残膜回收机有效作业面积监测系统设计研究

为便于新疆棉田残膜回收的精准作业收费和补贴,设计了一种残膜回收机有效作业面积监测系统。通过仿真试验对比锁相放大器降噪前后残膜回收机作业时经纬度数据,得出锁相滤波对于噪声环境有较好的抗干扰性能;采用高斯投影正算方法将降噪后经纬度数据转化为平面坐标,得出1.5°带的高斯投影的相对误差相较于3°带降低了0.01%。同时,利用卡尔曼滤波算法和构成角方法筛选有效作业轨迹,使用缓冲区法计算重复作业面积,最终利用轨迹算法精准获取残膜回收机有效作业面积,得出所设计的残膜回收机有效作业面积监测系统对于大块农田测量时相对误差为2.6%,对于小块农田测量时相对误差为3.3%。研究结果表明:所设计的残膜回收机有效作业面积监测系统可以精确计算出残膜回收机的有效作业面积,为残膜回收机作业质量评估提供了一定的理论基础。

基于高斯增强模块的相机模型辨别

在多媒体取证中,高通滤波器是卷积神经网络常用的预处理层之一,用于抑制图像内容的影响,只强调高频特征。但与此同时,其他一些包含取证痕迹的有用信息也将被不加区别地剔除。为了解决这一问题,文中提出了一个简单而高效的高斯增强模块(Gaussian Enhancement Module,GEM)来提取“扩展的”高频特征,即在维持原有特征强度的基础上增强高频细节信息。GEM由两个连续的一维低通高斯滤波器组成,以获得一个模糊版本的特征图,并进一步得到相应的扩展高频残差。通过以高频残差作为空间掩膜,它可以自适应地强化脆弱和细微的低级取证特征,并防止在特征传递过程中出现衰减现象。在相机模型辨别数据集上进行实验,通过将该模块插入多个主流骨干网络,GEM仅仅带来非常轻微的模型复杂度的增加,网络性能和鲁棒性却显著提高,表明该模块支持“即插即用”,与特定的网络架构无关。

三维表面粗糙度高斯滤波快速算法

研究了三维表面粗糙度评定基准的数学模型及采用高斯滤波器得到三维表面评定基准的数字算法 ,提出一种新的用于三维表面的快速高斯滤波卷积算法 ,该算法利用了二维高斯函数的可迭代特性和可分离性 ,其优点是大大减少了指数运算的次数 。

高斯-厄米特粒子滤波器

针对非线性、非高斯系统状态的在线估计问题 ,本文提出一种新的基于序贯重要性抽样的粒子滤波算法 .在滤波算法中 ,我们用一簇高斯 厄米特滤波器 (GHF)来产生重要性概率密度函数 .此概率密度在系统状态的转移概率的基础上融入最新的观测数据 ,因此更接近于系统状态的后验概率 .理论分析与实验结果表明 :在观测模型具有高精度的场合或似然函数位于系统状态转移概率的尾部时 ,用GHF产生重要性概率密度函数的粒子滤波即高斯 厄米特粒子滤波 (GHPF)的性能要明显地优于标准的粒子滤波、扩展的卡尔曼滤波、GHF .

基于自适应高斯滤波的电站历史数据稳态检测方法

引入基于高斯滤波的自适应去噪算法,结合R检验法进行历史数据的稳态检测.选取某1 000MW机组的总风量数据,在相同参数条件下对该方法和中值滤波法进行仿真对比.结果表明:自适应高斯滤波法具有更好的去噪效果和突变点信息保留能力,基于该方法的稳态检测对短时间稳态检验的灵敏度较高,且对稳态与非稳态的状态切换边界识别更准确.

多尺度加权LBP的人脸识别

针对传统局部二值模型(LBP)算子容易受到周围噪声点的干扰的缺点,提出了首先对图像进行Gauss滤波预处理,去除图像中的干扰噪声。针对传统LBP算子无法提取出非局部特征信息,提出一种新的基于多尺度加权的改进LBP(MWLBP)算子。MWLBP算子以不同大小的方型邻域为研究对象,将不同大小区域的LBP直方图进行加权求和。MWLBP比传统LBP算子提取的特征范围更大,在提取了局部特征的同时,保留了一定的非局部特征。相对于Gabor和其它特征提取方法,MWLBP算子在保留了多尺度特征的同时,能控制计算量大小。在ORL和Yale人脸数据库上的实验表明,Gauss滤波预处理确实能去除图像中的干扰噪声,提高识别准确率;MWLBP算子比传统的LBP算子、Gabor和其它特征提取方法减少了计算量,加快了分类器训练和人脸识别的速度,提高了准确率。

非线性非高斯模型的高斯和滤波算法

通过将模型的状态噪声和观测噪声均表示成高斯和的形式,推导出非线性非高斯状态空间模型的高斯和递推算法,进一步提出了对应的扩展卡尔曼和滤波器(extended Kalman sum filter,EKSF)和高斯厄密特和滤波器(Gauss-Hermite sum filter,GHSF)。EKSF和GHSF分别用扩展卡尔曼滤波器(extended Kalman filter,EKF)和高斯厄密特滤波器(Gauss-Hermite filter,GHF)作为高斯子滤波器。分析的结果表明,现有的高斯和滤波算法是本文算法的特例;仿真结果表明,EKSF和GHSF能有效处理非线性非高斯模型的状态滤波问题,与高斯和粒子滤波器(Gaussian sum particle filter,GSPF)相比,EKSF和GHSF在保证精度的同时,大大降低了计算量,仿真时间分别约为GSPF的5%和6%。

基于联合双边滤波器的Kinect深度图像滤波算法

针对Kinect镜头采集的深度图像一般有噪声和黑洞现象,直接应用于人体动作跟踪和识别等系统中效果差的问题,提出一种基于联合双边滤波器的深度图像滤波算法。算法利用联合双边滤波原理,将Kinect镜头同一时刻采集的深度图像和彩色图像作为输入,首先,用高斯核函数计算出深度图像的空间距离权值和RGB彩色图像的灰度权值;然后,将这两个权值相乘得到联合滤波权值,并利用快速高斯变换替换高斯核函数,设计出联合双边滤波器;最后,用此滤波器的滤波结果与噪声图像进行卷积运算实现Kinect深度图像滤波。实验结果表明,所提算法应用在人体动作识别和跟踪系统后,可显著提高在背景复杂场景中的抗噪能力,识别正确率提高17.3%,同时所提算法的平均耗时为371 ms,远低于同类算法。所提算法保持了联合双边滤波平滑保边的优点,由于引入彩色图像作为引导图像,去噪的同时也能对黑洞进行修补,因此该算法在Kinect深度图像上的去噪和修复效果优于经典的双边滤波算法和联合双边滤波算法,且实时性强。

基于SIFT算法的图像匹配方法

依据Brown的理论,并基于SIFT算法提出了一种有效的图像匹配方法。首先对图像进行高斯和Wallis滤波处理,然后采用简化SIFT算法进行特征点提取,最后通过特征点双向匹配方法实现图像的精确匹配。通过对缺陷版图图像的试验验证了该方法具有匹配点数量多、准确率高、无重复点等优点。将该方法应用于优化线网的自动检测方面得到较好的效果,并为版图的优化打下了基础。

多尺度Retinex灰度图像增强算法

为提高图像识别在分类时的质量,必须在图像的预处理阶段对噪声进行滤除,对图像中的目标对象加以增强.从研究图像增强的空域法入手,利用多尺度Retinex灰度图像增强算法完成图像的增强.做到改善图像颜色恒常性,压缩图像动态范围,提高对比度,有效显示淹没在阴影、光照等区域中的细节.在仿真实验中,对图像进行高斯滤波,确定了高斯滤波系数.仿真结果证明该方法可行,在完成图像增强的同时,对噪声有较好的抑制作用.

基于改进高斯—拉普拉斯算子的噪声图像边缘检测方法

针对现有梯度算子在图像边缘检测中存在的对噪声比较敏感的问题,提出了一种改进的高斯—拉普拉斯算子的边缘检测方法。噪声图像中的边缘检测是一项关键任务,然而目前常用的几种梯度算子,包括已经提出的高斯—拉普拉斯算子都没能取得理想效果。提出的方法对传统的拉普拉斯边缘检测算子作了改进,并与高斯滤波器相结合,应用高斯滤波器平滑图像,抑制噪声,再基于拉普拉斯梯度边缘检测器进行边缘检测。最后,在imagenet数据集中选取了10幅图像进行实验,将提出的高斯梯度边缘检测器与传统的边缘检测器进行比较。评估结果显示,提出的方法所获得的峰值信噪比(PSNR)高于对比算法,而均方误差(MSE)更小。实验结果表明,提出的方法在实际应用中能够有效提高噪声图像边缘检测的质量。

可编程成像系统中莫尔条纹处理方法研究

使用对傅里叶变换频谱进行空间滤波的方法,根据"切口"滤波器在频谱突变位置出现振铃现象的缺点,设计了基于"切口"滤波器的多点高斯滤波器.实验表明:使用该方法可以有效降低莫尔条纹对系统采集到图像质量的影响,得到的重构图像清晰,基本无振铃现象,可以满足系统需要.使用该方法运算量小、处理简单,能够由嵌入式系统完成.

高斯滤波在花岗石表面粗糙度研究中的应用

阐述了花岗石表面轮廓的特点,提出先对原始轮廓曲线进行高斯滤波,然后再进行粗糙度计算的方法;并对用高斯滤波和最小二乘中线两种方法计算的粗糙度进行了比较,认为高斯滤波方法更适合花岗石表面轮廓的粗糙度研究。其计算方法较为可靠和简捷。

消除二值化图像干扰方法的研究

在智能车牌识别系统中,对通过图像获取技术得到的复杂灰度图像进行二值化处理后,在图像中存在许多干扰白点。提出一种"高斯滤波"的方法去除这些白点,使二值化图像平滑、少毛刺,并具有较好的连通性。

海面溢油可视化新方法的研究与实现

针对现有溢油可视化方法的优缺点,研究一种新的海面溢油可视化方法,提出采用纹理投影的方法实现海上溢油的可视化,并针对纹理投影方法导致的边缘锯齿现象进行高斯平滑滤波,实现了纹理边缘的平滑过渡,取得了良好的动态可视化效果。该方法已成功应用于"溢油应急三维演练系统"中,证明了该方法的有效性和可靠性。

分水岭算法在CT图像分割中的应用

目的:分水岭算法在图像分割领域得到了广泛的应用,但单独使用分水岭进行图像分割因为对噪声的抑制能力弱以及对大多数图像易产生过分割现象而变得困难。本文针对分水岭算法存在的过分割问题,提出了一种改进的分水岭算法应用于CT图像,能有效的抑制过分割现象。方法:首先对输入图像进行高斯滤波处理,然后通过Sobel算子求图像的梯度幅值,再求出多尺度灰度图,最后进行阈值分割和多尺度变换而达到对图像进行分割的目的,并将其转化成伪彩色图像显示来优化分割结果,在有效处理过分割问题的同时让图像分割后的效果更加明显。结果:仿真结果表明,与传统的分水岭分割算法比较,缓解了过分割问题,得到的分割效果要好很多。结论:本文实验可以有效地将传统的分水岭算法加以改进,将之应用于医学CT图像分割中,从而使图像各个不同的组织轮廓均得到了很好的区分,减少了图像的过分割点数,使图像的各个区域更易判断。

基于直方图均衡化的Robinson图像边缘检测算法

针对图像边缘检测,现有Robinson相关算法存在效率低、阈值设定随机性大、易出现伪边缘等问题,提出一种改进Robinson的图像边缘检测算法;该算法利用直方图均衡化对图像进行增强,然后将Robinson算子原有的八方向梯度依照两两垂直原则组合为八组,分别计算每组梯度的范数,并取其最大值作为该像素点的梯度;最后取整幅图像的灰度均值作为阈值来识别图像的边缘像素和背景像素;实验表明,相对于现有相关算法,该算法检测结果更加清晰完整,同时避免了传统算子人为设定阈值随机性大的问题。

基于分形和高斯滤波的维修件粗糙表面重构与基准提取

通过维修件粗糙表面轮廓的功率谱探讨了维修件粗糙表面的分形特征,利用W_M函数建立二维和三维粗糙表面分形模型,对维修件粗糙表面轮廓进行了二维和三维重构。并采用高斯函数,对利用分形模型所重构的粗糙表面进行滤波,分别提取了维修件粗糙表面分形模型的评定基准线和评定基准面。论文把分形理论和高斯滤波相结合,应用于维修件的粗糙表面的重构和评定,最后编写MATLAB程序,进行了实验仿真,为研究维修件表面微观几何形貌对结合面摩擦、密封等装配后的连接性能提供了基础。

基于频谱滤波的多纹理提取算法

研究了一种在有多种纹理叠加的复杂图像中进行单一纹理提取的算法。首先采用极坐标方法分析纹理频谱的环型和楔型特征并求出纹理分布的周期和方向特征;然后根据这些特征在频域中构建环型和楔型Gauss带通滤波器对纹理频谱进行滤波;再将滤波后的频谱图像转换到时域中就得到了只保留相应纹理成分的图像;最后经过纹理区域矫正处理后就可以提取出真实的纹理。实验结果表明,该方法可以准确提取出图像中叠加的多种纹理,并能完整保留每种纹理的基本特征,在纹理分布不均匀的区域也能提取出纹理的骨架。

基于SVR-Kriging插值的矿井工人二维指纹定位数据库构建算法

为突破矿井工人指纹定位中1维模型在定位精度上的局限性,该文提出一种矿井工人2维指纹定位数据库构建算法,并通过SVR-Kriging插值法解决因2维模型带来的数据采集工作量大的问题。首先,通过高斯滤波对采集的采样点位置指纹信息进行预处理,并利用支持向量回归由采样点数据拟合变异函数。然后采用Kriging插值法补全2维网格划分中的未采样区域的位置指纹信息。最后综合采样点与插值点的位置指纹信息建立矿井工人指纹信息数据库,为后续矿井工人指纹定位奠定基础。仿真结果表明,该文算法在减少数据采集工作量的同时保证了算法的可行性与有效性,且在进行位置指纹定位时能够保证较高的精度。