基于局部高斯加权融合的图像质量评价

针对图像质量的局部评价融合问题,基于结构相似度(SSIM)评价算法,研究各种类型滤波器加权因子、滤波器窗口尺度及滤波器标准差参数对SSIM算法性能的影响。基于参数优化的高斯滤波器加权因子,改进峰值信噪比(PSNR)和奇异值分解(M_SVD)2种图像质量客观评价算法,通过优化的高斯权重对图像子块进行局部评价,在融合局部评价结果的基础上获得总体评价结果。实验结果表明,改进PSNR算法的预测斯皮尔曼等级相关系数、皮尔逊相关系数和均方根误差评价指标分别提高了3.78%,2.40%和2.02%,改进M_SVD算法的对应指标分别提升了1.78%,0.67%和4.99%,具有较高的评价稳定性和实时性。

基于高斯加权分数阶傅里叶变换的LFM信号参数估计

针对低占空比下传统算法参数估计性能下降的问题,提出了一种高斯加权分数阶傅里叶变换(GFRFT,Gaussian-weighted fractional Fourier transform)参数估计方法。给出了时限信号GFRFT的定义并推导了其模值平方的特性,研究了高斯白噪声背景下GFRFT的输出信噪比并给出了闭式表达式,进行了仿真实验并讨论说明了该方法的适用条件。仿真结果表明,该方法在低占空比的情况下可以有效地提高参数估计精度。

基于各向异性自适应高斯加权方向窗的非局部三维Otsu图像门限分割

针对传统3维Otsu(3D-Otsu)门限分割方法中的滤噪性能和小目标保持性能的不足,该文提出一种基于各向异性自适应高斯加权方向窗的3D-Otsu门限分割的新方法。新方法改进了3D-Otsu的邻域窗口设置方法,采用中心点的局部特征来自适应地确定邻域各向异性高斯加权方向窗口的尺寸、尺度和滤波方向。然后,提出非局部多方向相似度测量来更有效地捕捉图像中的模式冗余。最终,结合像素点灰度值、加权均值、加权中值构建3维直方图,并基于最大类间方差计算门限矢量进行分割。实验结果表明:与目前广泛使用的2维Otsu,2维最大熵以及传统3维Otsu方法相比,新方法有着更好的门限分割效果,并具有更好的滤噪性能和小目标保持性能。

基于高斯加权和流形的高保真彩色图像降噪

针对用矢量法对彩色图像进行降噪处理,算法复杂度较高,无法达到实时处理的问题,提出了基于改进高斯加权和自适应流形的高保真彩色图像降噪方法。首先,将彩色图像用非局部均值算法得到高维数据,使用改进的高斯内核对彩色图像进行加权计算;然后,采用抛雪球方法处理这些高维数据,以高斯距离为权值,投影每个像素点的颜色到自适应流形;接着,对流形进行平滑降维,采用迭代法实现图像平滑;最后,收集流形中的平滑值,将平滑值对所有像素进行插值,得到降噪后的图像数据。实验证明,该方法对彩色图像进行降噪处理后,能够很好地保留原图像的细节,不会掺杂周围像素的颜色,算法处理速度较快,能够达到实时处理效果,降噪效果与原算法相比峰值信噪比(PSNR)提高近2.0 dB,结构相似度提高了1百分点以上。

图像平滑的高斯加权平均算法

本文通过分析图像平滑技术中的加权平均算法的原理，提出了图像平滑高斯加权平均算法，并给出了该算法的实验结果。

高斯加权的多分类器物体追踪

针对在物体外观快速变化的情况下,大多数弱学习器不能捕获物体新的特征分布,导致追踪失败的问题,提出了高斯加权的联机多分类器增强算法。该算法为每一个领域问题定义一个弱分类器,每个弱分类器包括一个简单的视觉特征和阈值,引入高斯加权函数来权衡每个弱分类器在特定样本上的贡献,通过多分类器联合学习来提高追踪性能。在物体追踪过程中,联机多分类器在对物体定位的同时还能估计物体的姿态,能够成功地学习多模态外观模型,在物体外观快速变化的情况下追踪物体。实验结果表明:所提算法在经过一个较短序列的训练后,平均追踪错误率为12.8%,追踪性能明显提升。

结合修剪均值与高斯加权中值滤波的图像去噪算法

为快速准确地滤除图像中的脉冲噪声并较好地保持图像的纹理细节和边缘结构,提出一种基于修剪均值与高斯加权中值滤波的图像去噪算法。根据脉冲噪声的灰度特征与统计特征,以局部统计方式进行噪声检测,将灰度取最小值或最大值且与邻域像素相关性较小的像素识别为噪声像素。对于图像平滑区域和细节区域中的噪声像素,使用自适应修剪均值和高斯加权中值滤波算法进行去噪处理。实验结果表明,该算法在视觉效果、峰值信噪比、结构相似性及计算速度上均优于对比算法,并且能够在彻底滤除噪声的同时,较好地保持图像的纹理细节和边缘结构。

高斯加权客观分析方法的应用

介绍利用高斯加权方法对空间场进行滤波．从而达到平滑或分离出某种天气尺度的目的。

高斯加权的二维灰度重心法提取光条中心

为解决摄像机采集的激光条纹图像出现的明显不均匀现象,提高光条中心提取的精度和实时性,提出一种改进的二维灰度重心法。对光条图像进行中值滤波,用阈值法处理滤波后的图像;采用灰度邻域属性法进行光条中心的粗提取,求出条纹各列的法向宽度值;利用高斯加权的二维灰度重心法提取激光条纹中心。实验结果表明,在复杂的背景下该方法提取光条中心的精度和实时性均优于传统的灰度重心法、方向模板法以及自适应二维灰度重心法。

基于双重暗通道结合与高斯加权的去雾改进算法

针对暗通道先验算法去雾后图像存在伪影和景深突变处留有残雾的问题,提出一种基于双重暗通道结合与高斯加权的去雾方法。分别利用超像素块滤波和中值方块滤波求取两层暗通道,对两层暗通道进行像素级结合并构造高斯加权函数进行加强,然后采用引导滤波优化透射率图。把雾图转化到HSV空间并提取包含天空等的白色区域,引入概率函数取白色区域前10%像素点的明度分量平均值作为大气光估计值。实验结果表明,所提算法能较好地保留图像细节并去除景深突变处的残雾,同时能改善伪影现象。

高斯加权的重构性K-NN算法研究

该文提出基于高斯加权距离以及聚类重构机制的K-NN文本聚类算法。文章提出K-NN近邻域的概念,通过高斯加权的近邻域算法实施K-NN聚类。利用高斯函数根据样本与聚类中心的距离为样本赋权,计算聚类距离。基于近邻域权重和聚类密度对形成的聚类实施重构,实现聚类数目的自适应调整。使用拆分算子拆分稀疏聚类并调整异常样本;使用合并算子合并相似聚类。实验显示聚类重构机制能够有效地提高聚类的准确率及召回率,增加聚类密度,使得形成的聚类结果更加合理。

通过高斯加权的^1H CPMG弛豫曲线测定橡胶交联密度

CPMG(Carr-Purcell-Meiboom-Gill)回波法是测量橡胶交联密度[常用交联点之间的分子量(Mc)表示]的一种常用核磁共振(NMR)技术,但实验发现通过该技术获得的Mc对于CPMG序列中脉冲间隔时间具有较强的依赖性,导致交联密度NMR测量值与橡胶材料硬度的相关性低.为了克服这一缺点,本文对不同脉冲间隔时间下CPMG实验测得的质子横向驰豫曲线进行高斯加权.通过对高斯加权求和后的质子横向驰豫曲线进行处理分析,实现了对橡胶交联密度更加准确地测量,大幅提升了天然橡胶交联密度NMR测量值与材料硬度的相关性.本文方案测量能获得与~1H DQ NMR方法相当,或比之更佳的交联密度-硬度相关性.同时,本文方案比~1H DQ NMR方法更为高效,整体测量时间缩短为~1H DQ NMR实验时间的1/10.

基于高斯加权的GeesePSO改进算法

为了提高粒子群算法的优化性能,通过观察和分析雁群结队飞行的智能群体现象,国内学者提出了基于雁群启示的粒子群优化算法(GeesePSO,GPSO)。该算法虽然在一定程度上提高了PSO算法的性能,但是在GPSO算法中存在着不合理的加权平均机制,即最小值寻优方面的加权缺陷。针对该问题,本文通过采用高斯加权方法对GPSO进行合理改进,提出一种基于高斯加权改进的粒子群优化算法(Gaussian-Weighted GPSO,GWGPSO)。实验结果表明:新算法在收敛精度、收敛速度和鲁棒性等指标上得到了提高,从而证明高斯加权方式是合理的和正确的。

高斯加权暗通道及边界约束的航空图像去雾算法

针对雾天情况下,所获取的航空图像清晰度和保真度易丢失,以致于目标难以被检测到的问题,提出了一种基于不同远近景的高斯加权融合暗通道图结合边界约束的图像去雾处理方法。首先在暗通道先验基础上构造不同远近景有不同权值的高斯加权函数,高斯函数对暗通道图在不同景深位置赋予不同权值,利用边界约束对场景透射率粗估计,再利用上下文正则化对场景透射率细化得到更准确的透射率值,最后得到复原的无雾图像。实验结果表明,该方法能够有效地复原出雾天图像的对比度和真实色彩,具有较强的鲁棒性。

高斯加权的遥感影像中值滤波及其快速算法

中值滤波算法能有效抑制椒盐噪声和高斯噪声,是一种广泛应用的遥感图像预处理方法。针对标准的图像中值滤波算法中在方形邻域窗口进行简单排序而没有考虑与中心像素距离的不足,提出了一种对邻域像素使用高斯加权的中值滤波算法,并使用C语言进行了快速实现。普通图像、光学和SAR遥感图像的实验表明,新算法具有更好的噪声抑制性能,且计算效率与经典算法有大幅提高。

结合高斯加权距离图的图像边缘提取

目的边缘是图像最为重要的特征之一,是图象分析与识别的基础。对于目标的分割、测量而言,边缘提取的连续性与抗噪性显得尤为重要,其可通过区域增长等算法提取目标区域,为抠图、统计测量提供必要的支持,本文以实现目标轮廓的有效提取为目的,提出一种结合高斯加权距离图的图像边缘提取方法。方法首先通过计算分块区域内像素间的高斯加权距离,获得高斯加权距离图,该图与原图相比,不仅可以较好地突出边缘轮廓,而且可以统一背景灰度。其次通过分析高斯加权距离图的灰度直方图,将灰度分为两类并计算类中心,以此作为无边缘活动轮廓(CV)模型的c1和c2参数,最后通过CV模型求解图像边缘。结果与其他边缘提取算法相比,该算法不仅具有较好的抗噪性,同时可以保证图像边缘提取的连续性。结论实验结果验证了本文算法的有效性。

基于高斯距离加权格网法研究华北地区地壳形变特征

分析了高斯距离加权格网法计算应变率的原理和特征,研制了相应的计算程序,并用于华北地区现今地壳应变特征研究。基于华北地区1999-2009年的GPS观测结果,研究了确定高斯平滑半径的原则和方法,并给出华北地区地壳形变多个应变率物理量的分布。结果表明,基于150km高斯平滑半径计算水平速度梯度能够较好地分辨华北地区的应变率空间变化特征,首都圈地区地壳以张渤带上的左旋剪切为主,其中唐山-秦皇岛地区同时存在南北向的拉张变形;山西带整体表现为沿断裂的右旋剪切变形,同时兼具＂南挤北张＂特性;郯庐断裂带整体形变特征不显著,在南北两端局部区域存在较小的剪切形变;鄂尔多斯块体内部比较稳定,北缘以拉张和左旋剪切变形为主,西缘表现为左旋剪切以及EW向的挤压特征,南缘的秦岭块体南北两侧分别具有左旋剪切和右旋剪切的特性,东西两侧分别表现为正断拉张与逆断挤压特征。

涡轴发动机自适应混合诊断模型高斯加权聚类方法

针对整个飞行包线内涡轴发动机健康参数估计问题,提出基于高斯加权聚类的机载自适应混合模型建立方法.机载自适应混合模型由卡尔曼滤波器和神经网络组成,由于飞行数据样本庞大,采用高斯加权模型对涡轴发动机飞行数据进行实时聚类,利用聚类数据更新神经网络权重,并实现自适应混合模型工作范围的自动扩展.仿真结果表明了该方法的有效性,采用高斯加权聚类的自适应混合模型提高了全包线内性能跟踪的精度.

InSAR干涉图的高斯加权圆周期滤波

本文在阐述与分析传统圆周期滤波方法——圆周期中值滤波的基础上,结合高斯函数,提出了高斯加权圆周期滤波算法,用真实的SAR干涉图数据实验,证明了该方法具有较好的滤波效果。

模锻压机低速锻造的高斯加权集成在线自适应控制

为了提高模锻压机在低速锻压过程中的速度稳定性和系统鲁棒性,设计了高斯加权集成在线自适应控制器。建立了模锻压机在低速锻造过程中的状态空间方程。针对低速锻造过程中速度切换和负载突变等问题,给出了高斯加权集成在线自适应控制方案,自适应控制器由模型预测控制器和模糊PID控制器两个子控制器组成。在稳定运行阶段,模型预测控制器控制精度较高,但是鲁棒性较差,无法应对突变情况,因此,设计了模糊PID控制器应用于突变情况控制;为了防止控制器切换时引起系统振荡,给出了高斯加权集成方法。经仿真验证,与单独使用模型预测控制器和模糊PID控制器相比,当发生速度切换和负载突变时,高斯加权集成在线自适应控制器的调节时间最短,且速度跟踪误差最小,提高了低速锻造过程中速度跟踪的精确性和鲁棒性。