基于曲线拟合的多项式相位信号参数估计

研究了多项式相位信号的参数估计问题。针对在分析高阶多项式相位信号时,维格纳-威利分布的交叉项使得时频分布图变得难以解释的问题,采用伪维格纳-威利变换减少交叉项,并且从伪维格纳-威利分布提取出多项式相位信号的瞬时频率曲线,利用曲线拟合的方法拟合瞬时频率曲线,从而实现了多项式相位信号参数估计。对比了最小二乘曲线拟合和切比雪夫曲线拟合用于多项式相位信号参数估计的不同。最后通过仿真验证了曲线拟合用于多项式相位参数估计的有效性。

图像复原中的模糊参数估计

图像复原技术在航空拍摄和机器视觉中是提高图像质量的重要手段.针对有相对运动情况的图像存在的降质模糊,分析了运动模糊的数学原理,针对不同运动模糊采取了不同去模糊方式.即先判断图像存在的运动模糊方式,针对直线运动通过Hough变换法和误差参数法相结合的方法估计降质参数,而对于旋转运动则采用曲线拟合和极坐标转换相结合的方法来估计降质参数.通过维纳滤波方法复原图像,提高图像质量.利用提出的自适应方法对直线运动模糊(参数为(30,70°))和旋转运动模糊(参数为(128,128),20°)分别作了实验计算.对比实验表明,这种由粗及精的方法能准确估计模糊参数,与传统处理方法相比,更加便捷有效.

一种基于直线Hough变换的识别曲线及参数估计方法

本文提出一种基于改进型直线Hongh变换的识别曲线算法。曲线的Hough变换函数可分解为两项:固有项、位移项,这种分解允许将高维参数空间分解为曲线固有参数子空间、位移参数子空间,曲线固有参数和位移参数可通过分析各个子空间来获取。且引入位移不变形状信号图来识别曲线及估计曲线旋转角度,理论分析表明该算法优于其它基于Hough变换检测曲线方法,实验证实这种方法有效性。

水稻叶片几何参数无损测量方法研究

【目的】提出实现自然生长状态下的水稻叶片几何形态参数视觉无损测量,为实时监控水稻的生长状况提供准确的数据,也为农学研究者提供新的技术手段。【方法】类似曲线长度细线测量方法,在叶脉上通过手势交互绘制确定一组控制点,插值生成过控制点的3次B样条曲线,调整控制点使得B样条曲线逼近叶脉方式实现水稻叶片长度测量。在叶片最大叶宽处绘制1次B样条曲线实现水稻叶片最大叶宽测量。采用基于4个方向模板运算的距离变换算法对茎叶夹角图像进行骨架信息提取,并利用Hough变换对提取的骨架信息进行直线检测实现茎叶夹角计算。应用BP神经网络、支持向量机回归和随机森林回归算法对样本数据进行训练,以水稻叶片长度、叶片最大宽度作为输入变量对水稻叶面积进行估测。【结果】B样条曲线逼近方式计算的水稻叶长的平均绝对误差和平均相对误差分别为0.523 3 cm和2.33%,叶宽的平均绝对误差和平均相对误差分别为0.055 2 cm和6.66%。Hough变换计算的茎叶夹角平均绝对误差和平均相对误差分别为1.27°和2.46%;通过对金优458和中早35两个不同品种结果对比,相较于其他模型,发现BP神经网络模型对叶面积估测结果的均方根误差、平均绝对误差和平均相对误差分均为最低,其中JY458品种的均方根误差、平均绝对误差及平均相对误差分别为1.189 2 cm^2、1.061 cm2和4.95%,ZZ35品种的均方根误差、平均绝对误差及平均相对误差分别为1.143 1 cm^2、0.959 5 cm2和4.85%。【结论】从图像采集到测量操作过程都不与被测叶片器官进行接触,真正意义上实现了对水稻叶片几何形态参数的无损测量,且操作便捷,测量精度高,误差小,完全能够满足农学研究的需求,为其他植物器官的几何形态参数无损测量提供了一种新的普适方法。

短模糊尺度下运动模糊参数的频域识别方法

为较精确地识别短模糊尺度下图像的运动模糊参数,提出了Hough变换、Radon变换和曲线拟合相结合的模型。对频谱图进行分析,指出MRT算法误差较大,建立了Hough变换线检测取最长直线角度的模型鉴定模糊方向。针对模糊方向上的Radon变换曲线,利用相邻波谷位置差剔除奇异值求均值的方法检测暗条纹间距,继而通过曲线拟合鉴定模糊尺度。建立了图像列宽、暗条纹间距和模糊尺度之间的通用关系模型。仿真结果表明,该算法实时性好、精度高、抗干扰能力强。

海面偶极子声场中近程运动参数估计

对海面偶极子声场提出基于单个水听器的定位算法,并设计信号处理流程和双曲线提取的Hough变换法。海试结果表明信号处理和双曲线提取具有较高增益,定位算法稳健、具有较高精度。该算法所需设备简单,运算量小,在近距离目标运动参数估计和辐射噪声测量方面具有特色。

一种运动模糊图像的模糊参数估计方法

在摄取图像的过程中,物体间的高速运动及景物与成像设备的相对运动是引发图像退化的主要原因之一,称之为运动模糊。模糊长度和模糊方向是运动模糊中影响图像模糊程度的主要参数。提出了一种改进的误差参数分析方法,对模糊长度进行估计并比较了不同的复原方法对参数误差曲线法估计的效果,同时提出运用傅里叶分解和Hough变换从模糊图像的频谱特性上对运动模糊方向进行了估计。实验结果表明,所提出的方法对运动模糊图像的复原有良好的效果。

不规则圆形视觉检测方法研究

提出了一种基于曲线拟合法求取图像中不规则边界圆的参数求取方法。在进行图像预处理后得到一个不规则边界圆的边界数据点集的基础上,该算法首先引入替代变量,使圆方程拟合法求圆参数成为可能;然后进行圆参数的多次拟合,直到符合终止条件为止,成功地求出了圆参数的最佳估值。试验证明,和传统的广义Hough变换相比,该算法具有运算速度快、自动求取的突出优点,在不规则边界点所占整个圆边界比例较小时能取得很好的结果。