基于改进最小平方中值算法的基本矩阵估计算法

针对基本矩阵的估计问题,为了消除误匹配点对和高斯噪声的影响,本文提出了一种估计基本矩阵的改进算法——基于遗传算法的最小平方中值算法,该算法是在最小平方中值算法中引入遗传算法,克服了传统鲁棒算法中对内点集的数据等同处理问题,利用遗传算法的全局优化特性,通过遗传算法对最小平方中值算法所得到的内点集合进行筛选,利用选取的8个匹配点对来估计基本矩阵。通过实例仿真表明,该算法在误匹配点对和高斯噪声存在的情况下具有更好的鲁棒性和精确性。

红外图像空间噪声分析和预处理方法改进

讨论了基于天空背景下红外图像空间噪声组成,分析了各种空间噪声的形成原因,给出了红外图像噪声类型及其对图像质量的不同影响。分析结果认为红外图像空间噪声主要为高斯噪声和椒盐噪声。综合考虑均值法和中值法在处理噪声类型上的不同,提出了一种基于简单阈值的改进型中值法。对于不同的阈值,其算子有所不同。而M×N处理区域内每一点算子的权值取决于区域灰度中值,该点灰度越接近中值权值越大。处理后的图像背景更平滑,信噪比和改进的峰值信噪比提高了1.2 dB以上,表明改进型中值法优于传统滤波方法。

改进中值递推算法在流阻仪测试信号滤波中的运用

流阻测试仪器体积从大改进成小后,紧密型的布置使得电子元件相互干扰和设备内部气流波动较大,造成测试系统稳定性变差。通过对干扰原因的诊断,运用简单的滤波方法使测试失真度较大。根据上述问题,运用中值算法限阀有效值原理消除脉冲信号,递推平均算法消除流阻仪进气的周期性变化和真空泵振动干扰,由平均绝对误差和均方误差定义算法最优值,降低数据输入低通滤波后的失真度。实验结果表明,运用改进中值递推算法的测试系统有更好的稳定性,但测试系统响应速度较慢。改进中值递推算法能有效消除周期性、脉冲和抖动干扰信号,适用于对测试稳定性与测试精度要求高但测试实时性要求较低的静态测试系统。