基于LBM的高性能图像同步降噪增强算法

为有效解决生物工程图像处理过程中存在的图像反差低下、噪声污染严重及优化处理效果不佳等问题,基于离散格子玻尔兹曼方法,依据离散格子玻尔兹曼方法的高精准度、高稳定性、高效性能等优点,提出一种改进优化的同步降噪增强算法(L-SDE)。设计分段线性拉伸方法,将其作为外在因素添入离散格子玻尔兹曼方法计算过程,实现同步降噪与反差增强功能。实验结果表明,该算法与其它类型算法相比,图像处理效果以及算法时间复杂度更加具有优势。

基于FastICA的低信噪比雷达信号分选算法

针对传统的基于参数的信号分选系统已无法适应当前复杂情况下的雷达信号分选问题,将基于独立分量分析(ICA)的盲源分离算法引入雷达信号分选算法.快速ICA(FastICA)算法结合了定点迭代和非高斯最大化算法,具有稳定性好、收敛速度快、计算量小等优点.但该算法对噪声非常敏感,无法在低信噪比情况下进行信号分选.针对这一缺点,引入同步累加平均降噪算法,并结合信号均衡、平滑处理进行改进,使得新算法在低信噪比情况下对雷达信号进行分选.仿真表明改进后的算法在低信噪比情况下具有良好的分选效果,并保留了原算法的优点.

一种优化的生物图像处理算法

为彻底消除在进行生物工程图像处理时产生的图像反差不高、噪音污染重和优化处理效果不理想等诸多问题,笔者在文中结合离散格子玻尔兹曼方法(Lattice Boltzmann Method,LBM)理论,充分发挥该方法具有的准确性强、稳定性高、优化效果良好等特点,提出了一种有助于生物工程图像优化的同步降噪增强算法(L-SDE)。此类算法对分段线性拉伸方法展开了十分详细的设计,同时作为LBM公式的外力因子,有效的优化了在进行生物工程图像处理时所体现的同步降噪以及反差增强功能。实验证明,此类算法和另外的降噪增强算法进行对比,其图像处理的实际效果和算法时间复杂度上体现出更为明显的优势。