一种窗口自适应的去椒盐噪声滤波算法

为了有效地去除图像中的椒盐噪声,提出一种窗口自适应的滤波算法。算法先采用3×3窗口进行噪声检测,如果中心点为噪声点,则统计窗口内为非噪声点的数量。当非噪声点的数量大于2时,采用中值均值滤波算法;当非噪声点的数量小于等于2时,将窗口尺寸扩大至5×5,采用中值均值滤波算法。如果中心点为信号点,则保持原值不变直接输出。仿真实验结果证明,这种算法对不同程度椒盐噪声污染的图像具有较强的去噪能力,同时较好地保持了图像的细节。

基于主成分分析法的窗口自适应粒子滤波算法

传统的窗口固定的粒子滤波跟踪算法在运动目标尺度发生明显变化时不能有效地跟踪目标。针对这一问题,提出了一种跟踪窗口尺寸和方向自适应变化的粒子滤波跟踪方法。该方法将主成分分析法引入到粒子滤波框架中,通过分析目标区域内像素值的协方差矩阵得到包含目标区域取向和尺寸信息的椭圆跟踪窗口。实验结果表明,该跟踪算法能自适应于目标区域形状的变化,在目标尺寸和方向发生变化时能很好地跟踪和确定目标区域。

一种竞争窗口自适应的多媒体传感器网络MAC协议

由于多媒体传感器网络需要实时传输视频、声音和图像等信息,适用于传统无线传感器网络的MAC协议已经不能满足要求。本文针对多媒体传感器网络数据复杂的特性,设计了一种通过改变竞争窗口大小来适应各种流量类型的MAC协议,满足了不同流量类型的QoS需求。最后,针对不同数据类型在时延以及网络吞吐量两个方面做了仿真实验,并且和T-MAC协议在网络能量消耗方面进行了比较。结果表明,新提出的协议在此方面优于T-MAC协议。

基于自适应窗口与压缩幅值的瞬时转频估计

针对变转速工况下轴承信号的时频分布能量发散、噪声和谐波干扰强导致其转频难以获取的问题,提出一种基于自适应窗口和压缩幅值的瞬时转频估计方法。首先,通过自适应窗口在频率轴方向搜索出脊线窗口避免噪声和谐波的干扰;其次,在脊线窗口内用压缩幅值方法集中发散的脊线能量;然后,用惩罚函数法提取脊线,实现转频的精确估计;最后,根据采用轴承实验台收集的数据验证了所提出方法的有效性和鲁棒性。结果表明,相比于传统方法,采用所提方法估计瞬时转动频率使误差降低约8%。

自适应窗口旋转优化短时傅里叶变换的变转速滚动轴承故障诊断

针对短时傅里叶变换(STFT)中固定窗效应所导致的能量集中度不高的问题,提出了一种自适应窗口旋转优化短时傅里叶变换(AWROSTFT)的变转速滚动轴承故障诊断方法。通过变分模态分解(VMD)对原始振动信号进行降噪,并利用粒子群优化算法(PSO)解决了VMD参数选择困难的问题;利用切线思想对STFT中水平窗口自适应匹配一系列的旋转算子,使得窗口旋转方向接近甚至等于瞬时调频率,提高了时频表示的能量集中度;计算出谱峰检测法提取到的瞬时频率与转频的平均比值,将得到的结果与轴承的故障特征系数进行匹配,以此实现变转速工况下滚动轴承的故障诊断。仿真和实验的结果都表明,本文所提方法能够兼顾PSO-VMD和AWROST-FT的优势,通过切线思想自适应的旋转窗口使得信号与窗函数在全局上的夹角都为零,从而达到提高能量集中度和锐化时频脊线的目的,实现了变转速工况下滚动轴承的故障诊断。

引入轻量级Transformer的自适应窗口立体匹配算法

现有端到端的立体匹配算法为了减轻显存消耗和计算量而预设固定视差范围,在匹配精度和运行效率上难以平衡。提出一种基于轻量化Transformer的自适应窗口立体匹配算法。利用具有线性复杂度的坐标注意力层对低分辨率特征图进行位置编码,减轻计算量并增强相似特征的辨别力;设计轻量化Transformer特征描述模块,转换上下文相关的特征,并引入可分离多头自注意力层对Transformer进行轻量化改进,降低Transformer的延迟性;用可微匹配层对特征进行匹配,设计自适应窗口匹配细化模块进行亚像素级的匹配细化,在提高匹配精度的同时减少显存消耗;经视差回归后生成无视差范围的视差图。在KITTI2015、KITTI2012和SceneFlow数据集上的对比实验表明,该算法比基于标准Transformer的STTR在匹配效率上快了近4.7倍,具有更快的运行速度和更友好的存储性能;比基于3D卷积的PSMNet误匹配率降低了18%,运行时间快了5倍,实现了更好的速度和精度的平衡。

窗口长度自适应调整的策略迭代最优控制

在系统模型参数未知的最优控制问题中,策略迭代能否快速收敛到最优控制策略的关键在于值函数的估计.为了提升值函数的估计精度以及收敛速度,本文提出一种窗口长度自适应调整的策略迭代最优控制算法.充分利用一段时间内的历史样本数据,通过影响力函数构建窗口长度与值函数估计性能之间的定量关系,根据数据窗口长度对估计性能影响力的不同,实现窗口长度的自适应调整.最后,将本文所提方法应用到连续发酵过程,结果表明,本文所提方法能够加快最优控制策略的收敛,克服参数变化或外部扰动对控制性能的影响,从而提升控制精度.

基于自适应窗口和改进Census变换的半全局立体匹配算法

针对基于Census变换的立体匹配算法匹配精度不理想、易受噪声干扰的问题,提出一种自适应窗口结合改进Census变换的方法。通过自适应选择变换窗口大小,并在Census变换中引入噪声容限参数,且将其改进Census代价与RGB颜色差值代价加权融合,再采用四路径代价聚合策略完成初始代价聚合,最后用WTA算法计算初始视差后通过后处理优化得到最终视差。实验结果表明所提算法误匹配率较低,抗噪性能有较好提升。

融合梯度信息自适应窗口的立体匹配

针对立体匹配算法中对固定窗口匹配代价计算存在匹配精度低的问题,该文提出了一种基于融合梯度信息自适应窗口的立体匹配算法。以AD-Census和SGM立体匹配算法为基础,首先研究了窗口大小对算法性能的影响,并在代价计算中加入融合梯度信息的自适应窗口算法,使用标准图像集对改进前后的算法性能进行对比。实验结果表明,匹配窗口增大可以提高算法的匹配精度但会降低算法效率,利用梯度信息调节窗口大小可以提高算法的适用性,保持效率的同时降低三类区域中的误匹配率。在4个测试集中误匹配率平均下降了4.05%,平均运行时间只增加了0.82 s,改进后的立体匹配算法具有更好的综合性能。

基于滑动窗口的新息自适应组合导航算法

针对新息自适应滤波算法噪声跟踪精度和跟踪灵敏度相互矛盾导致的窗口宽度选取困难问题,提出了一种基于滑动窗口的新息自适应组合导航算法,该方法通过设计噪声统计特性梯度检测函数、敏感噪声统计特性的实际变化情况,利用窗口自适应函数实时计算窗口宽度,使得窗口在预设区间内自适应滑动,以适应实际噪声的变化。仿真实验表明,基于滑动窗口的新息自适应组合导航算法可以有效跟踪噪声统计特性的实时变化,可同时兼顾自适应跟踪精度和跟踪灵敏度。

基于自适应窗口的网络IT设备运行监控预警系统

在监控预警系统工作过程中,由于网络IT设备运行数据预处理算法的影响,使得系统的测量误差较高,无法满足设备工作需求。因此,设计了基于自适应窗口的网络IT设备运行监控预警系统。硬件方面,针对数据采集器和网关进行设计。软件方面,通过采集和传输模块的设计,实时获取网络IT设备运行数据。以自适应窗口为基础,设计数据深度处理算法,为监控预警系统的设计提供数据支撑。基于大数据分类算法构建监控预警模型,并将监控预警结果进行可视化界面展示。系统测试结果表明,所设计系统的监控预警结果与实际设备运行状态数据相比平均误差为2.27%,满足了系统测量误差低于5%的要求。

基于色彩分割和自适应窗口的快速立体匹配

针对现有立体匹配算法难以兼顾匹配精度和速度的不足,提出了一种基于联合匹配代价的局部方法。首先,根据视差在同一色彩分割区域内平滑变化的假设,提出了一种利用参考图像和目标图像的色彩分割信息获得的基于任意形状和大小支持区域的匹配代价;然后在RGB色彩空间中,通过由窗口内的平均匹配误差、误差方差及较大窗口的偏向误差构成的窗口选择评价函数,获得基于自适应矩形窗口的匹配代价;最后,将这两种匹配代价进行有机的结合构成联合匹配代价,并通过局部优化方法获得稠密视差图。采用Middlebury dataset进行的实验结果表明,本文算法不仅可以提高视差不连续区域和低纹理区域的匹配精度,而且获得的视差与当前主流算法具有可比性。此外,所提算法的处理时间较之当前优秀的局部方法提高了约19~35倍。

自适应窗口快速立体匹配

灰度立体匹配的关键问题是选择一个合适的匹配窗口,该文对Kanade等提出的通过测算局部灰度和视差变化来选取适当窗口的方法进行了改进,提出一种仅利用灰度信息即可确定窗口的简单方法.该方法在能够求得最佳窗口的前提下,可以方便地利用整数图像来提高效率,计算量与窗口大小无关.在国际标准图像上测试的实验结果表明该方法在局部匹配方法中是最优的,虽与有些全局方法相比有一定差距,但其计算复杂度远远低于它们.

一种基于自适应窗口和图切割的快速立体匹配算法

提出了一种新的快速立体匹配算法。该算法根据图像边缘特征自适应地变化窗口,并采用灰度差平方和(SSD)作为相似判定准则计算初始视差图;通过左右一致性校验去除误匹配点,在构造能量函数时,将初始视差作为能量函数的一个参考项;最后采用图切割算法求取使全局能量最小的视差最优分配。用标准图像测试了所提出的方法,并与其他方法进行了比较。实验结果表明,该算法不仅能够保留基于图切割的立体匹配算法能较好地处理大的低纹理区域和遮挡像素的优点,而且匹配时间短,运行时间比原有算法缩短了约2/3。

基于自适应窗口选择PIV技术的序列星图运动估计方法

提出了一种基于自适应窗口选择粒子图像测速(PIV)技术的序列星图运动参数估计算法。算法通过自适应选取窗口,使得分析窗口内恒星的成像密度达到最大,且窗口边缘区域不存在高亮恒星成像,然后对分析窗口进行互相关计算,求得序列星图的运动参数。仿真试验表明,本文的算法克服了恒星进场或出场导致分析窗口互相关计算精度降低的现象,提高了互相关运动参数估计的精度,将估计误差降低到了0.01 pixel以内。该算法可以准确、快速地对星图的全局运动参数进行估计,为序列星图配准奠定了基础。

基于色彩相似性的自适应多窗口立体匹配

分析比较了应用彩色图像进行立体匹配的三种不同颜色相似性测度,并采用了匹配效果较好的策略。然后把这种颜色相似性测度应用到区域匹配方法的多窗口选择和自适应窗口尺寸缩减当中,使用SSD方法实现了彩色图像的立体匹配。实验结果表明,该方法具有更高的匹配精确性。

基于区域增长的自适应窗口立体匹配算法

针对基于区域的立体匹配算法支持窗口难以选择的问题,提出一种新的自适应窗口区域立体匹配算法。该区域增长的方法可以动态地获得形状和大小均具有自适应特性的支持窗口,并通过区域视差范围估计、核心窗口视差近似、动态搜索步距调整等方法使算法得到改进。研究结果表明该算法对于视差不连续和遮挡区域都有着良好的适应性;采用该算法获得的视差图像的准确度高达95%,且计算时间缩短到5s以内。

利用自适应窗口实现不连续保护立体匹配

为了解决计算机视觉中对应点的误匹配问题,提出了一种在能量最小化框架下利用自适应窗口的不连续保护立体匹配算法。该算法首先引入了融合亮度和梯度信息的非相似度,然后,根据窗口内的平均匹配误差、误差方差及较大窗口的偏向误差组成的窗口代价函数,选取每个视差对应的最佳窗口作为匹配基元,并利用扫描线优化方法及深度不连续约束法寻找水平方向上的最优路径;最后,通过回溯最佳路径获得最终的稠密视差图。实验结果表明,所提算法不仅能够保留自适应窗口匹配算法的优点,较好地处理大的低纹理区域和视差不连续区域,还可加强相邻匹配基元间的视差连续性,所提算法的计算量比原有算法缩短了约3/4。

结合自适应窗口的二维直方图图像增强

针对成像过程中因各种因素导致图像细节和纹理表现不明显的问题,结合Turgay Celik的二维直方图理论,提出了具有自适应动态窗口的二维直方图图像增强方法。该方法在考虑图像纹理和细节信息的基础上,分析了二维直方图与图像纹理信息的关系特性和固定窗口的弊端,采用基于平均梯度法建立以与区域特性相适应的窗口为单位的二维直方图,将其累积分布与理想分布进行比较优化,实现增强。通过大量实验对比表明,该方法克服固定窗口造成的适应性差、易出现过增强和局部被弱化等问题,其处理后的图像细节丰富,纹理突出,具有更好的视觉效果和工程应用价值。

核线驱动与自适应窗口相结合的建筑物角点稳健匹配算法

针对景深突变、区域遮挡等因素导致的倾斜立体影像中同名建筑物角点难以准确匹配的难题,提出一种基于核线驱动和自适应窗口的鲁棒匹配算法。算法分3个阶段:1提取重复度较高、分布均匀的角点特征,并对立体像对进行多类型互补仿射不变特征匹配,以用于后续的几何关系估计;2利用随机采样一致性(random resample consensus,RANSAC)算法来排除地面区域的角点特征,并采用改进的RANSAC算法估计两组倾角迥异的核线关系;3基于步骤2估计的双核线关系求取景深突变区域中角点的近似几何单应变换,并联合自适应窗口方法实现同名建筑物角点的精确匹配。最后,通过多组高分辨率无人机倾斜影像数据验证了该算法的有效性与优越性。