基于改进各向异性扩散冲击滤波器模型的图像去噪

针对各向异性扩散冲击滤波器(ADSF)在图像增强中对噪声敏感的问题,将梯度矢量流(GVF)引入到ADSF中,提出一种新的图像去噪方法 GVF-ADSF。在改进的GVF-ADSF方法中,通过引入曲率差来区分图像的特征区域,并定义一个加权系数来控制滤波器中2个扩散项在图像的边缘区域和平坦区域的扩散程度,使得图像区域之间能够自然的平滑过渡。通过实验对比本文方法与均值滤波、Perona and Mailk(PM)模型、ADSF模型的去噪性能,结果表明所提方法能很好地去除图像噪声并保留图像丰富的纹理细节,得到更高的信噪比。

耦合冲击滤波器的片相似性各向异性扩散模型

在图像去噪过程中,为保持图像边缘并去除噪声,提出一种结合片相似性各向异性扩散(AD)和冲击滤波器的图像去噪和增强模型。采用片相似性AD模型去除图像中的噪声,引入冲击滤波器增强图像的重要结构特征。构造关于图像梯度模的函数,并自适应地调节图像在同质区域、细节和边缘区域的增强系数,在增强图像细节的同时,抑制噪声的放大和过冲现象。实验结果表明,该模型在视觉效果和客观评价指标方面均优于传统的AD模型、片相似性AD模型、结合冲击滤波器的AD模型,不仅能有效地去除噪声,且更好地保留了图像的细节和边缘特征。

改进各向异性扩散模型在图像滤波去噪中的应用

为了增强锅炉水位计图像滤波去噪效果,提高图像清晰度,便于后期液位计图像识别研究,通过分析P-M各向异性扩散模型、选择扩散模型及You Yu-Li和Kaveh M四阶偏微分方程的滤波去噪算法,提出了改进各向异性扩散模型滤波算法。所提算法对Perona和Malik两个扩散函数均值化,并引入标准差作为梯度期望值的偏差裕度,结合了P-M各向异性扩散模型保边缘特性的优点,并消除了由于传统各向异性滤波算法迭代过度所造成的阶梯缺陷问题,确保图像有用信息不缺失和像素点平滑度。实验结果表明:所提算法能够更好地降低噪声对目标信号提取产生的影响,提高了图像识别鲁棒性,增强了图像平滑滤波效果,保证了锅炉水位计图像边缘清晰度和完整性。

岩体在冲击载荷作用下的各向异性损伤模型及其应用

建立了一个各向异性的损伤模型,用于描述岩土工程中预留岩体在冲击载荷下的损伤演化特征。以二阶张量为损伤变量,推导了依赖于损伤变量的弹性模量表达式,利用一个等价状态,建立损伤岩体的本构关系。为了反映冲击载荷下岩石材料的应变率敏感性,对损伤的门槛值进行粘性调整。研究结果表明,该损伤模型能够模拟岩石材料在冲击载荷下的损伤特征,可以为岩土工程中经历过冲击扰动作用的岩体的稳定性分析提供理论依据。

基于各向异性的二维云模型滤波

针对云模型滤波器在去除椒盐噪声的过程中没有考虑到图像各向异性的缺点，提出了一种新的图像去噪方法。该方法首先利用云模型滤波器的噪声检测器对噪声图像进行检测，然后对认定为噪声的图像部分利用基于二维云模型的模糊加权滤波算法，并结合噪声周围非噪声像素的空间位置信息和像素值信息进行图像复原。将这种新的算法与原始方法进行相同环境下的对比实验。结果表明，对于椒盐噪声密度为10％-50％的测试图像，虽然在计算效率方面该算法略逊于原始算法，然而在处理的过程中，其展现了图像各向异性，同时也更好地保持了图像的细节信息；而且图像细节越复杂，提升效果越明显。

基于各向异性电池模型的电池包冲击响应分析

电动汽车行驶过程中,电池包可能受到路面尖锐物体冲击致使其内部动力电池发生挤压变形,从而引发着火、爆炸等安全事故。基于路面尖锐物体冲击电池包工况,建立具有各向异性特征的单体电池有限元分析模型,采用整体至局部的建模方法建立了碰撞区域的电池包ABAQUS精细模型,分析在不同电池包箱体材料和物体冲击速度下冲击过程中动力电池的力学响应。电池包受到道路上尖锐物体冲击过程中单体电池会向下方和两侧挤压,电池最大应力点位置主要在冲击行列电池正极端挤压区域传递。该研究对于提高电动汽车整车安全性和动力电池的安全防护有参考价值。

GVF各向异性扩散和冲击滤波耦合的图像放大

提出了一种基于梯度向量流(Gradient Vector Flow,GVF)各向异性扩散和冲击滤波耦合的图像放大算法.该算法模型由边缘停止函数约束的平均曲率流在各向异性的扩散中平滑图像,能去除噪声等的干扰;GVF外力场将图像梯度边缘力场转变为有旋场进而去除图像放大中锯齿效应;数据保真项避免图像因扩散而过度失真,保留图像特征;耦合冲击滤波模型增强图像边缘和细节.实验结果表明,该算法在客观指标和主观效果上均是一种有效的图像放大算法.

基于各向异性扩散和冲击滤波的指纹图像增强算法

指纹图像增强是指纹识别过程的预处理步骤中重要的一环,目的是修复退化的指纹图像,提高指纹图像的对比度以及连接断裂的纹线。在仔细研究各向异性扩散算法之后,结合冲击滤波算法,提出一种基于各向异性扩散和冲击滤波的两阶段式指纹图像增强算法。实验结果表明,该方法既能够保留相干增强扩散的修补指纹图像间断线的积极成果,又能增强指纹图像的边缘和对比度。

各向异性滤波算法在地震曲率属性中的应用

在曲率属性计算之前需要对图像进行去噪预处理,传统的图像滤波方法在去除噪声的同时会破坏边缘、线条、纹理等图像特征,而基于偏微分方程的P-M模型在平滑过程中会出现块效应。针对这些问题,提出了一种基于张量扩散的各向异性滤波的预处理方法。通过定义散布矩阵来获得丰富的图像局部结构信息,然后利用这些结构来控制扩散过程,以便实现图像的更好滤波。理论分析和实验结果表明,相较于一些常规的图像滤波算法,各向异性滤波得到的曲率属性效果更清晰、质量更高。

一种有效的各向异性去啴模型

基于经典的模型,提出一种新的扩散模型。该模型在第一阶段利用小波域wiener滤波时图像进行消噪,之后通过各向异性扩散去除伪。噪声图像经过方法处理后,既消除了小波去噪经常出现的伪效应,又避免了偏微分方程方法去噪中出现的阶梯效应,较好保存了细节,提高了峰值信噪比,大量实验表明它是一种有效的去噪方法。

基于各向异性主动轮廓模型的图像分割方法研究

主动轮廓模型(Snake)是一条可变形的参数曲线及相应的能量函数,广泛应用于医学领域的图像分割。在采用主动轮廓模型进行分割之前,通常都采用高斯滤波器对图像进行滤波,在对图像进行平滑的同时也会使边缘模糊化,从而影响分割效果。将各向异性滤波和主动轮廓模型结合起来,充分利用各向异性滤波在平滑图像的同时能保持边缘的特点,在利用主动轮廓模型进行分割之前使用各向异性滤波代替传统的高斯滤波对图像进行预处理。实验结果表明,与传统方法相比,在主动轮廓模型的预处理阶段,采用所提算法平滑噪声图像,提高了后续图像分割的准确性。

基于局部梯度统计的自适应各向异性扩散

针对现有各向异性扩散模型在图像去噪中存在的纹理和边缘细节丢失问题,提出一种基于局部梯度统计的自适应各向异性扩散模型。本模型利用邻域像素梯度的统计信息适应的调整中心像素扩散函数,以更准确地针对噪声和边缘执行差异性操作;扩散函数的生成仅发生在迭代开始前,保证了较小的总计算量。实验结果表明,与两种现有对照模型相比,本模型的输出图像在充分去噪的同时可以保留更多的原始图像细节,峰值信噪比提高约2.24 dB,结构相似度提高约11%,而耗时仅为对照模型的30%~40%,在改善去噪质量的同时取得了较高的处理效率。

基于各向异性MRF建模的多帧图像变分超分辨率重建

本文首先研究设计出结构自适应的各向异性数字滤波器,同时导出广义各向异性MRF(Markov RandomField)图像模型.它继承了各向异性数字滤波器的滤波性能,是对双边全变差模型以及经典MRF模型的有效改进.随后,提出各向异性模型驱动的联合估计亚像素运动和高分辨率图像的变分超分辨率重建算法.实验结果显示,本文算法具有更优的噪声抑制和边缘保持性能.

螺栓联结结构冲击破坏模型简化研究

为了减少系统有限元模型中单元数量,提高分析效率,首先应用显式瞬态分析软件LS-DYNA对精确螺栓联结有限元模型进行冲击破坏分析。并基于上述计算结果,使用各向异性材料模型建立基于塑性应变破坏的螺栓联结简化模型。在同样边界条件下,对螺栓连接精确模型与简化模型的应力和应变进行对比计算,并针对两者差异对简化模型材料参数进行改进。计算结果表明,螺栓简化破坏模型中被联结件的应力情况和相对位移与精确模型计算结果基本相同。因此可以认为在复杂系统分析中,使用螺栓简化模型能够在保证计算精度的同时能大大减少系统冲击破坏分析中联结部位的单元数量,提高分析效率。并为系统其余连接部件的简化提供参考依据。

基于蛙眼R3细胞感受野模型的运动滤波方法

视觉感受野(Visual receptive field)模型作为生物视觉感知计算的基础单元,在整个生物视觉信息加工过程中发挥着重要作用.借鉴具有运动视觉特长的生物感受野特性研究高效的运动视觉计算技术,是一种潜在可行的方法.本文基于蛙眼R3细胞感受野,在高斯差分模型(Difference of Gaussians,DOG)的基础上引入时间和空间各向异性的运动视觉表达方式,提出一种基于蛙眼R3细胞的不对称各向异性感受野(Asymmetric anisotropy receptive field,AARF)模型,表达蛙类视觉系统对运动目标敏感的视觉时空特征.基于该运动视觉模型,进一步提出了一种面向序列图像运动目标分析的蛙眼时空运动滤波算子(Frog-based spatio-temporal motion filter,FSTMF),以实现运动目标准确检测与分析.实验结果表明,该方法具有使序列图像背景模糊、动态目标突显的滤波效果,既符合蛙眼视觉背景模糊而前景清晰的特性,也为下一步运动目标的准确检测实现了高效的预处理.

基于逼近递推滤波原理的大块分离物冲击载荷自适应辨识

散状物料输送系统的大块分离物动态检测中,大块物下落时的冲击力是一种随机性动载干扰,严重影响测量的准确性。在基于动量原理的基础上建立大块物冲击力动载模型,提出抑制瞬时冲击力的递推滤波方法。为了满足实时性要求,针对迭代递推收敛速度较慢的问题,引入收敛因子,通过一步递推残差来修正当前的递推值,使得瞬时冲击力估计的迭代递推过程大大加快。根据这一方法,构造出由冲击力估计、参考模型解算和冲击力滤波三个算法单元组成的大块分离物逼近递推滤波环节。由此,通过对冲击力的实时辨识,快速逼近计算被分离大块物的实际重量。试验表明,这种逼近递推动态检测方法能显著提高大块物测量的稳定性和准确性。

无人机载激光雷达图像斑点噪声滤波方法

为了保证激光雷达图像完整,抑制无人机载激光雷达图像斑点噪声,提高激光雷达图像质量,提出无人机载激光雷达图像斑点噪声滤波方法。利用自适应联合双边滤波算法修复激光雷达图像中存在的空洞,提高激光雷达图像的完整度,通过二次噪声检测方法检测激光雷达图像中存在的斑点噪声,构建冲击各向异性滤波模型,利用该模型完成无人机载激光雷达图像斑点噪声的滤波处理。实验结果表明,所提方法的均方根误差低于0.02,其熵在0.20以上,散斑指数最高可达9.9,所提方法具有良好的滤波效果和斑点噪声抑制能力。

相干增强扩散与冲击滤波相结合的指纹增强算法

自动指纹识别系统(AFIS)的性能严重依赖于输入指纹的质量,因此有效指纹增强算法对该系统具有重要意义。针对相干增强扩散滤波增强的指纹图像会出现边缘模糊,以及谷线与脊线间对比度较低的现象,提出使用冲击滤波和相干增强扩散的加权模型方法,既能保持相干增强扩散的优势,又能锐化指纹脊线边缘,以及增强指纹脊线与谷线的对比度。增强的主要过程为,建立一个相干增强扩散和冲击滤波的加权组合模型,加权函数是以指纹梯度为自变量,使得在扩散过程中在图像边缘处以冲击滤波为主,在脊线与谷线内部则以相干增强扩散为主。实验表明,使用这种方法,能得到更加清晰的指纹图像,便于之后的二值化与细化过程处理,使得自动指纹识别系统具有更好的性能。

基于改进的高斯混合模型牙齿图像分割研究

针对边界模糊和对比度低的口腔CT图像中牙齿目标区域提取难的问题,提出了一种基于高斯混合模型与K-均值的改进聚类分割算法.该算法首先通过各向异性滤波对图像预处理,实现去噪平滑的同时增强图像的细节;然后利用K-均值完成初始划分,并根据分类后的像素值给出EM算法迭代的初始值,加快算法迭代到最优解,从而大大降低算法迭代次数,有效解决EM算法求解参数时随机选取初值点易导致GMM陷入局部最优解的问题,进而使分割区域完整;最后利用EM算法学习GMM,完成ML分割.实验结果表明:改进方法降低了计算复杂度,对噪声具有较强的鲁棒性,可获得更为理想的分割结果.

一种新的干涉相位图局部自适应滤波方法

为了有效提高对InSAR干涉相位噪声的抑制性能并充分保持干涉相位图细节信息,该文提出一种基于局部地形相位补偿和各向异性高斯滤波函数(AGF)的自适应复相位滤波方法。该方法首先利用局部频率估计方法补偿地形相位,以便于消除局部地形相位对滤波窗口内干涉相位的不利影响。然后,构造了尺度和方向自适应的AGF,并对同分布样本进行局部加权的方向滤波。这里,AGF尺度随相干系数等级自适应变化:在低相干区域,采用的大尺度AGF能够充分地抑制相位噪声;在高相干区域,采用的小尺度AGF能更好地保持相位细节信息。AGF方向根据最大加权相干积累准则确定,以选取同分布的滤波样本估计中心像素相位值。实验结果表明,与多种滤波方法相比,该文方法在减少干涉相位图残点和保持条纹边缘等方面均具有更好的性能。