图像降噪的自适应高斯平滑滤波器

作为去除图像中噪声的图像增强技术,常用的图像平滑方法在提高局部信噪比的同时,也使图像产生模糊。为克服上述缺点,引入了自适应高斯滤波器,它结合了高斯滤波器和梯度倒数加权滤波器的特点,同时考虑了图像局部的空间距离和像素距离,以确定参与局部平滑的像素及其权值。该滤波器算法牺牲了简单平滑滤波器的计算性能,但很好地保留了图像的局部特点,特别是边缘和细节。实验比较了该方法与其他常用滤波器的性能,结果证实了该方法的有效性。

自适应高斯频域滤波器在天气雷达中的应用

多普勒天气雷达的基数据(反射率因子、速度和速度谱宽)经常会被地物杂波所污染,这对基数据估计的准确性影响很大,进而又会影响导出产品。因此,抑制地物杂波是所有多普勒天气雷达获取高质量数据产品的必要步骤。作者首先介绍了自适应高斯频域滤波器的研究背景,其次分析了多普勒天气雷达地物杂波及天气回波信号的特征,再次给出了IIR椭圆地物杂波滤波器的原理以及自适应高斯频域滤波器的滤波算法,最后根据实际的雷达回波信号,分析了IIR椭圆地物杂波滤波器和自适应高斯频域滤波器的杂波抑制性能,并对结果进行了分析和比较。结果表明:不使用杂波图的自适应高斯频域滤波器的杂波抑制性能优于使用杂波图的IIR椭圆滤波器,且满足实时处理的要求。

自适应高斯—厄米特滤波器

针对带有未知统计特性噪声的非线性系统,提出了一种新型的自适应滤波器——自适应高斯—厄米特滤波器(AGHF),其过程是通过将Sage-Husa噪声估计器推广到非线性系统,得到更为一般的噪声估计的递推形式,它与高斯—厄米特滤波器(GHF)相融合,得到适用于带有未知统计特性噪声的非线性系统的高精度自适应滤波器.仿真结果表明,当非线性系统存在一类未知统计特性噪声(系统噪声或测量噪声)时,与扩展卡尔曼滤波器(EKF)、GHF和自适应扩展卡尔曼滤波器(AEKF)相比,AGHF滤波器可显著提高对噪声统计特性和系统状态的估计精度.

基于广义S变换及高斯平滑的自适应滤波去噪方法

常规基于广义S变换的噪声压制方法需要人为确定高频噪声在时频域的压制范围。针对这一问题,联合广义S变换的自适应时频滤波函数和高斯平滑去噪算法发展了一种自适应去噪方法。首先对信号进行广义S变换获得时频域数据,在S反变换重构时间域信号过程中采用数据自适应时变滤波函数去除大部分高频随机噪声;然后对时间域信号采用高斯平滑滤波函数去除信号中剩余高频随机噪声。模型和实际资料试算结果表明,本文的滤波去噪方法能够有效去除地震数据中的高频随机噪声,具有较强的适应性和实用性。与常规的随机噪声衰减预测法相比,本文方法受处理参数影响较小,且处理后有效信号在时频谱上的时频分辨率较高。

基于高斯平滑的自适应角点检测

文中算法首先在曲线尺度空间中通过高斯平滑以消除噪声 ;然后再基于自适应弯曲度计算和角点筛选准则确定角点 该算法不需要预先输入参数 ,具有较好的抗干扰性 。

自适应GM-PHD滤波器在多目标追踪的应用

针对PHD滤波器中先验概率初始化时,新生目标出现的位置不确定,且目标强度计算区域必须为整个监测区域,造成算法低效率等问题,将原始算法通过PHD滤波的扩展项在预测步骤与更新步骤对新生目标与存活目标进行区分,再通过每一次扫描得到的量测自适应更新得到目标新生强度,依据量测的驱动来避免对先验概率初始化假设的问题。利用OSPA函数作为算法性能监测标准,利用仿真数据和实测数据对改进的算法进行了验证。结果显示,利用量测来驱动新生目标强度函数,对新生目标与存活目标先进性判断,目标数目估计正确率达到97%,OSPA距离较GM-PHD算法下降50%。

自适应谱线增强滤波器在体表胃电提取中的应用

在体表胃电信号提取中 ,采用FIR自适应谱线增强器滤波技术 ,抵消噪声 ,达到提高体表胃电信噪比目的。文中给出了滤波器收敛因子、权系数的设计方法 ,提供了模拟及分析处理结果。

一种异性扩散的自适应平滑滤波算法

固定尺度的高斯滤波器对图像中的所有像素使用相同的加权系数,在平滑噪声的同时也模糊了边缘信息,影响了后期的边缘定位和提取,为此提出了一种异性扩散的自适应仿高斯滤波器,通过计算当前像素与周围像素的灰度梯度,预判该像素类型(噪声点或是边缘点),并根据像素点类型和梯度生成自适应的、各向异性的加权系数,通过多次平滑迭代实现权重的异性扩散。实验结果表明,该滤波算法具有平滑噪声的同时保留并锐化边缘效果。

基于半高斯梯度算子的尺度自适应纹理滤波

为了解决现有纹理平滑方法不能在抑制纹理的同时保持细窄结构的问题,提出一种基于半高斯梯度算子的尺度自适应纹理滤波算法.首先提出一种具有结构保持和纹理抑制效果的半高斯梯度算子,其幅值能够较好地区分结构和纹理,方向能够较好地反映结构法向;然后基于半高斯梯度的幅值为每个像素估计最优的滤波尺度,并借助高斯滤波得到一幅大部分纹理得到抑制的引导图像;最后在双边滤波的基础上引入基于半高斯梯度方向的滤波方向核,提出一种基于引导图像的三边纹理滤波算法,能够有效地避免图像平滑结果中存在的结构附近毛刺残留现象.大量实验结果证明,该算法可以在抑制纹理的同时保持结构的完整性,尤其是在保持细窄结构以及结构周围的整洁等方面超越了已有的方法.

多级完全自适应陷波滤波器的设计

设计了一种典型的自适应级联结构的IIR陷波滤波器，用来探测和跟踪频率随时间变化的信号。该信号含有加性高斯白噪声， 采用全通滤波器的频域转换和梯度截短算法。通过仿真模拟显示，该算法计算简单，收敛迅速，并且能产生较好的频率分辨率。

一种双高斯模型滤波器的研究与应用

在天气雷达信号处理阶段,地物杂波的存在是影响数据质量的最大问题,因此,识别并剔除地物回波是天气雷达信号处理系统的一个重要内容。首先简要介绍了IIR椭圆地物杂波滤波器的原理;其次介绍了结合杂波识别(CMD)算法的自适应高斯频域滤波器(GMAP)的滤波算法和双高斯滤波器(BGMAP)算法,分析了不同回波情况下GMAP滤波器和BGMAP滤波器的滤波效果和运行时间比较;最后根据实际雷达回波信号,分析了IIR椭圆地物杂波滤波器与GMAP滤波器的杂波抑制性能,对两种滤波器结果进行了分析和比较。结果表明,BGMAP滤波器的杂波抑制性优于GMAP滤波器和IIR椭圆滤波器,然而处理时间较长,适合对回波数据的分析,实时处理时使用GMAP滤波器能满足实时处理的要求。

复原处理大噪声高斯型模糊图像的前置滤波器的设计研究

通过对复原处理大噪声高斯型模糊图像过程中存在的问题进行分析,针对图像复原处理中最常见的维纳滤波器,设计了可对大噪声进行有效预处理的前置滤波器,并采用计算机模拟滤波对前置滤波器的效果进行验证.结果表明:当噪声较大时,前置滤波器具有良好效果,是一种行之有效的图像复原方式.

一种自适应平滑滤波算法

本文提出了一种基于sigmoid函数的自适应平滑滤波算法。该算法根据定位目标的运动特性,自适应地改变滤波器的权重,在平滑的过程中较好的解决了定位目标运动、静止对滤波要求的矛盾。实验结果表明,该算法具有良好的平滑滤波性能,尤其是对定位目标静止时平滑效果尤为明显,而且算法简单,易于实时处理,可广泛应用于无线定位系统中定位目标的轨迹平滑。

带有色观测噪声的多变量自校正滤波器和平滑器

应用时间序列分析方法和射影理论,基于观测过程的ARMAX新息模型,对于带有色观测噪声的多变量系统,本文提出了两类自校正滤波器和平滑器,它们分别可应用于语音信号辨识和动态船舶定位。

一种新的维纳滤波图像去高斯噪声算法

首先介绍了几种常用图像平滑方法的原理及其存在缺陷,然后提出了用一种新的维纳滤波的方法对图像进行平滑。实验结果表明该方法弥补常用的平滑滤波器对受高斯噪声污染的图像的平滑处理效果差的缺陷,并且获得好的效果。

一种稳健的自适应图像平滑算法

图像平滑作为去除图像中含有噪声的图像增强处理技术,是各种与图像有关软件中必不可少的功能模块。优秀的平滑算法应该在有效处理含有多种噪声的受污图像时,仍具备良好的图像细节保持能力。为了能够在有效地处理含有多种噪声的受污图像的同时保持图像细节,提出了一种结合非线性和线性滤波器的稳健平滑算法,该算法是在分析几种细节保持能力良好的平滑算法(梯度加权平滑、自适应中值滤波、稳健平滑、边缘保持滤波器)的基础上,通过吸收上述几种平滑算法细节保持效果较好的优点,结合它们各自对不同噪声的适应性而得到的。针对含有多种噪声的受污图像,用该算法进行了去噪试验,多次试验结果表明,该算法在稳健地处理这些受污图像的同时,仍可以保持良好的图像细节,同时该算法还可以稳健地处理复杂的含噪图像,且具备良好自适应性,可以为涉及图像处理的软件架构,提供相应的算法支持。

自适应平方根无迹卡尔曼滤波算法

将高斯过程回归融入平方根无迹卡尔曼滤波(SRUKF)算法,本文提出了一种不确定系统模型协方差自适应调节滤波算法.该算法分为学习和估计两部分:学习阶段用高斯过程对训练数据进行学习,得到系统回归模型及噪声协方差;估计阶段由回归模型代替状态方程和观测方程,相应的噪声协方差实时自适应调整.该方法克服了传统方法容易受系统动态模型不确定性和噪声协方差不准确限制的问题,仿真结果验证了算法的有效性.

自适应MEMS加速度计滤波算法

简要分析了微机电系统(MEMS)加速度计使用模型中的噪声来源,介绍了一种自适应平滑滤波器的设计方法,通过增设滤波阈值来调节滤波系数,实现了对MEMS加速度数据的动态降噪处理。实验结果表明:自适应平滑滤波器能有效抑制加速度计输出信号中的高频噪声,滤波前噪声信号均方根误差为2.32×10^(-5)m/s^2,经过滤波后,噪声信号均方根误差为4.79×10^(-7)m/s^2,提高了加速度计的测量精度,取得了良好的滤波效果。

一种自适应窗口滤波算法研究

提出了一种滤波窗口方位、尺寸和形状都可随图像纹理结构自适应变化的开关滤波算法。滤波窗的尺寸可随图像梯度值的变化而变化,滤波窗方位排列与图像对应点像素最小梯度值方向一致。同时,为了将受噪声污染的点和图像的细节纹理像素点分开,给出了一种噪声点检测判据和开关算法流程。与传统均值、中值及相关文献提出的自适应平滑滤波算法相比,由于本文算法在降噪的同时兼顾了图像的局部纹理分布结构,因此在保护图像细节方面做得更好。仿真实验结果证明了本文算法的有效性。

新一代GPS中高斯线性轮廓滤波边界效应的处理方法

分析了高斯线性轮廓滤波易造成边界效应的原因,通过实际案例指出了常用轮廓扩展法缺乏自适应性的缺陷,并在此基础上提出一种具有自适应功能的轮廓滤波边界效应处理方法——矩准则法.该方法通过在边界效应区域根据位置的不同改变高斯权函数,同时保证权函数总权重为1,且一阶矩为零,能达到可靠的滤波效果,避免了扩展轮廓带来的轮廓失真,具有较强的自适应性.实测的具有一定倾斜程度的轮廓数据曲线滤波结果证明了该方法的可行性和有效性.