一种快速的空时二维谱估计算法

为了减少算法运算量,将多级维纳滤波器引入空时二维谱估计中,提出了一种快速算法。快速算法通过简单的乘加运算得到噪声子空间,无需对空时阵列协方差矩阵进行特征根分解,更加易于硬件实现。仿真结果表明快速算法与原二维算法性能相当。

1种农产品图像二维多级中值滤波改进算法

农产品图像在采集过程中由于拍摄系统电压不稳定、成像环境的复杂性等因素导致获取的图像中存在一些颗粒噪声点,这些噪声点存在极大模糊了图像中果实复杂的边缘信息。针对该类图像,在对二维多级中值滤波算法(two-dimensional multi-stage median filtering)原理深入分析的基础上,结合农产品图像的特点,提出了一种改进二维多级中值滤波算法(improved two-dimensional multi-stage median filtering)。该算法首先提出一种新型噪声自适应检测方法对图像中的噪声进行检测和标记;然后对检测出的噪声点分别采用8个多方向滤波模板进行处理;最后对8个模板的滤波结果在进行适当取舍的基础上分别进行基于像素点间几何距离的加权滤波,以获得清晰度较高的图像。理论分析和试验结果表明,改进的二维多级中值滤波算法对于农产品图像处理效果优于中值滤波算法、二维多级中值滤波算法、已有的改进二维多级中值滤波算法。

一种快速的二维中值滤波算法及其硬件实现

为了实现实时图像预处理,介绍了中值滤波器的原理,详细研究了一种快速的二维中值滤波算法,给出了Verilog程序流程,并在现场可编程门阵列(FPGA)上用硬件编程语言实现了此中值滤波器。通过对不同算法的仿真结果进行了详细分析和比较,表明此算法大幅度降低了FPGA的资源占用率,能有效控制系统成本,适合用于硬件实现。

一种面向静态图像消噪处理的二维中值滤波方法

提出了一种基于二维中值滤波用于静态图像消噪的改进算法。实验表明,该算法能有效滤除图像中的高斯噪声和斑点噪声,同时能很好地保持图像中的细节部分且比较容易用硬件实现。

基于二维小波域的二维中值滤波法的低信噪比地震信号去噪处理

本文依据二维小波变换与二维中值滤波原理，建立了一种地震信号去噪处理的模型，即首先将地震资料通过二维小波变换分解到不同的尺度空间下，然后对不同尺度空间的信号进行二维中值滤波，最后再进行二维小波重构就得到了去噪之后的地震资料．

一种基于改进型KALMAN滤波器的目标定位算法

在以常规卡尔曼滤波器为基础的各种跟踪算法中 ,要求精确的模型和噪声统计 ,但在实际系统中 ,大多数情况不能满足上述要求。给出了考虑初始条件不精确性的改进型Kalman滤波器表达式 ,并在引入速度量测信息的基础上 ,运用该滤波方法进行空间目标二维定位。MonteCarlo仿真表明该方法降低了对模型精度的要求 ,在工程上是可行的。

基于二维激光雷达多车道车辆检测与分车算法的研究

为解决汽车动态称重多车道车辆检测与分车问题,提出了一种基于二维激光雷达的多车道车辆检测与分车算法。基于所建立的平面直角坐标系,将二维激光雷达对车道扫描得到的极坐标值转换为直角坐标系下的坐标点,对所拾取数据点进行中值滤波处理后,采用车辆边缘信息点提取算法对所有点数据进行分类截取,用凝聚层次聚类算法和最小二乘法曲线拟合,提取出车辆的左右边缘信息。以车辆左右边缘为多车道分车标志特征,确定各车辆的位置信息,从而实现对多车道的横向分车。以车道有无车辆的特征标志位来实现车辆的前后分车。试验结果表明,该方法能实现对多车道车辆的检测和车辆分车,对今后的车辆检测和分车具有一定的参考。

浅析二维码在电力移动缴费终端中的应用

电费的收取是供电企业的一项重要经济来源,要在电力营销方面获得良好的成绩,就要树立优质服务理念。处于信息时代的今天,电费收取依然是困扰供电企业的瓶颈。基于供电企业的传统人工缴费方式已经无法适应时代,难以满足人们对于电力服务的高质量要求,特别是传统的电力缴费模式的各种缺点和不足,给电力用户带来诸多的不便。借助先进的信息技术手段,可以提升电力缴费的服务水平,以使缴费更为便民、利民。将二维码技术应用于电力移动缴费终端,可以有效地提高缴费效率。本文基于二维码理论以及技术的研究,进一步探讨二维码在电力缴费终端的应用。

人脸表情识别中滤波算法的研究

去噪滤波技术是数字图像处理中的一个重要内容,是计算机视觉技术、模式识别、图像数据分析的基础,因而受到广泛的研究;并在人脸识别、表情识别、遥感成像等领域获得广泛的应用。通过对多种去噪滤波算法进行比较,选定了一种改进的二维中值滤波快速算法将其应用到表情识别中,得到较好效果。

基于超声波断层图像的三维重构方法

为降低检测成本,减少辐射危害,提出了基于超声波断层图像进行典型零件的三维重构方法.设计了相共振结合拉东反变换计算方法的零件断层扫描试验,基于Matlab平台构建了轮廓提取算法、图像堆叠算法以及三维模型重构算法.结合图像处理算法与三维模型重构算法实现了二维超声断层图像的三维重构,重构的零件外形尺寸与内部形位误差约为1 mm.结果表明,本文提出的超声波断层图像三维重构方法可靠、准确,可用于典型金属零件轮廓及内部缺陷的无损检测与三维重构.

全方位多级中值滤波器的理论分析

全方位多级中值滤波器是一种全方向离散多级一维中值滤波器,对于二维信号中的细节信息有很强的保存效果,同时对脉冲噪声又能很好地抑制。这种滤波技术是有效地恢复根信号的好方法。本文对所提出的全方位多级中值滤波器给出理论分析,并推导出一系列性质。

一种改进的边缘检测算法

针对图片易受到噪声的干扰很难检测到真正的边缘,提出了一种新的边缘检测算法,该算法首先对含有噪声的图片采用二维小波分析和图像的中值滤波进行图像平滑预处理,然后采用遗传算法改进的sobel边缘检测算法对图像进行边缘检测。再对预处理的图片进行Canny算子检测,得到清晰的连续的边缘。把sobel边缘检测算法和Canny边缘检测算法检测到的边缘利用小波分析的方法将两幅图像融合到一起,最后用MATLAB对数字图像进行了仿真。仿真结果表明,该算法对图像噪声干扰有较强的抑制能力,提取的边缘定位准确、连续、清晰是一种很有效的边缘检测方法。

基于Otsu算法的木材缺陷图像分割

提出了基于Ostu算法的木材缺陷图像分割。该方法借助于二维中值滤波器对木材图像进行平滑处理,将平滑过的图像用Otsu算法确定图像分割阈值。实验结果表明,该方法可以有效地实现木材表面缺陷图像分割。

用于飞行员视觉增强的快速红外图像增强方法

提出了一种基于图像分块并行处理的快速的红外图像增强的方法。在对图像进行分块并行处理的基础上,综合利用改进的中值滤波算法、快速Sobel边缘检测算法、自适应权值的加权平均图像融合算法对红外图像进行快速处理。改进的中值滤波算法效果好于MTM算法,自适应权值的加权平均图像融合算法比基于区域对比度的权值选择法更好地抑制噪声,对图像进行分块并行处理,提高了图像处理的速度。实验结果表明,提出的方法能够快速优质地对红外图像进行增强。

基于双重离散小波变换的遥感图像去噪算法

结合离散小波变换(discrete wavelet transform,DWT)与二维多级中值滤波(two-dimensional multi-stage median filtering,TMMF)算法,提出了一种遥感图像自适应去噪(de-noising)算法。该算法首先对噪声图像进行单层DWT,分出低频子图像和高频子图像,由于其中的低频子图像包含了大量背景信息,几乎不受噪声的污染,因而变换后仍保持原样无需再处理;对于高频子图像继续执行单层DWT,获得多方向分布的次低频子图像和次高频子图像;然后对次高频子图像采用改进的TMMF算法进行去噪,对次低频子图像采用改进的小波硬阈值函数模型进行噪声抑制;最后对上述去噪后的子图像进行二次小波重构,得到去噪后的遥感图像。采用3景细节信息丰富的遥感图像进行算法性能测试,并与TMMF算法、改进的TMMF算法以及小波变换硬阈值去噪算法进行比较,结果表明,基于双重离散小波变换算法的去噪性能有所提升。

单站两坐标雷达空间目标跟踪新算法研究

在以常规卡尔曼滤波器为基础的各种跟踪算法中 ,要求精确的模型和噪声统计 ,但在实际问题中 ,大多数情况上述要求不能满足。本文给出了考虑初始条件不精确性的改进型卡尔曼滤波算法 ,并在引入速度量测信息的基础上 ,运用该滤波方法进行空间目标二维定位。蒙特卡洛仿真表明该方法降低了对模型精度的要求 。

激光制导武器目标光斑检测系统设计与实现

为了实现激光制导武器目标光斑检测系统对远距离的来袭激光光斑的捕获与定位,采用机器视觉检测技术设计并实现全数字化、实时、高精度的激光检测系统。对CMOS探测器采集到的激光光斑图像,系统的硬件实现改进的快速二维中值滤波算法进行图像滤波处理,最大类间方差算法进行灰度图像阈值分割,灰度重心法进行中心提取,实现了精确中心定位。实验验证和误差分析表明,该系统具有很强的抗干扰性及精确的坐标定位,坐标误差在1 mm以内。

一种非下采样轮廓波变换域水果图像预处理方法

水果图像在获取过程中受到拍摄系统自身的缺陷、复杂多变的成像环境等多重因素的限制,导致图像被掺杂进一些噪声,降低了图像的清晰度。结合非下采样轮廓波变换(nonsubsampled contourlet transform,NSCT),提出了该类图像的有效预处理方法。该方法首先对图像进行多尺度NSCT分解,获得低频分解系数和高频分解系数;然后对低频分解系数进行模糊增强处理,对高频系数采用二维多级中值滤波算法(two-dimensional multi-stage median filtering algorithm)进行处理;最后进行分解系数重构,获得清晰度较高的水果图像。分别将此算法与已有的几类同类型算法对水果图像进行去噪处理,并引入峰值信噪比(peak signal noise to ratio,PSNR)作为处理效果评价指标,结果表明,此算法性能明显优于已有的同类型算法。

基于多源大数据分析的图像特征智能识别模型

针对图像受噪声影响导致特征识别精度下降的问题,提出了基于多源大数据分析的图像特征智能识别模型。根据改进的自适应二维中值滤波法,对所有小窗口内像素排查,过滤噪声,若检测到未被噪声污染的像素则直接输出,在单尺度模糊数学基础上,利用三高斯模型经过迭代处理均匀图像亮度值,将邻域中心点灰度取值分解为实部、虚部,提取局部二值特征和Brushlet特征,将邻近两个像素灰度值作减法运算,根据启发因子与灰度梯度最大值,智能识别图像特征。仿真实验结果表明:所提模型在图像不清楚情况下能均衡调节分辨率,且保证信息完整,识别结果精准有效,抗噪能力强。

声象理论与技术

IELDVD060:9286:29507-25 0606466 顽健的知觉声频杂乱信号=Robust perceptual audio hashing[会,英]/Ozer,H．//Signal Processing and Com- munications Applications Conference,2004．Proceedings of the IEEE 12th．-25-28(A)