混合泊松-高斯分布模型的参数估计

针对实际CCD图像处理问题中噪声概率模型的参数估计问题,从CCD图像的噪声背景出发,研究其噪声的混合泊松高斯分布,给出了两种参数估计方法,以及非零均值高斯噪声情况下的参数估计方法,计算结果表明文中方法给出的参数估计精度高。

利用高斯分布模型研究多晶硅晶界电学特性

研究了多晶硅晶界的载流子输运过程和导电机制 ,建立了新的晶界结构模型和晶界势垒分布模型 .将晶界区域及其势垒的变化视为高斯分布 ,利用这个模型 ,给出了改善的电流 -电压特性方程 ,并用这个关系式来解释多晶硅的电学特性 .数值计算表明 ,多硅电阻率随势垒高度的增加而基本呈线性增加 .另外 ,电阻率 ρ随掺杂浓度的增加而减小 ,当掺杂剂浓度约为 1× 1 0 19cm-3 ,ρ和 ρgb下降最快 .且在晶粒尺寸为 1 0 2 nm范围内晶界的电阻率比晶粒的电阻率约大 2～ 3个数量级 .分析结果表明 ,晶界是高电阻区 ,晶界的这种精细分布描述 ,有助于进一步理解多晶硅的晶界特性 ,从而提高多晶硅太阳电池的光电转换效率 .

一种改进的基于混合高斯分布模型的自适应背景消除算法

视频检测技术是智能交通系统研究中一个重要研究方向,根据交通流视频检测的特点,对基于混合高斯分布模型的自适应背景消除方法进行了改进.包括:背景模型匹配只使用亮度信息;将高斯分布模型按权值、方差排序;使用单目深度信息来确定背景;动态调整采样频度等.实验表明,本文提出的算法,分割效果较佳,分割的实时性大大增强.

一种改进正态逆高斯分布模型的图像去噪算法

针对传统去噪算法去除含噪声较大的图像时仍有部分噪声残留的问题,基于变换域提出一种改进正态逆高斯分布的图像去噪算法。该算法在非下采样剪切波变换域,利用最优线性插值阈值函数改进正态逆高斯模型作为系数分布模型,对高频子带分解系数进行统计建模,以贝叶斯最大后验概率理论实现图像去噪。实验结果表明,对于添加不同标准差的高斯白噪声图像,该算法在有效保留图像细节和纹理信息的同时在峰值信噪比方面优于同类去噪算法。

采用复高斯分布模型的两步噪声幅度谱估计算法

噪声幅度谱估计是有效抑制外界噪声干扰、提高语音增强算法整体输出性能的重要环节。但目前针对该问题的研究相对较少,常用的语音激活检测算法只能在语音不存在阶段对噪声信号的幅度谱进行更新或估计,无法适用于更为复杂的非平稳噪声环境。为克服这一问题,本文基于噪声频谱的复高斯分布模型假设,提出了新型的两步噪声幅度谱估计算法。算法首先采用软判决技术计算噪声信号的功率谱,然后再结合复高斯分布条件下信号幅度谱和功率谱之间的数学关系间接地获取噪声幅度谱的估计。文中基于这一结论给出了两种估计算法,并在多种噪声环境下对它们的性能进行了仿真评估,其测试结果有效表明了提出算法优良的估计性能。

基于复数小波域广义高斯分布模型的纹理图像检索

由于在频域用能量参数来表示图像的特征矢量缺乏准确性,而且实数离散小波变换具有平移变化性和弱的方向选择性,为此针对以上问题提出了一种基于复数小波域广义高斯分布模型的纹理图像检索方法。该方法首先利用双树复数小波变换系数的统计特性来建立广义高斯分布的统计模型;然后基于该模型提取图像的特征矢量;最后利用Kullback-Leibler distance(KLD)测度算法进行纹理图像检索。对Brodatz图像库的仿真表明,新方法较双树复数小波算法的查准率提高6.96%,较基于Gabor纹理特征检索法的查准率提高了18.8%。同时复数小波系数统计模型具有旋转不变性。新方法对今后的纹理图像检索具有重要的理论与实际意义。

基于肤色模型和高斯分布的多人脸检测方法

针对由于背景复杂、肤色、表情等给人脸检测带来的困难,提出一种改进的基于肤色模型和高斯分布多人脸检测方法。该方法利用肤色模型获取肤色区域,通过多种人脸显性特征得到人脸候选区域和对边缘检测后二值图像分别向X,Y轴投影,建立高斯分布模型来准确定位人脸的区域。实验结果表明,该算法检测速度快、定位率高、鲁棒性强。

多种非高斯分布模型扩散加权成像对大鼠肝脏缺血再灌注模型的评价价值

目的探讨联合多种非高斯分布模型DWI评价大鼠肝脏缺血再灌注损伤(HIRI)模型的价值。方法SD大鼠42只,采用随机数字表法分为7组,每组6只,分别为HIRI后6h、12h、1d、3d、7d、14d组和对照组。实验组行肝右叶门静脉和肝动脉结扎3h后再灌注,分别在HIRI后6h、12h、1d、3d、7d、14d进行MRI扫描(T1WI、T2WI、低b值DWI以及超高b值DWI),对照组行假手术后行MRI扫描。根据单指数模型、双指数模型、三指数模型、拉伸指数模型的DWI以及扩散峰度成像得出多个参数,并观察各时间点其动态变化,参数包括标准ADC值(ADCs)、纯扩散系数(D)、伪扩散系数(D*)、灌注分数(f)、超高ADC值(ADCu)、扩散分布指数(DDC)、扩散异质性指数(α)、平均扩散系数(MD)及平均峰度系数(MK)。所有大鼠在MRI扫描结束后于肝右叶取材,行HE染色观察病理表现。应用单因素方差分析比较多组之间各参数(ADCs、D、D^*、f、ADCu、α、DDC、MD、MK)差异。结果所有大鼠均顺利完成了MRI检查及病理检查。术后6h开始大鼠肝右叶T1WI呈稍低信号,T2WI呈高信号。肝右叶病变区域在术后1周明显变小,术后2周基本消失,低b值DWI以及超高b值DWI表现与T2WI基本一致。HIRI后6h、12h、1d、3d、7d、14d组和对照组间的各参数的差异均有统计学意义(P均<0.05)。其中HIRI后12h组、1d组、3d组分别与HIRI后6h组、7d组、14d组、对照组组间ADCs差异有统计学意义(P<0.05);HIRI后6h组、12h组、1d组、3d组、7d组分别与HIRI后14d组、对照组组间D、D^*、f、ADCu、α、DDC、MK差异有统计学意义(P<0.05),HIRI后1d组、3d组分别与HIRI后6h组、12h组、7d组、14d组、对照组组间D差异有统计学意义(P<0.05);HIRI后6h组、12h组、1d组、3d组分别与HIRI后7d组、14d组、对照组组间f差异有统计学意义(P<0.05);HIRI后12h组与HIRI后14d组、对照组组间MD差异有统计学意义(P<0.05),HIRI后1d组与HIRI后14d组组间MD差异有统计学意义(P<0.05)。结论多种非高斯分布模型DWI评价大鼠HIRI模型优于常规DWI。

引入分数阶微分的局部高斯分布拟合能量模型

局部高斯分布拟合能量(LGDF)模型缺乏全局信息,对初始轮廓曲线选取较敏感,特别在分割弱边缘和弱纹理区域图像时,容易陷入局部极值,对噪声的鲁棒性不好.针对上述问题,文中提出引入分数阶微分的LGDF模型.在LGDF模型中引入全局的Grümwald-Letnikov(G-L)分数阶梯度拟合项,增强弱边缘和弱纹理区域的梯度信息,提高对初始轮廓曲线和噪声的鲁棒性.采用自适应权重函数确定全局项和局部项的系数,提高对灰度不均匀图像的分割效率和分割精度.根据图像的梯度模值、信息熵和对比度构建自适应分数阶阶次的函数,提高分割效率.理论分析和实验均表明,文中模型可以用于灰度不均匀、弱纹理、弱边缘图像的分割.合成图像和真实图像的实验表明文中模型可以提高图像的分割精度和效率.

基于多元高斯分布的数据质量波动监测模型研究

数据质量波动的监测有助于发现网络性能瓶颈或性能故障,对网络系统的稳定运行有很大帮助。为了主动发现数据指标中的异常波动现象,本文首先提出了一种多元高斯分布监测模型,用来检测离群点数据。经过数据预处理、模型训练和输出异常与定位等模块,最终本文实现了监测全网数据并筛选输出异常数据及位置的系统算法,最终模型准确率达到90%以上。

基于广义高斯噪声分布模型的迭代正则化图像复原

讨论了广义高斯分布加性噪声模型 ,从对图像的最大似然估计出发 ,结合正则化的复原方法 ,提出了具有lp 范数数据逼近项的正则化目标泛函 ,同时给出了自适应的正则化参数选择方法。对目标泛函使用迭代的方法求解 ,分析了迭代式的收敛性。目标泛函中正则化参数的选择和图像复原的迭代运算同步进行并自动优化。实验结果表明 ,对于加有广义高斯分布噪声的并被高斯型点扩展函数模糊的图像 ,该方法可明显改善图像复原的效果 ,尤其当广义高斯分布的形状参数 p≤

基于融合和广义高斯模型的遥感影像变化检测

提出了一种基于融合和广义高斯模型的遥感影像变化检测算法。该算法融合差值影像和比值影像的结果构造差异影像,然后运用灰度形态学对差异影像进行顾及空间邻域关系的处理,再对处理后的结果运用广义高斯分布模型估计变化与非变化像元的概率密度参数,最后采用改进的K I算法计算最佳分割阈值,提取变化区域。实验结果表明,所提出的变化检测算法稳健、高效,具有较大的实用价值。

广义高斯模型及KI双阈值法的SAR图像非监督变化检测

提出广义高斯模型假设下KI双阈值法的SAR图像变化检测算法。描述了SAR差异图像上未发生变化类、后向散射减弱类和后向散射增强类的概率密度分布。基于KI准则,构建了双阈值准则函数。提出仅利用差异图像灰度直方图的最优双阈值自动选取方法,实现了3种变化与非变化类型的非监督变化检测信息提取。选取两个时相的Radarsat卫星SAR图像进行变化检测试验,结果表明该方法可行、有效。

融合局部和全局高斯概率信息的图像分割模型

在现有的活动轮廓中,LBF模型、LIF模型和LGDF模型是著名的基于区域的模型。虽然能分割灰度不均匀的图像,但对活动轮廓的初始化和噪声较为敏感。针对该问题,提出一种融合全高斯和局部高斯概率信息的活动轮廓模型。首先由全局高斯模型的全局灰度拟合力和局部高斯模型的局部灰度拟合力的一个线性组合来构造水平集演化力,然后引入这两个拟合力的动态权重以达到该模型的灵活性,实验结果表明,该模型能分割灰度不均的图像,且允许灵活的轮廓初始化,抗噪声性强。

基于Gabor小波和颜色模型的阴影检测算法

在视频处理中,阴影的存在会严重影响对目标的跟踪和识别.为了有效地检测视频序列中的阴影,文中提出了一种基于Gabor小波和颜色模型的阴影检测算法.首先,建立背景的混合高斯分布模型和阴影颜色模型,通过差分法提取前景区域并结合Gabor小波纹理特征分析找出潜在的阴影点;然后通过阴影颜色模型对这些潜在的阴影点进行颜色分析;最后通过后续处理,找出真正的阴影区域.实验结果表明,文中算法具有较好的阴影检测效果.

CPC 接收面上光强分布及其影响因素的理论和实验研究

将太阳源辐射的高斯模型与射线跟踪法相结合，提出一种计算ＣＰＣ聚光接受面上光强分布的新方法，并对其影响因素进行计算研究和实验验证，表明该方法切实可行。

基于平稳高斯过程的Lam bert修正定律

论证了基于Lambert方程的动态测量中系统误差的存在性,并针对高斯分布物料模型的射线计数误差进行了分析,提出了基于平稳高斯过程的Lambert定律,同时对普遍存在于在线组分测量中的一种系统误差推导出其误差修正因子。

规模猪场的氨气扩散模型及影响评价

随着经济社会的发展,畜禽集约化养殖规模不断扩大,造成的污染问题日趋严重。氨气是养猪场排放臭气中的主要成分,在大气中可存在1~10 d,对周围环境可产生严重污染。笔者根据我国东南部气候的主要特点和猪场分布情况,结合国内外空气扩散模型的研究现状和浙江省嘉兴市某规模化养猪场生产模型的模拟,建立了氨气排放量模型和应用典型高斯分布模型,模拟了猪场氨气大气扩散状况。

复小波包变换域混合统计模型图像降噪算法

该方法利用四树复小波包变换具有的移不变性、良好的方向选择性和对高频信号的细致分析能力等特点,把含噪图像分解成低频逼近子图和若干高频方向子图;在保留低频逼近子图复系数不变的同时,利用复系数层间相关性的强弱把高频方向子图分为主要类和次要类.对主要类和次要类复系数分别进一步采用非高斯双变量模型和零均值高斯分布模型进行噪声抑制.实验结果表明,无论是峰值信噪比(PSNR)指标,还是在视觉效果上,本文方法的去噪性能均好于传统的双树复小波变换去噪、四树复小波包变换去噪和小波域高斯尺度混合模型去噪,在有效抑制噪声的同时,具有很好的图像边缘和细节保护能力.