基于UWB的综采工作面推进度测量系统

针对目前综采工作面推进度的测量和计算方式存在费时费力、累计误差大、传感器损坏后无法重新计算等问题,提出了一种基于UWB测距技术的综采工作面推进度实时测量系统。该系统采用矿用本安型测距分站与测距标志卡组合的方式,通过无线通信实现对综采工作面巷道推进度的实时测量。在综采工作面端头液压支架布置测距分站,在回采巷道固定标志点悬挂测距标志卡,通过巷道内UWB无线信号测距,当即将开采到最近的测距标志卡位置时,撤掉该处测距标志卡,后续测距标志卡接替进行巷道推进度的测量与计算,依此循环往复,不断进行更替测量。结合采煤工艺,建立了依据采煤机位置和液压支架动作的限幅中值平均滤波模型,该模型将限幅滤波、中值滤波、算术平均滤波深度融合,以剔除海量数据中由于受到测量、遮挡等影响而造成的测量偏差较大的无效数据,同时消除有效数据中的最大和最小偏差数据,进一步保证了通过算术平均运算得到的测量值的准确性和有效性,实现了综采工作面推进度的连续测量。地面测试结果表明,测距分站1的最大误差为0.32 m,误差小于0.2 m的占比为84.62%;测距分站2的最大误差为0.48 m,误差小于0.2 m的占比为76.92%。井下工业性试验结果表明:该系统与矿方实测数据日平均推进度差值为0.13 m,证明了UWB测距技术在井下巷道条件下测距的可行性和基于采煤工艺的推进度测量模型的准确性。

基于中值滤波和偏振调制的雾天偏振图像快速增强方法研究

针对现有偏振去雾算法难以兼顾去雾效果和实时性问题,提出了一种基于中值滤波和偏振调制的雾天偏振图像快速增强方法。利用中值滤波估算大气光;采取半反法估计无穷远处大气光强,并基于大气散射模型对图像进行恢复;使用场景偏振度对恢复的图像进行偏振调制增强。相比较其他方法,文章通过降采样方法减少图像尺寸,选取小尺度的滤波窗口,在保持足够的大气光估算精度的同时,显著降低了处理时间,并采用偏振调制和直方图均衡化方法提高目标与背景的对比度,较好地解决了去雾效果和算法实时性问题。实验结果表明,经过该方法增强的图像,在信息熵、去雾前后梯度比、目标与背景对比度等三个指标上都有较大提升,达到了良好的去雾效果;对于分辨率为1393×986的图像,处理时间仅为16ms,完全满足实时性要求。

基于相对总变差与自适应阈值分割的织物疵点检测算法

在纺织领域,织物疵点智能检测一直是亟须解决的难题之一,为了对织物疵点进行自动检测,提出基于相对总变差模型与自适应阈值分割的织物疵点检测算法。该方法选用中值滤波降噪,然后通过相对总变差模型增强织物疵点,抑制织物背景纹理,接着对疵点增强图像的灰度直方图进行分析,利用迭代的自适应阈值分割疵点,得到二值图像。经对多种类型疵点图像进行测试分析,此算法能增强疵点并有效分割,有较好的检测结果。

基于高斯混合模型的海面舰船目标检测

在复杂的海面环境中,因不规律变换的海面浪花、岸边岛屿以及舰船阴影等因素影响,使海面舰船目标检测成为一个难点,为此,提出基于高斯混合模型的海面舰船目标检测方法。结合多尺度中值滤波和Canny边缘检测处理采集海面舰船图像并获取边缘图像,采用霍夫变换从边缘图像中提取候选直线,并综合长度特征与颜色特征,从候选直线里精确提取海天线,完成舰船图像背景补偿。以背景补偿后图像为基础,建立高斯混合模型,通过模型初始化、修正以及背景衡量和前景划分等步骤检测舰船目标,并结合霍特林正交变换抑制舰船目标阴影,完成图像后处理。实验结果说明,中值滤波的尺度为2时图像清晰度最好。该方法可有效提取海天线,完成舰船图像背景补偿,精准检测海面舰船目标,结合阴影抑制能提高舰船目标检测精度,满足海面舰船目标检测的需要。

中值滤波与均值滤波的去噪性能比较

推导和讨论了中值滤波和均值滤波的去噪性能分析和实验表明，在更一般的噪声模型下，当噪声污染的概率较小时，中值滤波抑制噪声的能力优于均值滤波；而当噪声污染的概率较大时。

广义中值滤波理论及其性质的研究

本文以传统的中值滤波为背景，给出了一种广义中值滤波（ＧＭＦ）的定义，并在此基础上，研究了有关数学模型、性质和基本定理。其效果不仅完善了中值类非线性滤波理论，而且还展示出一些有实用价值的新结构和新应用。

基于中值滤波的灰色预测模型及其在大坝变形预测中的应用

在大坝变形监测中,当用GM(1,1)模型对稳定变化的变形数据序列进行预测时,效果较好。但是,影响坝体变形的因素多种多样,且处于动态变化之中,观测数据中将不可避免地存在着一些随机扰动,这些扰动使大坝的变形曲线发生异常波动。此时仅用GM(1,1)模型进行预测,其精度和可靠性就会下降。为此,本文提出一种基于中值滤波的GM预测模型,即先用中值滤波算法对发生波动的原始变形监测数据进行滤波处理,而后再建立GM模型进行灰色预测。实例证明,基于中值滤波的GM预测模型可以有效地提高大坝变形的预测精度。

内容过滤中过滤模板的改进技术研究

网络安全中的内容过滤需要在过滤精度与实时性之间寻求平衡,本文首先建立了内容过滤系统的体系结构,它能够实现内容过滤功能。在此基础上,提出了一种对过滤模板进行改进的新的机器学习方法,利用马尔可夫模型可证明此方法能保证初始过滤模板在学习过程中逐渐收敛于真实模板,从而不断提高过滤精度。

基于背景差分法的视频目标检测算法研究

运动目标的检测是数字图像处理和模式识别以及计算机视觉领域研究的主要内容之一,也是计算机视觉研究的一个重要领域。对基于背景差分法的视频目标检测的算法进行了研究。以Matlab为主体研究工具,对视频中的运动目标进行检测。对背景差分法的原理和算法进行了研究,并对其进行了详细的讨论和分析。利用中值滤波背景模型来提取背景,并对目标的阴影进行检测与抑制。实验结果表明,采用该算法对运动目标进行检测具有良好的准确性和稳定性。

基于滤波残差多方向差分的中值滤波取证技术

图像处理中应用广泛的中值滤波可用于图像反取证技术、隐秘通信技术,因此中值滤波取证受到了研究者的关注.文中提出了一种基于中值滤波残差及其差分(Median Filtering Residual Difference,MFRD)的鲁棒中值滤波取证技术.首先根据方向性和对称性将多方向MFRD分组,然后分别建立自回归模型(Auto-Regressive model,AR)并提取其模型参数和直方图特征,最后将所有分组特征组合成中值滤波检测特征.作者证明了在一定条件下p阶AR模型等价于一个p阶马尔科夫模型,因而采用AR参数代替转移概率可以大大降低信息取证特征的维数.MFRD减少了来自图像内容和JPEG压缩块效应痕迹的干扰,因而增强了提出方法的鲁棒性.在多个图像数据库组成的混合图像库上的测试结果和多个图像库之间的泛化测试结果都表明作者提出的算法能有效地辨别JPEG压缩图像及小尺寸图像是否经过中值滤波操作,其检测错误率远低于现有的一些中值滤波取证技术,并且检测结果不依赖于训练图像.

快速中值滤波算法研究及其FPGA硬件实现

针对图像噪声大和对比度差特点,提出了一种水下图像快速中值滤波算法及FPGA硬件实现。通过分析中值滤波算法,以3×3窗口为数学模型,以CycloneⅢ EP3C40F324I7为核心处理芯片,用VHDL语言实现模型中所需要的模块,实现了快速中值滤波算法对图像的处理。通过硬件实验结果对比,系统达到了抑制噪声保持原图像的目的。该设计在水下图像处理中具有一定的工程参考及应用价值。

自适应彩色图像SCM去噪

提出一种彩色图像去噪方法。该方法首先利用脉冲发放皮层模型(spiking cortical model,SCM)的同步脉冲发放特性和脉冲噪声明显不同于周围非噪声像素的特点定位彩色图像各通道中脉冲噪声点的位置;然后根据噪声检测情况自适应地选择窗口的大小及对应的滤波方法仅滤除噪声像素,保持非噪声像素不变。实验数据表明该方法能够充分去除噪声的同时很好地保持图像细节。对污染严重的图像,用该方法去噪后的主观视觉和客观评价明显有所改善。

小波域高斯混合模型与中值滤波的混合图像去噪研究

基于高斯混合模型的小波去噪方法并结合中值滤波法对脉冲噪音有较好滤除效果的特点,将这两种方法结合起来,对含有高斯脉冲混合噪音图像进行去噪处理.该算法采用Matlab语言进行仿真.实验结果表明,这种混合去噪方法的效果要优于单纯使用中值滤波或者小波去噪的效果.

视频卫星影像的Bayer插值重建

视频卫星在成像过程中一般采用Bayer模板,地面处理时需要通过Bayer插值处理才可恢复全彩色的影像。针对视频卫星影像Bayer插值重建中容易出现拉链、噪点和边缘伪彩色等问题,提出一种改进的基于亮度、色度信号重建的滤波方法。首先,通过24张标准柯达影像训练得出Bayer插值重建的带通滤波器;其次,通过带通滤波器提取色度信号,并根据Bayer模型获取初始的重建结果;然后,在绿色空间中,利用梯度信息进行均值区域判断,并在均值和非均值区域中分别进行边缘方向插值和色差域中值滤波更新,有效减少均值区域的插值拉链和噪点现象;最后,在新的色差域中进行红光、蓝光波段的导向插值和中值滤波更新,进一步提升插值精度。采用吉林一号01星和03星的4幅视频影像数据验证本文方法的有效性,结果表明与2种经典的Bayer插值方法相比,提出的改进方法在定性和定量评价上均最优,影像边缘更加锐利、清晰,无明显噪点和伪彩色现象,可用于卫星视频数据的后续处理和应用。

基于混合高斯模型的运动目标检测

针对运动目标检测中的背景复杂度高、视频数据计算量大等问题,且为避免计算不同复杂程度的视频背景,并能够准确地获取所需要的运动目标,提出了一种基于混合高斯模型的运动目标检测方法.首先采用混合高斯模型获取运动目标特征;然后利用中值滤波方法去除视频目标运动特征中的背景噪声;最后依据形态学运算方法对通过统计直方图得到的运动显著图进行处理,从而获取最终的运动目标.对标准视频序列集的检测表明,利用该算法获取的运动目标不仅能抑制背景噪声,而且精准度和误差都优于普通的视频运动目标检测算法.

基于混合高斯和均值滤波法的运动检测方法

针对智能视频处理技术中运动目标检测问题,提出了运动目标检测中背景动态建模的算法。该算法有效地结合了均值滤波法和混合高斯模型法的优点,不仅提高了系统对快速运动目标的检测能力,而且消除了单独使用混合高斯法时容易产生的"假"前景区域现象,同时提高了前景检测率。结果表明,在有诸多不确定性因素的序列视频中构建的背景具有较好的自适应性,能迅速响应实际场景的变化。

边缘检测属性应用方法

地震属性的解释可获取有关地层的断层、裂缝及岩性变化的重要特征信息。文中提出了边缘检测属性,该属性是利用图像处理中边缘检测方法对振幅属性进行处理得到的新地震属性,该属性可用于岩性识别。首先,通过实际的数学模型验证边缘检测方法识别边界的可行性及能力。利用几种经典的边缘检测方法,结合实际地震资料进行综合分析研究,发现Sobel属性能较好地突出属性图像的边界,砂岩与泥岩区得到区别,并得到了钻测井资料验证。在研究区的应用中,新属性可以较好地区分砂泥岩边界,减少了单一利用属性划分砂体造成的误差,对提高砂体识别精度以及勾绘砂体展布具有重要意义。

基于自适应混合高斯模型的火焰识别方法

为了提高早期火灾的识别准确性和快速性,基于对火焰动态特性、面积变化率等特征的分析,设计火焰识别系统。系统采用RGB模型、HSI模型对火焰图像进行分割预处理,经过二维中值滤波、形态学分析实现对真实火焰的识别,应用自适应混合高斯背景模型差值处理滤除静态火焰的干扰。实验表明,该方法可以高效的识别出动态火焰,滤除静态火焰和伪火焰,在复杂背景下仍具有好的抗干扰能力和识别效率。

针对椒盐噪声的开关模糊滤波器

自适应中值滤波随着椒盐噪声密度增加滤波图像细节损失较大。在开关滤波和自适应中值滤波的基础上提出了开关模糊滤波(SF)。SF用Max-Min算子检测噪声点,然后根据滤波窗口中正常点数量以均值方法或者T-S模糊方法去噪。仿真实验表明,开关模糊滤波比自适应中值滤波能更好地保护边界和细节。开关模糊滤波在消除噪声和细节保护之间取得了良好的平衡。

基于改进混合高斯模型的运动物体检测研究

针对传统高斯建模的初始化问题、参数值的计算依赖于先前所有帧和零散噪点较多等问题,提出了一种改进混合高斯模型的方法,即在初始化每个像素点时采用邻域特性与中值滤波相结合的方法,用来获取更接近实际的初始背景。同时对背景模型的更新提出了改进方法,在原有的背景排序基础上增加定时清零策略,使新加入的像素点能快速匹配。最后对特定区域的学习速率进行重新设定,再结合像素点的空间分布特性,达到消除零散噪点和部分空洞的目的。实验结果表明,与传统的混合高斯模型相比,该算法能准确地检测出运动物体,并对阴影和噪声有一定的抑制作用。