基于分块的尺度自适应CSK跟踪算法

基于循环矩阵结构(CSK)的跟踪算法只适用于跟踪尺度固定不变的目标,为此,提出了一种基于分块的尺度自适应CSK刚体目标跟踪算法。利用各分块的空间结构推导出分块位置与目标尺度之间的内在关系,然后对各分块的跟踪结果进行置信度评价,选取高置信度的结果进行综合,有效估计目标的尺度和位置,提高了算法在遮挡、背景干扰等情况下的鲁棒性。对典型视频序列的对比试验表明,所提算法不仅能够实时跟踪目标的尺度变化,跟踪的精度和鲁棒性也明显高于原始CSK算法。

基于压缩感知的HIFU回波信号降噪研究

由于传统的降噪处理方法很难干净地去除高强度聚焦超声(HIFU)信号中的噪声,提出利用压缩感知(CS)对HIFU回波信号进行降噪。在观测矩阵的设计中将传统的高斯随机观测矩阵改进为稀疏循环结构化矩阵,减少了构造观测矩阵和重构信号的时间。仿真实验表明,与带通滤波器、小波降噪方法和经验模态分解(EMD)降噪方法相比,该方法得到的信号的重构信噪比(RSNR)更高,重构均方差(RMSE)和最大误差(ME)更小。用不同方法对不同温度下获得的HIFU回波信号进行去噪并提取二次谐波激发效率,发现采用该方法得到的二次谐波激发效率曲线方差和波动更小,验证了该降噪方法在实测信号中的优越性。