结合高斯混合模型与多通道双边滤波的RGBD场景流计算方法

针对现有RGBD场景流计算方法在大位移、运动遮挡等复杂运动场景中存在计算准确性与可靠性较低的问题,文中提出结合高斯混合模型与多通道双边滤波的RGBD场景流计算方法.首先,构造基于高斯混合模型的光流聚类分割模型,从光流中提取目标运动信息,逐层优化深度图分层分割结果,获取高置信度的深度运动分层分割信息.然后,在场景流计算中引入多通道双边滤波优化,建立结合高斯混合模型与多通道双边滤波的RGBD场景流计算模型,克服场景流计算边缘模糊问题.最后,在Middlebury、MPI-Sintel数据集上的实验表明,文中方法在大位移、运动遮挡等复杂运动场景下具有较高的场景流计算准确性和鲁棒性,特别在边缘区域具有较好的保护效果.

高斯差分滤波多尺度损伤提取方法

提出了高斯差分滤波的多尺度损伤提取方法和流程,对大口径光学元件的损伤图像进行了处理,结果表明,该方法对微弱信号与强信号混杂有很好适应性,且能有效解决低信噪比光学元件损伤图像中的损伤提取难题,对于分辨率125μm、口径400mm×400mm的光学元件损伤图像,该方法可以100%提取损伤图像中尺寸在50μm以上的所有损伤的种子,满足了大型激光装置安全运行的需要。

基于高斯差分滤波器的图像光场矫正

文中利用高斯差分 (DOG)滤波器解决图像光场照度不均匀的矫正问题。首先分析了背景光场的频谱 ,并定义背景频带宽度为滤波器设计的主要指标 ;然后从DOG的一般原理出发 ,给出了构造光场矫正滤波器的方法 ,并依据背景频带宽度对滤波器参数作了优化选择。通过对最终构造的滤波器作理论及实验结果的分析 ,并与其它矫正非均匀照度的算法作比较 ,证明了该方法简洁实用 ,速度快 ,具有较好的性能。

应用小波域高斯差分滤波的起球疵点客观评价

受织物背景纹理多样性以及起球疵点特点的影响,传统的图像处理算法难以满足起球疵点自动检测和客观评价需要,为此,提出一种基于小波域的高斯差分滤波起球客观等级新方法。首先,对起球疵点图像进行小波多层分解,实现周期性背景纹理信息与起球信息的分离;然后,选择合适的小波分解子图进行高斯差分滤波,消除噪声以及光照不均等缓变的背景信息,提高起球信息的显著度;在此基础上,根据起球特征设定阈值对起球疵点图像进行分割,并提取起球特征;最后,通过人工神经网络进行起球疵点客观等级评价。研究结果表明,本文方法用于起球疵点客观等级评价是可行且有效的,具有较强的抗干扰能力。

非平稳非高斯测量噪声条件下改进差分粒子滤波算法研究

针对非平稳非高斯测量噪声(NSNGN)条件下差分粒子滤波(DDPF)算法状态估计精度低、易发散的问题,提出了一种改进DDPF(IDDPF)算法.IDDPF算法采用高斯混合密度函数近似估计测量噪声,替代传统算法中测量噪声的高斯密度函数近似估计,采用似然函数的对数最大化法求解高斯混合密度函数模型参数,并将该模型应用于粒子权值计算,避免了高斯密度函数近似估计噪声模型所易于导致的粒子退化问题;通过建立水下目标纯方位角跟踪系统模型,将IDDPF算法应用于闪烁测量噪声条件下水下目标纯方位角跟踪问题的求解。50次Monte Carlo对比仿真实验结果表明:在NSNGN条件下IDDPF算法具有跟踪响应快、估计精度高、鲁棒性较好等优点。

高斯差分滤波显著性的刀具磨损检测

为了提高刀具磨损区域检测准确性,本文在研究刀具磨损区域特点的基础上,提出了一种新的刀具磨损检测方法。首先,对采集的刀具图像进行高斯滤波获得高斯滤波图,消除噪声信息;然后,通过高斯差分滤波获得高斯差分图,提取刀具背景纹理信息;在此基础上,利用高斯滤波图与高斯差分图之间的中央-周边操作获得显著图,以消除高频噪声信息以及光照不均等低频背景信息,提高刀具磨损区域的显著性;最后,根据刀具磨损区域特征进行刀具磨损区域分割和滤波。实验表明,推荐方法能够准确检测刀具磨损区域,具有较高的检测准确率。

高斯粒子滤波的局部光流运动匹配跟踪算法

针对目前大多数目标跟踪算法容易受背景干扰等问题,为了快速准确地进行目标跟踪,在基于粒子滤波跟踪方法的启发下,提出高斯粒子滤波的局部光流运动匹配目标跟踪算法。该算法首先采用高斯粒子滤波算法对未来时刻目标的位置状态进行估计假设,缩小目标搜索范围;然后对锁定范围内场景中的所有内容进行局部光流约束匹配计算,寻找最佳匹配位置;最后通过估计目标状态来获得跟踪目标。仿真实验结果表明,该算法特别适用于目标灵活运动时的跟踪,与现有的算法相比,不仅算法实现简单,同时有较好的鲁棒性和通用性。

高斯差分滤波图像融合方法

图像融合是图像处理领域的重要内容之一。传统融合算法将源图像均做处理后按一定规则进行融合,虽然能取得不错的融合效果,但算法对图像的配准要求较高,融合图像也普遍存在细节丢失、目标不够明显的问题。为了改善上述问题,分析了红外图像和可见光图像的图像特性以及红外目标特性,将目标检测引入图像融合,利用高斯差分(DOG)滤波器提取红外图像中的目标,通过多尺度DOG图像计算获得红外图像融合系数矩阵,然后计算融合子图,最终融合获得目标明显、细节保留较好的图像,降低了对图像配准的要求。用五种常用评价指标以及信杂比和背景相似度对融合图像进行评估。实验结果表明,所提出的算法在主观视觉和客观评价指标上都要优于常用的图像融合方法。

基于二阶中心差分滤波的高斯混合粒子PHD多目标跟踪算法

针对杂波环境下高斯混合粒子PHD面临的跟踪精度低、滤波发散等问题,提出基于二阶中心差分滤波的高斯混合粒子PHD算法。该算法在传统的高斯混合粒子PHD滤波的基础上,采取二阶中心差分滤波方法来得到最优的重要性密度函数,充分利用了量测信息对采样粒子进行更新,使得粒子分布更加接近目标真实的后验分布,然后对PHD进行更新。仿真结果表明,该算法能在杂波环境下有效地跟踪多个目标,与高斯混合粒子PHD算法相比,状态估计更加接近真实值,大大提高了跟踪精度和系统稳定性。

基于高斯过程的中心差分卡尔曼滤波在BDS/INS组合导航中的应用

针对扩展卡尔曼滤波器在BDS/INS组合导航系统模型不确定时精度下降的问题,提出了一种基于高斯过程的中心差分卡尔曼滤波算法(GP-CDKF)。在训练数据有限的情况下,用中心差分卡尔曼滤波(CDKF)来估计组合导航系统的状态向量;同时高斯过程可以考虑CDKF中的噪声和不确定性。因此,将高斯过程引入到CDKF中,可以进一步提升导航性能。试验结果表明,GP-CDKF与CDKF算法相比,东向、北向位置误差分别降低16.4%、57.1%,东向、北向速度误差分别降低15.9%、23.3%,说明GP-CDKF算法在动态系统状态估计方面优于CDKF算法。将GP-CDKF应用于BDS/INS组合导航系统中,可以有效提高导航性能。

基于高斯差分滤波的金刚线颗粒检测方法

电镀金刚线质量品控难度大、成本高,金刚线线体表面颗粒的数量是衡量金刚线质量的重要指标。文中针对金刚线线体表面颗粒大小不一,形状各异的特点,提出基于高斯差分滤波的金刚线颗粒边缘增强及提取方法。实验结果表明,文中所述方法对金刚线线体表面颗粒的复杂状态以及粘连状态都具有很好的处理结果。最后给出了金刚线颗粒参数统计结果。

基于混合高斯模型与三帧差分的目标检测算法

针对传统目标检测方法中光照变化、复杂背景、阴影等难点,提出了一种结合三帧差分法和混合高斯背景建模的算法,既能很好地适应场景中的光照渐变和背景扰动,又能克服普通帧差法中检测目标不准确,容易产生孔洞及双影现象的问题。同时,采用了一种简易的阴影抑制算法和形态学滤波处理,有效地去除了阴影以及噪声。实验结果表明,该算法易于实现,具有较好地实时性和鲁棒性,能精确地检测出运动目标。

四帧间差分与光流法结合的目标检测及追踪

为了能在复杂环境下快速、准确地对多个目标进行检测及追踪,本文结合四帧间差分算法与光流算法,提出了一种更高效的运动目标检测算法。本算法为了提升光流法的处理速度并降低光照等环境所带来的影响,首先对视频序列进行四帧间差分处理,然后将得到的差分视频序列进行光流处理,以实现对视频中目标的准确检测。最后将该算法与粒子滤波、Vi Be等算法进行比较,并在不同场景下对不同运动目标、不同个数目标进行捕获处理,结果表明,本方法不仅具有较好的鲁棒性,而且能够更快速、准确的对目标进行检测与追踪。

构造高斯差分尺度空间的并行结构

提出了一种并行平滑机制,并基于该机制实现了构造DoG尺度空间的并行结构.在不影响匹配性能的情况下,与传统的结构相比,延迟线数量降低了84%,进而使得存储容量降低了90%左右.在131MHz的工作频率下,对于320×240的图像来说,完成高斯差分尺度空间的构造仅需要0.59ms.

基于高斯粗糙表面的角接触球轴承微弹流润滑研究

基于二维数字滤波法模拟高斯粗糙表面,建立考虑高斯粗糙表面形貌及热效应的角接触球轴承微弹流润滑模型,采用多重网格积分法求解弹性变形,采用Gauss-Seidel及Jacobi迭代法迭代求解压力,采用逐步扫描法求解油膜能量方程,采用渐进网格加密法求解强耦合非线性微弹流润滑方程组。结果表明:当x、y方向自相关长度相同时,随着粗糙表面均方根值的增加,油膜压力及温度明显增加,膜厚显著减小;反之,油膜压力及膜厚在自相关长度较小的方向出现明显的纹理特性,且当纹理特性与润滑油流动方向相同时,油膜温度显著减小。

符合差分隐私的流数据统计直方图发布

直方图是一种被广为应用的统计数据发布形式,其潜在的隐私泄露风险是当前数据隐私保护领域的关注点.该文针对流数据的直方图发布问题,提出一种符合差分隐私保护要求的方法.其主要特点包括:(1)将w-事件引入流数据的直方图发布加噪机制以确保其满足差分隐私保护需求;(2)采用卡尔曼滤波方式对加噪后的流数据进行后置处理以改善数据效用;(3)通过指数平滑法改进卡尔曼滤波方式避免相邻数据之间的突变性.论文以UCI的两个真实数据集为基础进行流数据直方图模拟发布实验,结果表明该文方法在不同差分隐私预算约束、不同窗口大小情形下均具有明显优势,可在相同隐私保护水平下获得更高的数据可用性.

基于多参数Gabor滤波器融合和高斯差分的生丝疵点分割

针对生丝疵点图像背景与疵点差别极小的特点,提出一种基于多方向、多频率Gabor滤波器融合和高斯差分滤波的疵点分割算法。根据疵点纹理特性,首先采用极大值的方法对特定频率多方向疵点Gabor滤波图像进行融合,并基于均值法对不同频率Gabor滤波器图像进行融合,然后使用高斯差分滤波进一步凸显疵点,最后采用全局阈值将疵点与背景分割开来。测试结果表明:该研究算法召回率达到了93.2%,能够准确分割出生丝疵点。

状态估计中确定性采样滤波器的比较分析

基于采样方法的滤波器在非线性滤波领域内得到了广泛应用。其共同特点是利用抽样粒子点模拟系统状态的概率分布,从而不受状态先验分布假设(如高斯假设)的约束,拥有更高的滤波精度和更广的应用范围。在确定性抽样意义下论述了几种现有的确定性采样滤波器,并对这几种滤波器在状态估计领域(滤波)的应用进行了精度和计算负荷分析。采用一维及多维算例验证了几种方法的估计精度。给出基于实际系统需求一般性评价和选用原则。

基于自适应高斯混合模型与静动态听觉特征融合的说话人识别

对特征参数和高斯混合模型进行改进,提出了一种特征域和模型域混合补偿的方法用于解决说话人识别特征受噪声影响较大以及高斯混合模型随训练样本长度减小而性能下降的问题。通过模拟人耳听觉,给出了基于伽马通滤波器的伽马通滤波倒谱系数;考虑其只反映了语音的静态特征,提取了能够反映语音动态特征的伽马通滑动差分倒谱系数。基于因子分析技术,利用移动因子表示高斯混合模型的自适应过程,通过训练语料较充分的说话人模型中的均值向量补偿受训练语料长度影响较大的分量的均值向量。仿真实验表明:在纯净背景下,本文方法的识别率达到了98.46%;在不同噪声环境下,本文提出的混合补偿方法能有效提高说话人识别系统的性能。

基于HS约束与轮廓条件的光流场计算

针对视频图像中灰度变化与速度场可能存在的非连续区域,提出了一种基于HS(Horn-Schunck)约束与轮廓条件的光流场计算新方法。该方法首先采用高斯滤波器减少噪声干扰;然后采用改进的Horn-Schunck算法计算时空梯度,结合两种不同的约束条件求取光流速度;最后的仿真实验结果表明,该方法能够准确地计算视频图像非连续区域的光流场,并有更好的鲁棒性。