稳态噪声背景下加权Myriad滤波的遗传算法实现

该文利用遗传算法具有全局最优搜索的特点,同时,考虑到运算复杂度问题,提出了用十进制代替传统的二进制进行算子操作的遗传算法,来获得加权Myriad滤波器输出。另外,针对在原自适应权值训练算法中权值处于稳定区后波动仍较大的问题,分析了波动存在的原因并对其进行了改进.仿真结果表明,该方法在较多极值点的情况下,所有染色体均可快速收敛至全局极值点,并且改进后权值估计可使滤波效果有明显改善。

一种基于混合遗传算法的加权Myriad滤波器

本文提出了一种直接采用浮点操作的混合遗传算法 ,分析了该算法的特点 ,并将其用于实现加权Myri ad滤波器 ,即采用混合遗传算法得到加权Myriad滤波器的权值估计及其滤波输出 .比较仿真结果表明 ,由于混合遗传算法的所有染色体均可快速收敛至全局最优点 。

加权Myriad滤波器的研究

为了克服在图像处理领域常用的线性滤波器的不足,非线性滤波器就成了非常有意义的一个研究方向。Myriad算法是基于稳定模型的一种非线性滤波算法,它能够充分利用稳定分布的多种模式来进行非线性信号加权处理。Myriad滤波作为一种图像滤波算法,和常用的中值滤波相比,其优势在于不仅能够有效地滤除盐椒噪声,还能够使细节部分保持得更好。本文提出了中心加权Myriad滤波器和自适应加权Myriad滤波器,通过对参数K的调节,平衡在窗口中去除噪声和保持图像细节之间的矛盾,而所加权重也能够根据图像自适应变化。

基于FACET滤波加权局部对比度的红外小目标检测

针对低空复杂背景下红外图像中目标与背景对比度低、边缘高亮的问题,提出一种基于FACET滤波加权局部对比度的红外小目标检测算法。首先,通过FACET滤波运算获取目标候选像素;然后,利用目标区域和背景区域灰度差异的比率计算局部对比度,同时基于目标和背景的异质性设计了一种加权函数,用来增强目标显著性和抑制背景;最后,通过自适应阈值分割提取真实的目标。在5组真实红外小目标图像数据集上与不同的算法进行性能比较分析,实验结果表明,提出的算法在不同低空复杂场景中具有较好的检测性能。

基于高斯滤波与均值聚类的异质多源传感器数据加权融合

异质多源传感器之间工作频率存在差异,导致数据之间的一致性较差,加权融合后的观测误差较大,因此提出基于高斯滤波与均值聚类的异质多源传感器数据加权融合方法。采用高斯滤波对异质多源传感器数据空间单元格进行划分,建立基于单元格的最佳连通域,保留传感器内部数据,完成传感器数据的高斯滤波平滑处理。引入均值聚类对异质多源传感器数据进行一致性处理。通过免疫粒子群搜索最优权重和参数,利用最优权重和参数完成异质多源传感器数据加权融合。仿真结果表明,所提方法能够降低融合后传感器数据的观测误差与均方误差,观测误差与均方误差最小值均为0.002。因此,说明所提方法提高了融合后异质多源传感器数据的可利用性。

双边加权引导图像滤波

针对经典方法对光晕等伪影抑制能力不足的问题,将双边权重嵌入到引导滤波中,提出一种新型局部方法称之为双边加权引导图像滤波.该方法目标函数为双边加权岭回归模型,此模型可通过双边滤波的迭代执行来求解.为提高计算效率,采用双边滤波的近似加速版本.通过对滤波核进行分析,可知双边加权引导图像滤波提供了比传统方法更灵活的保边及滤波控制.最后将该滤波方法的适用范围拓展到彩色图像上.为评估双边加权引导图像滤波,在保边模糊与人像磨皮这2种图像处理应用上进行试验,并进行了计算效率的对比分析.结果表明:与多数经典保边滤波方法相比,双边加权引导图像滤波产生的结果具有更好的视觉效果,所提出方法的指标BIQI、IL-NIQE、SSEQ分别达到20.082、47.026、53.103.

一种消除椒盐噪声的迭代自适应加权均值滤波

针对传统的均值滤波和多种中值滤波不能有效去除高密度椒盐噪声的不足,提出一种迭代自适应加权均值滤波算法。为了能够对图像外围的像素点进行滤波,沿四周进行图像扩展。根据椒盐噪声的极值特性,将像素点分为噪声点和信号点,噪声点采用多轮迭代,利用前次滤波的结果,求取滤波窗口非噪声点灰度值的加权均值,基于与窗口中心像素的空间距离计算加权系数;信号点保持原值。滤波窗口尺寸根据窗口内是否含有非噪声点自适应地由小变大。选用5种不同的算法在噪声密度20%~80%范围内进行仿真对比,验证算法的有效性。仿真结果表明,与其它4种算法相比,在低密度噪声时,该算法的峰值信噪比(Peak Signal-to-Noise Ratio, PSNR)和结构相似性指数(Structural Similarity Index, SSIM)优势明显,在80%高密度噪声时仍然保持突出效果,PSNR值至少提高4.26 dB,验证了该算法对高密度椒盐噪声具有更好的滤波性能,很好地保持图像的纹理边缘和细节。

基于RGB-NIR滤波阵列的引入权重系数的加权引导滤波去马赛克方法

针对RGB-NIR传感器多光谱成像技术中的去马赛克问题,提出了一种引入权重系数的加权引导滤波去马赛克算法。算法以残差插值为框架,引入加权引导滤波代替引导滤波,通过边缘感知权重因子实现对边缘的检测,提高引导滤波在边缘处的性能。算法使用G通道图像作为引导图,首先进行G通道图像的插值,然后通过加权引导滤波的方法插值出R、B、NIR通道的图像。此外,为了解决在引导滤波中计算线性系数时采用简单的平均值的问题,引入权重系数,并通过加权平均的方式计算得到更准确的线性系数。在TokyoTech数据集以及实际器件上测试了该算法。在数据集的实验上,提出的算法比现有的高性能算法在彩色图像和红外图像上峰值信噪比分别高0.38 dB和0.88 dB;在实际器件实验中,不论是在红外光源打开还是关闭的情况下,所提出的算法在多个场景下表现出最低的平均NIQE指标。此外,在红外光源变动前后,提出的算法所得到的图像的平均NIQE变化也是最小的。实验结果表明,该算法的性能优于对比的算法,并且拥有更好的鲁棒性。

新型波浪加权式高性能声表面波滤波器设计

射频滤波器是移动通信中信号传输频率选择、噪声滤除干扰的不可或缺的关键器件。压电薄膜多层衬底结构的声表面波滤波器因具有高矩形度、低损耗等优点在近年来被广泛应用,但其谐振器固有的横向模式会极大影响滤波器性能。为此提出了一种新型的波浪加权式叉指设计的声表面波谐振器,该谐振器通过使用正弦函数作为交叠长度加权包络曲线,能够在不恶化谐振器性能的前提下有效抑制谐振器中的横向模式。将波浪加权式叉指设计的谐振器按照梯形拓扑结构级联,设计并制备了一款尺寸为1.1 mm×0.9 mm×0.55 mm的高性能滤波器。该滤波器中心频率为2.593 GHz,相对带宽为8.8%,插入损耗为0.52 dB。实物测试结果与仿真基本一致。

顾及加权Sobel滤波特征增强的空天影像稳健匹配方法

针对航空航天影像之间存在显著的跨视角差异、尺度和尺寸差异、旋转和位移差异以及非线性辐射差异,导致空天影像匹配难以高效稳定的问题,设计了一种顾及加权Sobel滤波特征增强的空天影像稳健匹配方法,从而完成卫星影像和无人机影像之间的稳健匹配。首先,对空天影像进行相位一致性计算,得到相位最大最小力矩图,并对力矩图进行特征点检测;然后,使用顾及加权Sobel滤波特征增强的加权梯度特征描述子对特征点进行描述;最后,利用欧氏距离作为匹配测度进行同名点识别,将多组存在不同程度的视角差异、旋转差异、尺度差异和非线性辐射差异的空天影像作为数据源,分别与基于改进SURF检测器的局部高分辨率图像配准、定向自相似直方图匹配、位置尺度定向不变特征变换和尺度不变特征变换等算法进行了对比实验。结果表明:所提方法在综合匹配性能上明显优于其他方法,能够实现航空航天影像的稳健匹配。

自适应加权Savitzky-Golay滤波的轴承早期故障特征提取

轴承早期故障特征通常不明显,且受复杂工况和外源振动等因素影响,易被外部噪声干扰。Savitzky-Golay滤波器的高计算效率和固有特征保留能力,非常适用于低信噪比条件下的故障特征提取,但目前参数选取标准鲁棒性不高限制了其工程应用。针对轴承早期故障特征提取问题,文章提出了一种自适应加权Savitzky-Golay滤波的故障提取方法。首先,给出了S-G滤波的参数自适应选择顺序。其次,结合S-G滤波器结构特点,确定了基于窗长的进行自适应权重分配框架。最后,通过实验验证,验证了自适应参数优选和加权处理后的S-G滤波能准确高效地获取低信噪比条件下的轴承早期故障特征。

基于加权多新息卡尔曼滤波算法的响应重构

针对卡尔曼滤波算法容易受到噪声的影响,使得响应重构精度降低甚至发散的问题,提出一种基于加权多新息卡尔曼滤波算法的响应重构方法。首先在融合多新息理论和卡尔曼滤波算法的基础上,引入加权矩阵动态调整新息矩阵的权重以降低历史干扰数据的累积影响。随后将该方法用于响应重构中,使用有限的加速度响应对其余未知位置处的加速度、速度以及位移响应进行重构。最后分别对起重机桁架和简支梁进行数值模拟和试验验证,结果表明与卡尔曼滤波算法和多新息卡尔曼滤波算法的响应重构方法相比,所提方法的滤波稳定性和估计精度得到改善,其能在运行时间增加很小的情况下有更高的重构精度。

卡尔曼滤波下多源传感器数据互补-加权迭代融合算法

因多源传感器在数据融合过程中,受自身数据差异性影响较大,导致最终的融合结果精准度较低。为此,在卡尔曼滤波算法的基础上,针对多源传感器数据提出一种互补-加权迭代融合算法。建立多源传感器观测模型,找出数据融合过程中的最优加权系数。在多源传感器组合系统中引入卡尔曼滤波算法,结合互补-加权迭代融合算法,建立预测方程、状态方程、滤波互补因子以及估计均方误差方程,实现多源传感器的数据融合。实验结果表明,所提算法可以精准找出最优加权系数,观测误差始终在0.6 m以下,可以实现数据的精准融合。

去除红外图像中脉冲噪声的双边加权中值滤波

针对现有方法在去除红外图像的脉冲噪声时,未能有效保持图像的边缘细节和纹理结构,提出了基于统计检测的双边加权中值滤波算法。算法根据脉冲噪声的取值和分布特征,用最小和最大像素值以及统计规律进行噪声检测;对检测出来的噪声像素,以多尺度的方式、自适应地用双边加权系数对邻域中的无噪像素和已经去噪处理的像素进行频次加权,然后取它们的中值作为当前噪声像素的估计值。其中双边加权系数自适应于距离邻近度与灰度相似度。实验结果表明,相对于部分现有方法,所提方法去噪所得的EPI和SSIM值更高,去噪图像的视觉效果更佳。

融合加窗和自适应加权引导滤波改进的Canny算法

针对Canny算法滤波过程中图像细节部分缺失和无法有效去除噪声,并且无法动态识别图像边缘的问题,提出一种融合加窗和自适应加权引导滤波的Canny算法。该算法对Canny算法做出两点改进:一是使用加窗滤波器对图像进行处理,有效滤除噪声,然后对图像进行数学形态学滤波处理,有效增强图像边缘;二是引入分段权值模型对引导滤波算法的正则化参数自适应修正,使其能够根据梯度信息区分边缘和非边缘,从而达到动态识别图像边缘的效果。相比传统Canny算法,改进算法处理后的信噪比提高了1.05~5.22 dB,品质因数提高了0.16~0.35。实验结果表明:改进算法能有效滤除椒盐噪声,识别出比较清晰和完整的边缘。

基于加权均值滤波和拉普拉斯算子的边缘检测FPGA实现

针对图像边缘提取中存在的断裂、不连续以及定位不准确等问题,本文提出一种新的多算法融合边缘检测方法WAL(Weighted Mean Filtering and Laplace Operator),并使用现场可编程逻辑门阵列(Field Programmable Logic Gate Array,FPGA)进行仿真实现。该算法首先采用加权均值滤波器对图像进行去噪,然后基于扩展的拉普拉斯算子提取边缘特征信息。最后,使用2×2腐蚀膨胀对提取的边缘进行闭操作处理,以弥合边缘断裂,提升细节特征。在多个典型图像上的测试表明,本方法能有效改善边缘轮廓的完整连续性,并提高边缘定位的准确性。

基于加权广义匹配滤波联合SVDD的FOD检测算法

利用毫米波雷达进行机场跑道异物(FOD)检测是当前民航安全领域的一种流行解决方案。由于非均匀杂波的存在,传统基于恒虚警率的检测方法存在虚警率过高、检测性能较差的问题。文中提出一种加权广义匹配滤波(WGMF)联合支撑向量数据描述(SVDD)的FOD检测方法。首先,利用WGMF对雷达记录的FOD回波数据进行预处理,实现杂波抑制的同时降低虚警概率;然后,对回波数据提取双谱特征,实现数据由原始回波域向差异性更大的特征域的转变;最后,利用SVDD一类分类器实现FOD检测。在某机场跑道真实场景开展验证实验,结果表明所提方法能够有效降低虚警概率,提升检测性能。

自适应加权FIR-Myriad混合滤波算法

针对FIR滤波器滤除脉冲噪声以及加权Myriad滤波器滤除高斯噪声的不足,提出基于FIR滤波器和加权WMy滤波器有效组合的一类新的非线性滤波器FIR-WMyH滤波器。利用神经网络中的反向传播算法,在均方误差准则下,推导了一个基于统计梯度的自适应算法。基于稳定α分布脉冲噪声模型下的仿真结果说明了该算法的良好的性能。

LLCL滤波并网逆变器的改进型加权平均电流控制策略

加权平均电流(WAC)控制因其对并网逆变器固有的降阶特性而备受关注。然而,数字控制延时引起的系统反向谐振峰易导致传统WAC控制失效,并网逆变器对弱电网下电网阻抗的适应范围减小。鉴于此,本文不从WAC控制的降阶角度出发,而是通过逆变器与电网互联系统等效阻抗模型的网侧电流稳定性角度重新审视,提出一种采用LLCL滤波并网逆变器的前馈复矢量滤波器改进型WAC控制策略,用以提升并网逆变器等效输出阻抗在低频域的相位,可使其在奈奎斯特全频域内的相位均高于-90°,进而增强系统的稳定性。最后,通过仿真分析验证了所提控制策略的有效性。

基于加权融合的常导高速磁浮列车UKF定位算法

为提高高速磁浮列车测速定位的精确性,本文针对基于长定子齿槽检测的常导高速磁浮列车测速定位方法在列车运行过程中可能因测速定位信号缺失、干扰、测速定位安装误差等原因引起的定位不准问题,提出一种基于加权融合无迹卡尔曼滤波(UKF)的常导高速磁浮列车测速定位算法.介绍了高速磁浮列车基于长定子齿槽的测速定位方法,并对多路冗余速度位置信息进行预处理和自适应加权融合处理;给出基于加权融合UKF的常导高速磁浮列车测速定位算法模型;基于磁浮列车测速定位在环测试试验台试验,对改进后的无迹卡尔曼滤波磁浮定位算法与原定位算法进行了对比分析.分析结果表明:磁浮列车平均速度误差减小了32.6%,速度极差降低了49.3%,有效消除了信号采集噪声,提高了磁浮列车测速定位精度.