,到光条亚像素中心。实验结果表明,算法平均精度值为0.389147像素,消耗时间为0.056 2 s,具有较高的提取精度和稳定性。

基于高斯拟合的复杂环境地杂波自适应抑制方法

针对风廓线雷达受到强地物杂波干扰探测数据存在较大偏差,使用常规地杂波抑制方法处理存在局限性这一问题进行研究,提出对功率谱数据进行基于高斯拟合自适应去地杂波处理的方法。通过数据验证,提出的算法能够有效抑制地物杂波信号,减少对有用回波信号识别的干扰。

高斯拟合光斑定位算法推导及性能探讨

为了解决混凝土结构挠度测量中参考点精确定位的问题,推导了高斯光斑的拟合算法,证明了参数克拉美−罗下界的存在,并利用莱文贝格−马夸特方法优化了相应参数。实验结果表明,基于非线性参数优化的高斯拟合光斑定位算法在信噪比为40 dB时,其中心提取的均方根误差衰减为0。随着对比度的降低,3种测试方法的提取精度会变差。在对比度降至原图像的25%之前,基于非线性参数优化的高斯拟合光斑定位算法的鲁棒性优于其他算法,但当对比度继续下降时,这一优势将消失。因此,在对比度良好的情况下,该算法不仅可以保证精度而且可以较好地提高鲁棒性。

高斯拟合与滑动窗口相结合的GNSS-R海平面测高方法

为改善海平面高度反演过程中信号分离不佳以及偏差较大的问题,提出一种“高斯多峰拟合+滑动窗口”的海平面高度反演新方法。选取MAYG站BDS(Beidou Navigation Satellite System)卫星B2、B6及B7波段的信噪比(signaltonoiseratio,SNR),使用“高斯多峰拟合+滑动窗口”的方法对海平面高度进行反演,同多项式与小波滤波方法反演结果及验潮站数据进行对比验证。研究结果表明:高斯拟合反演结果精度相对于多项式和小波滤波方法反演精度分别提升29%和19%,且相关关系更优;结合滑动窗口后,反演结果有效点提升至加窗前的4.5倍,时间分辨率大幅提升;相较于单频数据反演结果,联合多频数据的反演结果有效点提升3倍以上,在保证精度的同时分辨率得到进一步提升;高斯拟合与滑动窗口相结合的GNSS-R(globalnavigation satellite system-reflectometry)海平面高度反演方法可更好地反映海平面高度的变化情况。

基于高斯拟合的第二心音分裂评价方法

鉴于利用第二心音主动脉瓣关闭(A2)和肺动脉瓣关闭(P2)的时间间隔检测心音分裂程度易受心跳影响而使检测精度低,本研究提出一种基于高斯拟合的第二心音分裂系数(S2split )用于检测第二心音分裂评估新方法。其主要贡献如下:① 基于高斯拟合的A2和P2统计量的评估方法;② 基于高斯成分重叠率(OLR)的第二心音分裂系数(S2split )定义。本研究通过对标准和临床数据库的2908个心音周期进行分析,在总体精度为1的前提下,得S2split统计和分裂对应关系为:0.4,且σS2split+0.45为异常分裂;0.4,且σS2split+μS2split.45为正常分裂;μS2split=0为单一无分裂第二心音。

基于高斯拟合的激光光斑中心定位算法

激光光斑中心定位是光学测量中的关键技术之一。通过对常用定位算法的分析,给出利用光斑图像中的不饱和点对光斑进行高斯拟合,并以拟合函数的幅值点作为光斑中心的方法。利用人工光斑对该算法进行验证,结果表明该算法误差远小于0.1像素;利用一维高精度电动平移台、CCD相机、激光器等搭建测试系统,由计算机自动采集激光光斑图像并对其进行分析,实验结果表明该算法与理论分析结果的均方根误差仅为0.1像素。

点扩散函数高斯拟合估计与遥感图像恢复

为了减轻或消除航天遥感相机成像过程中图像退化造成的模糊,突出图像的特征目标,对获取的图像进行了恢复处理。首先,采用陷波滤波器在频率域对遥感图像进行了去噪预处理。然后,通过图像中具有刀刃边缘的地物估计成像系统的退化函数,即点扩散函数;同时,利用高斯拟合对估计的点扩散函数进行校正。最后,利用拟合后的点扩散函数,采用自适应维纳滤波对图像进行恢复。实验结果表明:陷波滤波器基本消除了图像中叠加的条带噪声。与原图相比,细节图像恢复后其方差增大4.395,灰度平均梯度增大1.799,Laplacian梯度增大10.014,图像目视效果更清晰。高斯拟合的点扩散函数用于遥感图像恢复,减轻了图像模糊,使图像细节突出,纹理清晰,利于图像的判读和分析。

高斯拟合亚像素边缘检测算法

针对传统边缘检测算法的定位精度低、对噪声敏感等缺点,提出基于函数曲线拟合的亚像素边缘检测算法——梯度方向高斯曲线拟合亚像素定位算法。该方法首先在边缘附近选取一系列点,求得这些点的灰度值,进而求得这些点的梯度值,然后运用高斯曲线来对这些点的梯度值进行拟合,最后通过拟合曲线求得高斯曲线的对称轴位置即为亚像素位置。实验表明该算法能够很好地实现亚像素定位,通过与其他两种亚像素定位算法的比较,得出该算法运行时间较短,效率较高。

小波变换与高斯拟合在光谱重叠峰解析中的应用

利用小波变换对小波低频系数置零、高频系数阈值量化,实现了光谱信号的基线校正和谱线去噪;对光谱信号进行多尺度小波变换,搜寻各层小波系数模极值所构成的脊线,并对其中复合脊线进行校正,脊线中小波尺度参量最大时所对应的位置即为峰位;根据得到的峰位值,在最小二乘意义下寻找由多个单峰高斯函数叠加而成的最佳拟合光谱,得到谱峰峰强以及峰宽信息.利用该算法对含有基线漂移和随机噪声的光谱重叠峰进行解析,结果表明该算法能够较好地分离重叠峰,其中利用多尺度小波变换求解得到的峰位值偏差在±1.3以内,通过高斯拟合得到的峰强值偏差不超过8.5%.与现有算法求解得到的谱峰信息对比可知,本文所设计的光谱重叠峰解析算法具有一定优势.

激光光斑的高斯拟合

给出了激光光斑的高斯拟合及其改进算法 ,实验表明 ,拟合曲线与原始实验数据达到很好的逼近 。

基于示波法和高斯拟合的血压测量方法

流行病学调查及大规模前瞻性研究表明,高血压是心血管疾病的独立风险因素,采用电子血压计进行自助式日常血压监护,是预防严重心血管事件的重要途径。提出了一种设计电子血压计的新方法:首先确定振荡波中各个单波的峰值点;然后确定拟合振荡波包络线的最佳拟合曲线;进而查找包络线的最大值,选定积分区间,提出的积分公式和最大值的位置,确定舒张压和收缩压的位置,最后确定舒张压和收缩压。比较该方法与听诊法测得的血压,结果证明使用所介绍的方法测得的血压精度符合AAM I标准、BHS(B)级标准。说明该方法是适用的,使用该方法所设计的电子血压计可以用于血压的日常监护。

基于小波变换和高斯拟合的在线谱图综合处理方法

微小型移动式现场在线检测技术是分析仪器发展的新领域。针对复杂工作环境中谱图存在强噪声干扰、谱峰重叠、不规则峰形等严重影响仪器的定性和定量准确度的瓶颈技术,提出了一种基于小波变换和高斯拟合相结合的谱图在线综合处理方法,用自研的仪器对甲苯和全氟三丁胺两种典型化合物的谱图进行了处理,并与实验室分析仪器普遍应用的算法进行了对比分析。结果表明,综合方法能够有效解决强噪声干扰、谱峰重叠、不规则峰形问题,提高仪器的定性和定量准确性,同时能够实现数据压缩,满足仪器的在线实时检测要求。综合方法处理甲苯特征峰的平均信噪比(SNR)较移动平滑方法提高了1.3倍,峰位误差ΔM降低了3.6倍,处理全氟三丁胺谱图的数据压缩比为197∶1。

基于子区域变尺度高斯拟合的木材表面缺陷识别

为了提高木材的使用效率、避免由于木材缺陷造成生产故障,根据木材缺陷类型对其分类处理是一种有效的手段,但木材缺陷复杂多样且具有诸多相似性使得类别区分成为难点。针对以上问题本文提出了一种基于子区域变尺度高斯拟合模型的缺陷识别方法。首先建立变尺度高斯拟合基本模型,然后将缺陷纹理分成若干子区域,提取各分区的高斯拟合特征并进行融合;将高斯融合特征及圆度和边缘直线度这两个几何特征输入到建立好的BP神经网络模型中进行训练,根据优化训练的网络模型识别缺陷。该方法对自建的SUT-W图库中雪糕棒图像上人工标定的裂缝、矿物线、矿物块和黑节子的准确识别率分别为91.72%、92.77%、92.67%和92.80%,与其他典型纹理检测方法相比,4种缺陷准确识别率最高分别提高9.38%、6.69%、13.55%和10.22%,说明本文方法能够有效地将以上4种缺陷分辨开,具有一定的实际应用价值。

采用高斯拟合的全局阈值算法阈值优化框架

采用最大类间方差法、最大熵法和最小误差法3种经典全局阈值方法获得的阈值,存在一定偏差.针对该问题,提出了一种采用高斯拟合的全局阈值算法阈值优化框架(TOF).本优化框架先利用全局阈值算法获得初始阈值,将图像粗分为背景和目标2个部分,然后分别计算各部分均值和方差来拟合出2个高斯分布.由于最佳阈值位于2个高斯分布的交点位置,为此本框架采用多次迭代方式来优化阈值,直至最终收敛到最佳阈值.为提高抗噪性能,结合三维直方图重建和降维思想,提出了一种鲁棒的采用高斯拟合的全局阈值算法阈值优化框架(RTOF).实验结果表明,对于以上经典全局算法,采用本优化方法均能收敛到一个最佳阈值,同时本算法还具有鲁棒的抗噪性能和较高的执行效率.

基于高斯拟合的神经网络血压测量算法

针对示波法血压测量的准确性提出一种改进方法。和以往脉搏波的提取方法不同,采用2个高斯函数之和作为模型对脉搏波包络线进行拟合。以拟合后的高斯函数参数为输入,通过2个前馈神经网络进行收缩压和舒张压的判定。实验表明:和幅度系数法相比,该算法在准确性上有了明显提高。

高斯拟合在单道扫描ICP-AES光谱仪中的应用

在研究高斯拟合的数学原理基础上 ,给出了高斯拟合的算法 ,并将高斯拟合应用于单道扫描 ICP-AES( Inductively Coupled Plasma-Atomic Emission Spectrometry)光谱仪的谱峰扫描中。实际应用效果表明 ,在保证测量精度的同时 ,利用高斯拟合法测量谱峰 ,能使测量时间缩短近一半。研究证明 ,将高斯拟合应用于单道扫描 ICP-AES光谱仪是可行的。

高斯拟合算法在光谱建模中的应用研究

采用高斯拟合算法对光谱进行特征提取,利用拟合得到的特征参量表征光谱信息,并结合多元校正方法对光谱模型进行优化和解释,建立了样品快速准确的测定方法。实验以玉米活体叶片为研究对象,建立叶片光谱与叶绿素含量之间的关系模型,采用三个高斯峰对原始光谱的1551个数据拟合后,光谱数据转换为9个高斯特征量(约为整个波段的0.58%),进而利用该高斯特征量来预测叶绿素含量。实验结果显示,采用高斯拟合分别与偏最小二乘法和主成分回归结合建模,其预测集相关系数分别为0.960和0.962;不采用高斯拟合算法而直接采用偏最小二乘法和主成分回归对全光谱建模,其预测集相关系数分别为0.957和0.919。可见,将高斯拟合算法运用到定量分析模型中是可行的,该方法不仅简化了模型参数,而且提高了模型的可解释性。

基于局部直方图高斯拟合的星图背景性质研究

对于星空观测CCD图像,除星空背景成像为大面积起伏背景噪声外,其余均为点状或近似点状小目标,分析背景的统计特性并建立起精确的数学模型来描述图像中的起伏背景,对小目标检测、识别是至关重要的。首先结合实际图像分析了星空图像的性质。然后,提出了一种基于局部直方图高斯拟合的背景参数估计方法,并利用KL散度定量的衡量估计直方图与原始图像直方图之间的相似度。实验结果证明,算法能够克服恒星的干扰,对星空背景图像的统计特性进行精确的估计。

基于RSSI深相似域高斯拟合的室内定位算法

传感器网络中大多数传统定位方法主要研究接收信号强度(RSS)之间的匹配关系,而未充分考虑物理环境和利用离线训练数据库信息。针对上述问题提出一种基于RSSI深相似域高斯拟合的定位方法。该方法在离线阶段建立RSS与距离之间的映射关系,并利用待测定位节点与其逻辑最近邻周边深相似域内的物理近邻点的信息,同时使用贝叶斯算法和高斯曲线拟合来获取参考节点RSS的测量值,最终提高指纹定位方法的准确性。实验结果表明,该方法有效地提高了定位的精度。

基于高斯拟合的高光谱影像配准算法

传统的基于区域的配准方法是搜索配准控制点在离散的图像坐标点上进行的,从而限制了配准控制点定位精度这一问题,所以文中提出了一种基于高斯拟合的高光谱影像配准算法。与传统基于区域的配准方法类似,该方法是利用图像灰度信息,建立两幅图像之间的相似性度量,搜索使相似性度量值最大或最小的点作为配准控制点,但与传统方法不同之处在于,在搜索过程中,并不是直接寻找极值点作为配准控制点,而是通过在搜索过程中,首先生成相似度矩阵,利用极值点附近的值求出高斯拟合函数系数,利用高斯函数的极值点作为配准控制点。在对多组Hyperion高光谱影像进行配准的实验中,精度均优于传统方法,达到了亚像素级,满足后续的融合、变化检测等需要。