一种自适应维纳滤波器在γ能谱降噪中的应用

面向便携式γ能谱探测仪开发了一种基于自适应维纳滤波器的降噪算法,相较于五点三阶滤波和重心法为代表的传统γ能谱降噪算法,该算法采用局部估计的方差值作为局部细节的度量方式实现了降噪算法的自适应调节。经仿真信号与实测数据验证,基于自适应维纳滤波器的降噪算法相较于五点三阶滤波和重心法,在保留γ能谱特征信息的前提下具有运行速度快、降噪效果好且不失真的优势,在便携式γ能谱探测仪的能谱降噪处理中具有一定的应用潜力。

基于生成对抗网络的鱼眼图像校正方法

针对生成对抗网络在鱼眼图像校正过程中由于跳跃连接带来的误差和解码器负担过重问题,提出一种结合生成对抗网络和鱼眼校正参数预测网络的算法。该算法通过在模型的生成网络中添加鱼眼校正参数预测模块,将生成网络编码器的输出作为预测网络的输入,然后将预测的参数嵌入到生成网络的解码器中,用其指导鱼眼图像解码过程,以此减少跳跃连接带来的误差损失和解码器负担,提高模型校正鱼眼图像质量。实验结果表明,在鱼眼图像数据集上,校正图像与背景图像的峰值信噪比(PSNR)达到28.039,相比之前的方法提升了9.5%,结构相似度(SSIM)达到0.875,相比之前的方法提升了7.5%。