基于多传感融合的丘陵山地农机姿态检测单元

为推动丘陵山地农机发展,设计一种基于多传感融合的丘陵山地农机姿态检测单元。结合不同传感器采集数据特点,分别对倾角传感器采用标准中值滤波处理、对加速度计采用卡尔曼滤波处理后,利用平均加权融合算法对两种传感器处理后的数据进行融合处理,以获取更准确的农机姿态信息。试验表明,原始数据前后噪音波动最大范围为0~51.2°,多传感融合算法处理后的高频噪音基本消除,曲线平滑度得以提高,前后数据变化范围为0~2.2°,达到消除农机抖动噪音和外界干扰的效果。

机器视觉在圆锥滚子轴承内圈外表面缺陷检测中的应用

针对圆锥滚子轴承内圈外表面位置的特殊性,提出了一种新的缺陷检测方法,并设计了一套完整的缺陷自动检测系统。利用机器代替人眼完成轴承内圈外表面缺陷的检测,该系统光源恒定,可获取高精度的图像,处理速度快,可以长时间不间断的工作。首先对获取的图像进行图像预处理,去除图像噪声。利用MATLAB图像处理工具箱中的函数对预处理后的图像进行图像分析,统计图像中灰度值的分布情况,即计算出灰度图像的均值,标准差,利用图像灰度值的标准差判别出图像的表面质量是否合格。经过实验测试取得了96%的检测成功率,证明了其可行性。

基于梯度的自适应椒盐噪声滤波算法

针对传统中值滤波方法不能有效保持图像细节信息和对图像适应能力差的问题,提出一种改进的椒盐噪声滤除算法。算法基于先检测、后滤波的思想,根据图像的极小梯度矩阵自适应计算噪声阈值,提高了噪声检测的准确性;为了更好地保持图像细节,对检测出的噪声像素进行多窗口中值滤波。多组去噪实验表明:所提算法对污染程度不同的图像具有良好的适应性,在滤除噪声的同时还可以有效还原图像边缘等细节信息。

一种基于灰色关联度的椒盐噪声滤波算法

针对中值滤波算法在去除椒盐噪声时峰值信噪比(PSNR)提高有限和细节保持能力不佳的问题,提出了一种基于灰色关联度的两步式双阈值椒盐噪声滤波方法。第一步通过窗口中各像素的灰色关联度与阈值T1的比较识别出被噪声污染的点;第二步将窗口中所有点的灰色关联度与软阈值T2(中位值)进行比较,选取灰色相关的正常点来恢复出被噪声污染的点。实验结果表明:在噪声率较高的情况下,该算法提高了图像峰值信噪比,改善了图像的主观效果。

基于中值滤波去噪和小波融合的乳腺图像增强方法

将小波变换的多分辨率分析理论应用于图像融合中,提出了一种既能改善图像整体对比度,同时也能增强乳腺图像的组织细节结构的方法.实验结果说明了该方法的有效性.

一种改进的自适应图像中值滤波方法

针对标准中值滤波方法存在的不足,提出了一种改进的自适应中值滤波方法。该方法用求得的均值自适应代替原噪声图像的灰度值。实验结果表明,与标准中值滤波方法相比,该方法在滤除噪声的同时,保留了图像细节且有较好的信噪比,尤其对含噪声密度高的图像的处理效果优势更为明显。

基于物联网的卡车偷油漏油报警系统设计

基于物联网,采用移动通信(GSM)、射频识别(RFID)、无线射频收发(NRF)技术设计了卡车偷油漏油报警系统。通过三重防盗措施来提高系统的安全可靠性;采用平均值和中值滤波算法测量燃油液位,有效避免了外部震动等干扰信息对系统的影响;用手机短信通知司机油箱油量的异常变化,使司机能及时有效地监控油量变化。仿真结果表明:该系统能够很好地实现偷油漏油的检测和油量异常及时报警。

口罩过滤效率检测用颗粒物粒径的换算和标准比对

为理清口罩过滤效率检测用颗粒物粒径的相关科学概念,介绍了GB 2626—2006《呼吸防护用品自吸过滤式防颗粒物呼吸器》中所用颗粒物粒径及粒径分布的基本概念和描述方法。在回顾呼吸性粉尘和空气动力学质量中位径(MMAD)概念的基础上,重点介绍了计数中位径(CMD)换算为MMAD的方法,通过计算证明GB 2626—2006中过滤效率测试用颗粒物的MMAD为0.3μm,该粒径为最具有穿透性的颗粒物粒径。应用该换算方法,探讨了AQ 1114—2014《煤矿用自吸过滤式防尘口罩》中以MMAD大于7μm粗粉尘颗粒物测试过滤效率的局限性,并采用MMAD为0.3μm的颗粒物评估典型口罩材料的过滤效率,为正确评价国内外防颗粒物口罩标准提供专业指导。

纹理滤波器在分割肛管外病症图像中的应用

采用均值滤波和中值滤波的方法对含有高斯噪声和椒盐噪声的肛管外外痔中的血栓性外痔图像进行滤波预处理,同时利用纹理滤波器分割图像将纹理图像、形态学操作、局部标准差滤波和Rangefilt滤波相结合,在保证分割图像整体性的同时,提高了分割图像的有效性,保留了图像的细节。通过血栓性外痔、息肉、混合痔、息肉血栓混合痔四种肛管外病症的分割图像结果的比较,表明纹理滤波器分割图像是一种性能良好的纹理图像分割方法,同时将其应用在肛管外病症图像的分割中,获得了很好的效果。

一种改进的自适应加权中值滤波算法研究

图像在传输和处理过程中不可避免地存在边缘、细节信息破坏、垃圾噪声加载等问题,需要对输出图像进行过滤。对此,分析了几种典型的改进后的中值滤波算法,在此基础上提出了一种新的自适应加权中值滤波算法(WAMF)。该算法汲取了常见中值滤波算法的优缺点,通过噪声检测确定图像中的噪声点,根据窗口中噪声点的数量自适应调整滤波窗口的大小,像素点在滤波窗口中按照特定规律自适应分组,按照相似度值给各组像素点分配权重值,对检测到的噪声进行合理滤波。仿真结果表明,WAMF算法不仅可以有效去除噪声,而且较好地保存了图像细节,滤波性能优于常见中值滤波算法。

去除脉冲噪声的快速开关中值图像滤波

现有的滤波算法在去噪性能和计算速度上存在不足,为此,我们提出了去除脉冲噪声的快速开关中值图像滤波算法。算法根据噪声的灰度特征以及信号像素的局部统计特征进行噪声检测,迭代调用邻域不断增大的SMF进行去噪处理;每次调用标准中值滤波算法,均扩大邻域范围,并充分利用上一步滤波结果;按顺序优先选择每次调用SMF的处理结果作为噪声像素的替代值。算法具有与标准中值滤波算法一样的实时性,同时突破标准中值滤波算法在去噪性能上的瓶颈,具有较强的鲁棒性。实验表明,与现有的算法相比,所提出的算法在去除噪声的同时,能较好地保持图像细节和纹理结构,并且计算速度快,满足实时处理的要求。

基于模糊聚类的H.264压缩域视频对象分割

鉴于压缩域视频运动分割方法在分割速度上的优越性,提出一种基于H.264的压缩域视频运动对象分割方法,对初始的运动矢量场进行去噪、中值滤波、校正和累积处理,得到更可靠的运动矢量场,用改进的模糊C-均值聚类算法分割出视频序列中的运动对象。实验结果表明,该方法可以快速准确地提取出视频序列中的运动对象。

一种基于四分法噪声检测的开关中值滤波算法

为了精确的检测出图像中的脉冲噪声并滤除,提出一种基于四分法噪声检测的开关中值滤波算法。该算法使用一种新的检测方法将噪声检测窗口内的像素按灰度值大小进行排序,并且通过差分方法划分出高、低阶噪声块和高、低阶信号块四部分。当待测像素属于高、低阶信号块时将其视为信号点,否则,根据噪声块与信号块内像素比例关系就可认定其为噪声点或可能噪声点,若为可能噪声点,则需扩展检测窗口重新检测。对确定噪声点,取滤窗内信号点的中值作为滤波输出。实验证明该算法对脉冲噪声有较强的抑制作用。

一种改进型椒盐噪声滤波算法

针对极值中值(EM)滤波算法在去除椒盐噪声时误检率较大的问题,提出了一种改进的椒盐噪声去除算法。算法由漏检率和误检率都较低的噪声检测过程和多窗口噪声滤波过程组成,对受不同强度噪声污染图像的去噪实验表明,该方法在不同噪声率下均优于传统的中值(SM)滤波法及其一些改进方法,当噪声率达到70%时其峰值信噪比(PSNR)提高了16dB。

基于人眼视觉特性的自适应中值滤波算法

为了在滤除图像椒盐噪声的同时能很好地保持图像的细节,提出了一种基于人眼视觉特性(HVS)的自适应中值滤波算法。该方法首先采用基于HVS的噪声敏感系数作为阈值来确定噪声点,然后自适应调整滤波窗口大小,采用迭代中值滤波对噪声点进行滤波。该算法与标准中值(SM)滤波及其它改进中值滤波算法相比,具有更好的滤波性能。