直线度评价中稳健高斯滤波方法的研究

为消除线性高斯滤波在评价开放轮廓时所引起的边界效应及轮廓异常点对滤波效果的影响,提出了将稳健高斯回归滤波方法应用到直线度评价中.对同一组圆柱母线的采样数据,分别利用线性高斯滤波方法、高斯回归滤波方法和稳健高斯滤波方法进行滤波处理.实验结果表明,将稳健高斯滤波方法应用到直线度滤波中能减小高斯滤波失真的影响,可有效地提取轮廓信息,提高了评价精度,便于实际应用.     

基于高斯混合模型的非高斯随机振动幅值概率密度函数

针对非高斯振动信号的幅值概率密度函数难以用数学模型表述的问题,提出了基于高斯混合模型的非高斯概率密度函数表示方法。首先,基于时域样本信号得到非高斯振动信号的高阶矩估计值。其次,基于高斯随机过程偶次高阶矩之间的定量关系,结合二阶高斯混合模型建立方程组,求解得到混合模型中每个高斯分量的方差和权值。然后,将各高斯分量的权值和方差代入高斯混合模型,得到适用于对称非高斯振动信号的幅值概率密度函数。最后,通过仿真信号和实测振动信号,验证了该方法的有效性和适用性。     

燃气表气阀配合面表面粗糙度稳健高斯算法

气阀配合面表面粗糙度决定着燃气表的机械与物理性能.为了加快表面粗糙度评定速度,根据高斯权函数的对称性,推导了高斯滤波器的快速卷积算法;采用光谱共焦传感器扫描工件表面轮廓的方式,比较了线性高斯滤波、回归高斯滤波、稳健高斯滤波在气阀配合面表面粗糙度提取过程中的优缺点.结果表明:新型稳健高斯滤波不仅能解决边界畸变问题,还能消除深谷或高峰等异常信号的影响,提高了表面粗糙度评定精度.     

基于高斯滤波的扫描图像去网

运用高斯滤波基本理论,通过对RGB图像进行分通道处理,即对R,G,B等3个通道分别进行高斯滤波处理,再经通道合并为彩色图像,并对经过处理后的彩色图像进行锐化处理。用本去网算法与扫描仪自带的去网算法进行了比较,在主观的基础上结合清晰度值,提出的去网算法所达到的效果更好。     

高斯滤波在花岗石表面粗糙度研究中的应用

阐述了花岗石表面轮廓的特点,提出先对原始轮廓曲线进行高斯滤波,然后再进行粗糙度计算的方法;并对用高斯滤波和最小二乘中线两种方法计算的粗糙度进行了比较,认为高斯滤波方法更适合花岗石表面轮廓的粗糙度研究.其计算方法较为可靠和简捷.     

基于高斯和粒子滤波的动态称重数据处理

由于动态称重过程中的噪声干扰,导致动态称重信号处理中存在数据处理速度慢与精度低等不足.为了提高动态称重的快速性与准确性,本文将高斯和粒子滤波算法应用于动态称重数据处理.在对动态称重系统建立状态空间模型的基础上,引进高斯和粒子滤波算法,利用高斯和逼近状态的后验密度,提高了对状态分布估计的精确性.实验结果证明,高斯和粒子滤波方法有效地提高了动态称重的速度与精度,比较实验结果说明本文方法优于传统的扩展卡尔曼滤波和粒子滤波效果.     

表面粗糙度测量中的高斯滤波快速算法

应用高斯函数的逼近法和冲激响应不变法,设计出用于表面粗糙度测量的高斯数字滤波器,并给出了其零相移的递归滤波算法,算法简洁,易于实现。递归计算方法的计算量小,计算效率高。适当增加滤波器节数,在不增加很多计算量的情况下,可以达到很高的精度。文中给出的滤波器例子,传输偏差大约为2％和1％,处理一次表面测量轮廓数据,在当今最普通的计算机上,滤波时间小于1s。     

一种非白非高斯数据的数值仿真方法

使用复合抽样法,可以产生具有指定概率密度形式的加性分布非高斯序列。通过在极零图上直接指定数对极零点,可以实现定性色化低阶自回归滤波器设计。把非高斯激励序列通过自回归滤波器,即可得到非高斯信号处理仿真研究中频繁使用的非高斯有色序列。结合一组混合高斯有色数据数值仿真实例,演示了这一由复合抽样法加定性色化构成的非白非高斯数据快捷数值仿真方法的有效性。     

混合高斯有色数据的生成方法

详细介绍了混合高斯有色数据生成中的各类抽样及色化方法后,结合一组仿真实例,验证了混合高斯有色数据的各种具体生成方法及其性能。     

基于高斯粒子滤波的当前统计模型跟踪算法

对于非线性系统估计问题,高斯粒子滤波器可以获得近似最优解,与粒子滤波器相比其优点是不需要重采样步骤和不存在粒子退化现象.采用高斯粒子滤波代替当前模型自适应跟踪算法中的卡尔曼滤波,将高斯粒子滤波与当前统计模型的优点相结合,提出了一种新的当前统计模型自适应跟踪算法,用于非线性非高斯系统的机动目标跟踪.MonteCarlo仿真表明,该算法跟踪精度优于标准的交互多模型算法和当前统计模型自适应跟踪算法,实时性好于交互多模型粒子滤波算法.     

提高光流估计性能的渐进性高斯多维预滤波方法的研究

基于光流计算方法统一框架理论，研究了一种利用高斯多维滤波器的渐进性和时空性提高光流估计性能的有效方法。在保持现有光流计算方法的前提下，通过调节时间维和空间维的方差参数，改变时空预滤波和光滑效果，突出时间混叠和光流主信息，从而提高重构视频序列的信噪比。试验中以标准的Flower Garden和Football序列的前50帧作为参考图像序列，以LK算法为参考光流算法。结果显示，滤波窗口为5×5时的最佳时间方差参数为0.4，最佳空间方差参数为［1.6,2.0］；加入高斯多维预滤波前后利用光流场重构图像的平均峰值信噪比PSNR提高2.572dB，提高幅度为13.6%     

偏斜非高斯随机振动信号幅值概率密度函数研究

偏斜非高斯振动信号幅值概率密度没有明确、简洁的解析表达式。研究概率密度的解析表达式,对于非高斯振动理论研究具有重要意义。针对以上需求,提出了一种基于高斯混合模型的概率密度函数表示方法。首先,通过时间样本序列得到偏斜非高斯振动信号前五阶矩的估计值。其次,根据平稳高斯随机过程各阶矩之间的定量关系,结合二阶高斯混合模型的数学表达式建立方程组,求解得到混合模型中每个高斯分量的均值、标准差和权重系数。然后,将每个高斯分量的参数代入高斯混合模型,得到偏斜非高斯振动信号的幅值概率密度的解析表达式。最后,将所提出的方法应用于仿真非高斯加速度信号和实测非高斯振动应力信号,充分验证了该方法的有效性和适用性。     

零相位高斯滤波在表面粗糙度测量中的应用

对触针式粗糙度仪进行改进,使整个系统结构更加紧凑,开发了相对应的数据采集分析、表面基准线评定及各种参数计算的软件系统。通过对表面信号进行采集,将其转换为数字信号输入计算机,并用高斯滤波的方法对信号进行处理,得到了良好的试验结果。按照国家标准,进一步计算各种参数,得到轮廓的形貌特征。试验表明,改进后的仪器检测精度完全满足要求,并且操作方便、用户界面友好。     

基于线性变换与多种平滑去噪的爆堆图像增强方法

介绍了自主设计的"基于灰度线性变换与综合多种平滑去噪"的爆堆图像增强方法。首先根据爆堆图像的灰度分布情况对爆堆图像进行灰度线性变换,使图像中矿岩与背景区别更加明显;然后对爆堆图像用均值滤波、中值滤波、高斯滤波进行综合平滑处理,这样不仅祛除了图像的噪声,而且很好的保留了图像中矿岩的边缘。     

刮板细度计非接触测量数据处理研究

对基于光谱共焦技术搭建的刮板细度计斜槽面深度测量装置的非接触测量数据进行处理算法研究。引入高斯滤波对整段测量数据进行滤波分析,再分左上平面、右上平面、斜槽底面三段进行高斯滤波,分离三个测量面的表面粗糙度信号及波纹度信号,解算出粗糙度值。对于高斯滤波中线,利用最小二乘法进行拟合,结果表明左右上平面的直线倾斜度一致,可拟合为一条直线。以再次拟合的直线为基准线,求得斜槽面扫描点至基准线的深度值,得到斜槽面深度标称值为90μm的示值误差为0.27~1.97μm。与电感测微仪接触测量所得数据进行比对,结果表明本文提出的刮板细度计非接触测量数据处理方法准确可靠。     

集成的图像处理系统中滤波算法的分析及实现

一幅图像在传输和接受的过程中会受到各种噪声的干扰,因此影响图像的质量,对分析图像十分不利。在图像处理过程中,消除图像的噪声干扰是一个非常重要的问题,中值滤波与高斯滤波对不同噪声的处理都有各自的优势。对中值滤波与高斯滤波进行分析,并利用ITK与VTK进行实现。     

粒子滤波技术研究和分析

非线性非高斯状态空间模型的最优估计问题在信号处理、自动控制、金融、无线通讯等领域具有重要的应用,粒子滤波技术通过非参数化的蒙特卡罗模拟方法来实现递推贝叶斯滤波,适用于任何能用状态空间模型表示的非线性系统,滤波精度可以逼近最优估计,其有效性已经得到各领域研究人员的极大认可,基本粒子滤波算法存在的最大问题是粒子退化,针对这一问题,对权值退化、重要性函数选取、重采样等影响粒子滤波器性能的关键技术进行深入研究。     

混响背景高斯化的信号检测

1引言海洋混响是海底目标探测的主要背景干扰,随着对其统计模型研究的不断深入,人们发现主动声纳在混响限制区内接收到的数据基本服从非高斯分布,所以将数据高斯化在匹配处理的检测方案中便具有了很强的必要性。文献[1]中U滤波与G滤波     

混响背景下GTM回波检测算法研究

为改善混响背景下传统匹配滤波算法效果不佳问题,在分析其非平稳性、有色性和非高斯性的基础上,提出了混合高斯时变自回归模型(Gaussian mixture Tvar Model,GTM),推导了模型公式及其参数求解方法,形成了GTM回波检测算法。为对混响特性及滤波效果进行定量描述进而验证算法性能,给出了一种定量衡量混响非平稳性、有色性、非高斯特性的滤波效果评价方法。通过实测混响分析表明,GTM模型能够较好地拟合实测混响的概率密度曲线和功率谱密度曲线,实现了混响背景下回波的有效检测并改善混响特性。     

一种新型的基于LQI的加权质心定位算法

提出一种基于链路质量指示(LQI)的测距技术与加权质心定位算法相结合的新型定位算法。经过数据分析比较,验证了LQI要比接收信号强度指示(RSSI)更稳定、抗干扰能力更强。采用高斯滤波模型对实验测量值进行处理,增加了数据的准确性。建立基于RSSI和LQI的对数拟合测距公式,利用质心定位算法进行仿真实验,结果表明:采用基于LQI测距的加权质心算法定位,其定位精度有了较大提高,达到了较为理想的定位效果。