基于图像融合模型的矢量逆半调算法

针对矢量误差分散半调图提出了一种彩色逆半调算法。首先,分析了基于矩阵增益模型的误差分散系统,发现矢量逆半调问题可等效为相关性高频噪声的抑制问题;然后利用K-L变换去除相关性并基于Laplacian金字塔构造图像融合模型,该模型能将未知特性的高频噪声转化为易处理的脉冲噪声;最后使用维纳滤波器和中值滤波器去噪。实验表明,该算法能克服色偏,减少杂色,较准确地再现连续色调图像,逆半调图像的峰值信噪比传统算法提高2~3dB。     

基于中值金字塔变换的图像逆半调

针对误差分散半调的系统特征，构建了一种基于非线性中值算子的多分辨金字塔变换．研究了变换后各级近似、细节信号中半调噪声的分布特性和消噪方法．提出了一种用wiener滤波抑制一级细节中半调噪声，并用消噪后的细节与近似信号重构连续色调图像的逆半调算法．实验结果表明．该变换具有较好的信噪分离能力，比线性多尺度变换更适合于逆半调．新逆半调算法的时空间复杂度较低．其结果的峰值信噪比值及去噪保沿效果良好．     

基于自适应中值滤波的逆半调算法

针对误差分散半调图像,提出了一种基于自适应中值滤波的逆半调算法。该算法是在传统低通滤波逆半调算法基础上进行改进,先用一个大小为11×11、方差为1.3的高斯低通滤波器对半调图像A进行平滑处理,利用自适应中值滤波器得到图像B,在平滑非脉冲噪声的同时试图保留细节;然后通过带通滤波器得到图像B的边缘,并对边缘进行去噪增强处理,得到边缘图像F;最后把处理后的边缘图像F以一定的增益倍数与图像B进行线性相加,得到最终逆半调图像。试验结果表明,该算法在进行图像平滑的同时有效地保留了图像细节,处理后的图像的峰值信噪比比传统低通滤波方法高,图像的信息熵也有了提高。     

基于径向基函数神经网络的自适应滤波器

自适应滤波器在信号检测、信号恢复、数字通信等领域中被广泛应用。传统的自适应滤波器主要在时域中实现。通常采用算法简单、稳健性好的自适应LMS算法。但LMS算法对输入信号的自相关矩阵具有很强的依赖性,因而自适应率不高。本文提出利用RBF神经网络实现的自适应滤波,并将其用于语音除噪和脉象信号的除噪。仿真结果表明该方法具有良好的非线性噪声抑制能力。     

基于改进BP算法的汽车排气噪声主动控制

为了更有效地消除汽车排气噪声,针对广泛使用的Filter-XLMS自适应算法不适用于非线性系统的缺陷,采用基于共轭梯度法改进的误差反向传播(Error Back Propagation,BP)算法,调节自适应滤波器的参数,在Matlab环境下设计建立自适应噪声抵消系统的仿真模型,并在发动机排气噪声的产生机理和频率构成分析的基础上进行仿真试验.仿真结果表明,改进的BP算法对于非线性系统具有更加理想的降噪效果.     

基于FxLMS算法和预测滤波器的数字耳机降噪研究

通常数字降噪耳机的自适应滤波器采用最小均方差(LMS)、归一化最小均方差(NLMS)等算法,但是由于降噪耳机电路中存在次级通道延迟和AD/DA转换延迟,导致这些滤波器输出信号无法与噪声信号协调起来.FxLMS算法能够有效补偿次级通道延迟,同时在FxLMS滤波器基础上,增加预测滤波器用于补偿AD/DA转换延迟.仿真中,用增加预测滤波器的FxLMS滤波器对已采样的发动机噪声进行降噪,并将其降噪效果与LMS自适应滤波器的降噪效果进行比较.结果表明,在处理低频噪声时,改进后的FxLMS滤波器降噪效果优于LMS自适应滤波器.     

超声无损检测中基于支持向量机的自适应裂谱分析法

传统裂谱分析（SSP）方法对滤波器类型及其参数选择过于敏感,优化处理算法的信噪分离规则不能根据应用场合、信号和噪声的性质进行自适应调整.为了提高超声无损检测（UNDT）和无损评价（UNDE）中基础数据的信噪比（SNR）,提出了一种基于支持向量机（SVM）模式识别理论的自适应裂谱分析方法.采用以高斯函数为核函数的SVM所构成的信噪分离器,对信号和噪声进行识别和分离,从而消除噪声,得到高信噪比的超声回波信号.实验结果表明,与传统裂谱分析方法相比,该方法提高了消噪性能的稳定性,增强了湮没晶粒（或其他散射体）散射中缺陷回波信号的能力.     

连续波多普勒无线电引信的仿真和信号处理

通过信号模拟方法,建立连续波多普勒无线电引信仿真模型。基于LMS算法,设计了信号噪声自适应滤波器。运用MATLAB对模型进行了仿真,对自适应滤波器进行了测试。结果表明,模型能够实现引信各模块波形的准确模拟,且自适应滤波器能够有效去噪。     

基于粒子群优化算法的高阶累积量滤波器

基于高阶累积量(HOC)的自适应滤波器能够滤除高斯噪声或其它具有对称概率分布函数的噪声，其解法一般采用的是梯度搜索法，但是梯度搜索过程难以避免局部收敛而且计算复杂.粒子群优化算法(PSO)具有算法简洁，易于实现，且不需要梯度信息等优势.使用粒子群优化算法求解高阶累积量自适应滤波器系数优化问题，为滤波器参数的优化提供了一种新的思路.仿真结果表明，使用PSO优化算法求解自适应滤波器系数能获得更高的精度.同时PSO算法受系统跃变的影响较小，因此它在求解非平稳过程模型系统时具有一定的优势.     

采用小波构造的图像阈值去噪算法

通过分析小波阈值去噪的特点,采用定长紧支撑双正交小波参数化构造方法构造滤波器长度为(13-3),并具有2、4、6阶消失矩的零点偶对称双正交小波。针对全局阈值算法的不足,提出了自适应分层阈值去噪算法,由小波分解细节系数中噪声的衰减速度来计算分层阈值。仿真测试结果验证了构造的小波具有良好的去噪能力,并能保留更为完备的图像细节信息,说明结合自适应分层阈值去噪算法可以明显改善去噪图像的质量和信噪比指标。     

基于视觉特性的半色调图像水印算法

针对半色调(二值)图像提出一种新的数字水印算法。利用人眼的视觉掩盖特性和亮度适应特性,将水印隐藏在半色调图的高亮度纹理区域;采用加密和置乱技术提高二值水印图像的安全性,定义位卷积并设计r-位滤波器来指导水印的嵌入和提取。仿真结果表明:在嵌入相同数据量时,该算法较常规方法有更好的水印不可见性,当图像遭受裁剪、加噪、JPEG压缩、随机涂改攻击时,仍能正确提取其中嵌入的水印。     

一种抗噪声的高效多聚焦图像融合算法

针对普通光学系统对图像处理算法实时性要求高及噪声环境的特点,提出一种基于拉普拉斯塔型分解伪逆重构的抗噪声图像融合算法.采用正交小波分解构建图像数据金字塔结构,重构过程采用一种新的伪逆重构算法.新算法可抑制压缩过程量化、阈值处理等带来的系统噪声及加性白噪声,算法复杂度低.可获得比原拉普拉斯金字塔变换法较优的多聚焦图像融合效果,并具有抗噪声能力.     

基于改进模拟退火算法的LUT逆半调模板选择

针对影响LUT逆半调图像质量的模板选择问题,提出了一种基于改进模拟退火算法求取最优LUT逆半调模板算法。该算法能对灰度图像逆半调,还扩展至彩色图像逆半调。彩色图像逆半调时,充分考虑彩色图像R,G,B 3通道之间的相关性,将单通道模板扩展为3通道。实验结果表明:本算法寻得的模板具有全局最优性;与传统模板选择算法相比,利用本算法对灰度图像和彩色图像进行逆半调的结果图在人眼视觉效果上更佳,平均峰值信噪比更高。     

改进光流算法在地震图像纹理分析的应用研究

为在消除噪声的同时有效保护地震图像线性结构,提出一种改进光流算法与纹理平滑滤波相结合的新方法.首先,利用高斯金字塔多尺度描述方法解决大流速计算问题,提高精度;其次通过设置迭代结果残差的均方根的门限值,减少迭代次数,缩短处理时间;最后,根据地震图像剖面纹理复杂度,结合纹理属性分析,选用不同的模板进行纹理平滑滤波,提高信噪比.经与传统的均值滤波和目前较先进的改进Sobel滤波器以及利用标准化全梯度进行地震图像边界探测的方法相比,本文提出的算法能够有效的保存地震数据的边缘信息,增强地震图像同相轴的连续性,提高信噪比7～10 dB,缩短处理时间2～3分钟.实验结果表明:本文构建的高斯金字塔多尺度描述与光流算法结合,同时结合纹理平滑滤波构成的综合改进算法,在提高信噪比的同时,较好地保持了原图像的纹理结构和能量,并减少了处理时间,提高了地震资料解释的效率,是目前地震图像纹理分析领域处理效果较好的方法之一.     

一种基于随机误差分散技术的半色调水印方法

介绍了一种新颖的半色调图像水印方法,即当一幅连续色调图像使用随机误差分散方法转化为半色调图像时,利用一种特殊的技巧将一幅二值图像嵌入到半色调化的图像中,在提取水印时,将含有水印的半色调图像与原始不含有水印的半色调图像做图像差分运算,就可以直接从差分后的图像上看到嵌入的二值图像。仿真结果表明:该算法具有较好的水印不可感知性,同时当含有水印的图像遭受很强的随机涂改攻击时,仍能够提取其中嵌入的水印,对涂改操作具有很好的抵抗能力。     

一种基于小波-Contourlet的改进图像融合算法

为了解决小波变换中的方向有限性问题,并消除Contourlet变换中拉普拉斯金字塔分解存在的信息冗余,提出一种基于小波-Contourlet的区域梯度选择平均图像融合算法.该算法对低频采用加权平均规则,对高频则计算区域梯度,并采用选择平均规则,选取空间频率、交叉熵与偏差等客观评价数据.实验结果表明,在相同的融合规则下,...     

自适应-模糊滤波算法

为了克服大部分的自然图像中同时存在脉冲噪声和高斯噪声,在分析了传统滤波算法特点的基础上,提出了一种改进的自适应-模糊图像滤波算法.该算法首先判别并标定图像中的脉冲噪声,以实现两类噪声的分离.采用自适应滤波窗口的中值滤波算法滤除脉冲噪声,有效地克服了传统中值滤波的不足.在有效地滤除脉冲噪声的基础上,引入提出了模糊控制中隶属度函数的概念改进均值滤波算法,结合图像直方图的自适应,提出隶属度函数的阀值,克服了均值滤波造成图像细节模糊的不足.最后提出了一种针对图像滤波算法中求解中值的快速算法,提高算法的实用性.仿真证明,自适应-模糊滤波算法在滤除图像中混合噪声的效果明显优于传统滤波算法,可广泛应用于各种图像处理场合.