基于MAP估计的复小波域局部自适应绝缘子红外热像去噪方法

为了从强白噪声干扰的红外热像中提取真实的绝缘子盘面温度场信息,提出一种基于MAP估计的复小波域局部自适应去噪方法。首次证实了绝缘子红外热像双树复小波变换(DT-CWT)系数服从拉普拉斯分布,并对不同滤波器组采用各自最精细分解层子带系数估计噪声方差,利用待估计点圆形邻域系数估计信号方差,且随分辨率变化调整圆形邻域半径,使得MAP估计的无噪声系数更为准确,提高了去噪图像质量。实验结果表明,该方法比传统的Wiener滤波法、基于离散小波变换和DT-CWT的贝叶斯阈值去噪方法具有更高的信噪比,在有效去除图像噪声的同时,图像细节信息保留更完好。

基于MAP估计双树复小波的电能质量扰动信号去噪方法

针对电能质量信号的去噪,提出了一种基于MAP估计的双树复小波电能质量扰动信号的去噪方法。首先对带噪信号进行相关性预处理,然后通过MAP方法对双树复小波分解不同层次的细节系数估计噪声方差和信号方差,并计算各层阀值从而得到去噪方案,针对带噪的电压跌落等扰动信号进行仿真,并与传统实小波去噪进行了信噪比和突变点信息保留能力的比较。仿真结果表明,所提算法速度快,去噪效果理想,且易于实现,实用性强,有良好的发展前景。

双Haar小波变换系数的MAP估计及在图像去噪中的应用

小波变换作为一种新的工具,在信号去噪中得到了重要的应用。本文对双Haar小波变换系数,提出了MAP的估计方法,并对其在图像去噪中的应用进行了讨论。实验表明所提出的小波收缩算法与软门限方法相比较,用于图像去噪时可以给出更好的结果。

基于MAP估计双树复小波的电能质量扰动信号去噪方法

针对电能质量信号的去噪,提出了一种基于MAP估计的双树复小波电能质量扰动信号的去噪方法。首先对带噪信号进行相关性预处理,然后通过MAP方法对双树复小波分解不同层次的细节系数估计噪声方差和信号方差,并计算各层阀值从而得到去噪方案,针对带噪的电压跌落等扰动信号进行仿真,并与传统实小波去噪进行了信噪比和突变点信息保留能力的比较。仿真结果表明,所提算法速度快,去噪效果理想,且易于实现,实用性强,有良好的发展前景。

一种利用MAP估计的双目运动体视算法

本文提出一种融合运动和体视信息的运动与结构参数的鲁棒估计算法．算法首先通过计算瞬时ＦＯＥ，实现对每个像素处位移的ＭＡＰ估计，并计算关联的置信度；然后利用位移估计，从两图像序列之一计算相对深度，导出能用于匹配两体视图像序列的视差先验概率分布，使体视对的两帧图像匹配，确定３Ｄ景物深度．算法可方便地估计每个像素处的视差，不需对表面作平滑假设．

联合估计混叠度,运动参数和高分辨率图像的JEMAP算法

本文提出一种空域联合估计混叠度,运动参数和高分辨率图像的JEMAP算法,以提高超分辨平处理的适应性,在地面上稳定地获得高于实测卫星图像中所用CCD设备成像精度的高清晰图像。算法根据星载CCD设备的成像机理,定义卫星图像的混叠度,确定超分辨率处理模型,通过空域迭代联合估计混叠度,运动参数和高分辨率图像。实际卫星图像处理表明JEMAP算法具有很好的适应性和穗定性,包含先验约束能力较强,可以解开欠采样低分辨率输入图像的混叠,重构清晰卫星图像。

平衰落信道下ML和MAP信道估计与导频符号长度的关系性能比较

信道估计是无线通信系统必须加以解决的关键技术之一,采用导频符号辅助的方法进行信道估计是目前各类无线通信系统常用的方法。本文针对平衰落信道提出了最大似然(ML)算法和最大后验概率(MAP)估计算法,给出了ML估计和MAP估计之间的关系,仿真了MAP估计和ML估计的方差与导频符号长度的关系,提出当导频符号长度的取值超过20个符号长度时,MAP信道估计明显优于ML信道估计。

基于多帧运动估计的帧率提升算法

结合最大后验概率(MAP)估计的准确性和分层块匹配算法的快速性,研究了一种多参考帧运动估计算法,并提出了一种基于多帧运动估计的帧率提升(FRUC)系统方案。实验结果表明,基于该算法的内插帧无论从客观指标(时间复杂度、信噪比PSNR)还是主观质量(视觉效果)均优于现有常用方法,且算法复杂度较低,便于硬件实现。

小波域HMT模型参数的快速估计及其在图像降噪中的应用

小波域隐马尔可夫树(HiddenMarkovTree,HMT)模型可以很好地刻画尺度内与尺度间小波系数的相关性,但模型参数的训练过程复杂,计算量大。针对这个缺点,提出了一种不经训练的HMT模型参数快速估计方法。该算法首先用一种自适应阈值将每个子带小波系数分成不同的类,然后分别对每类进行统计,这种统计是局部的,因而有很好的局部自适应性,最后模型参数可以利用这些局部的统计特性来描述。将估计出的参数模型运用到图像降噪中,实验结果表明这种快速估计的HMT参数模型不仅可以大大提高计算速度,降低计算复杂度,而且从峰值信噪比和主观视觉效果上都不逊于传统的经过迭代训练的HMT模型降噪算法。

单帧低分辨率图像的SFMAP高分辨率重建算法

卫星图像的超分辨率处理是基础性和标志性的空间技术。一般情况下很难得到可供处理的一序列卫星图像,单帧图像的超分辨率处理尤为重要。我们提出由单帧欠采样的低分辨率噪音卫星图像重建高清晰卫星图像的最大后验概率估计(SFMAP)算法。通过插值生成多帧低分辨率图像族,模拟亚像元位移的低分辨率图像,参与空域迭代过程,以满足其空域代数方程组的超定问题,在一定程度上解开输入低分辨率图像的混叠,得到高分辨率重建图像。实际处理显示出较好的效果。

A MAP Approach for Vision-based Self-localization of Mobile Robot

一当场，自我本地化系统为在有深入的 3D 里程碑的 3D 环境起作用的活动机器人被开发。机器人通过合并从 odometry 和单向性的照相机收集的信息的一个地图评估者递归地估计它的姿势。我们为这二个传感器造非线性的模型并且坚持说机器人运动和不精密的传感器大小的无常操作应该全部被嵌入并且追踪我们的系统。我们在一个概率的几何学观点和使用 unscented 变换描述无常框架宣传无常，它经历给定的非线性的功能。就我们的机器人的处理力量而言，图象特征在相应投射特征的附近被提取。另外，数据协会被统计距离评估。最后，一系列系统的实验被进行证明我们的系统的可靠、精确的性能。

基于最大后验估计的无监督聚类算法

传统的基于EM算法的聚类方法,当模型的某个高斯分量的协方差矩阵变为奇异矩阵时,会导致聚类失败。提出在聚类过程中用最大后验估计(MAP)来代替极大似然估计(MLE);将一种改进的贝叶斯信息准则(BIC)与模型参数估计同时处理,扩大了模型选择的搜索范围。该算法有效地避免了协方差矩阵在迭代中陷入奇异,并将参数估计和模型选择同时进行。通过R软件进行仿真分析,结过表明改进的算法在减少计算量同时,提高了聚类的准确度,并具有鲁棒性。

基于IRT不同参数估计方法的考生能力估计结果的比较

参数估计是项目反应理论应用、发展的前提。本研究针对六种不同的HSK考生样本,分别使用三种软件,采用不同的参数估计方法对考生能力值进行估计,结果表明能力值估计结果与考生潜在能力分布有关系。当潜在能力分布趋向正态分布时,能力值的估计的误差较小。此外,不同软件的参数估计方法的能力值估计结果均有差异。

基于MAP-EM的多帧遥感影像超分辨率技术研究

文中把MAP联合求解模型应用到遥感图像序列的超分辨率重建中来,并针对其在边缘保持能力和收敛复杂度方面的局限性,做出如下的改进:运动估计阶段使用SIFT特征算子和光流法相结合提取运动矢量;引入一个二进制掩膜变量,减少模糊边缘效应;迭代重构采用EM算法,使最终结果收敛到一个稳定的最优解。最后的实验结果也表明,针对具有挑战性的低分辨率遥感图像序列的输入,我们的方法可以产生更加清晰和更高分辨率的重建结果。

基于改进UKF算法的动力电池SOC在线估计

为了更准确的估计电池荷电状态(SOC),我们考虑了影响SOC估计精度的主要因素和传统SOC估计方法的缺点,运用递推最小二乘法进行电池模型参数辨识,实现了模型参数的实时修正,提高了模型精度。我们采用次优无偏MAP时变估计器对噪声协方差矩阵进行实时更新,结合无迹卡尔曼滤波算法进行SOC在线估计,改进了传统UKF算法,降低了噪声对SOC估算的影响。试验和仿真结果表明,改进后的UKF算法相比传统UKF算法具有更高的估算精度。

基于ML和L2范数的视频目标跟踪算法

目标跟踪是计算机视觉领域的一个具有挑战性的问题,本文提出了一种基于ML(最大似然)估计和L2范数的视频目标跟踪算法.建立基于稀疏限制的ML模型,给样本中的异常像素分配较小的权值,减少异常像素对跟踪算法的影响.利用L2范数最小化进行稀疏编码求解.采用贝叶斯估计得出目标跟踪结果.与其他典型算法相比,本算法降低了计算的复杂度,对遮挡,旋转,尺度变化,光照变化等异常变化具有较强的鲁棒性.

利用α稳定分布的小波域SAR图像降斑算法

提出了一种改进的合成孔径雷达(SAR)图像α-MAP降斑算法,通过采用厚尾α稳定分布和引入噪声方差调整系数的方法,可以获得更好的降斑和纹理保持效果,同时应用平稳小波分解来解决Gibbs效应引入的伪噪声问题。最后通过对实际SAR图像的降斑处理,对本文的算法与最新的小波软阈值算法以及传统的局部自适应滤波器在性能参数和滤波效果上做了全面的比较。试验表明本文的算法更具适应性,实现了降斑与纹理保持更有效的综合滤波,在性能参数和复原图像效果上都有较好的表现。

改进的基于小波双变量模型的图像去噪算法

研究图像小波系数间的统计相关性并建立适当的模型,可以显著提高图像处理的质量。在贝叶斯最大后验估计理论框架下,讨论了Sendur提出的双变量模型,用MAP估计方法推导了对应的萎缩函数,分析了基于双变量模型去噪算法的不足,在此基础上进行了改进,利用MAP软阈值对第L级三个高频子带进行局部自适应处理。实验结果表明了改进后算法的有效性。

一种基于先验知识的分水线彩色图像分割方法

提出了一个结合彩色信息的分水线图像分割方法,在LUV颜色空间的分水线图像上,使用贝叶斯推理的图像分割方法。对图像进行LUV彩色空间上的分水线变换,在分水线图像上进行基于彩色信息的各个区域能量的计算,通过选择最小能量的目标,依次找出最理想的目标区域。设计了一个先验密度惩罚图像当中分水线变换后的相似的区域,图像分割进而变成对目标子集的最大后验估计。逐步地找出最理想目标区域和背景区域。这一方法同时结合使用了彩色信息和空间信息;可以有效地解决分水线变换后的过分割问题,利用了先验知识和彩色信息。实验结果显示,该方法有较好的分割结果。