基于视频跟踪的图像滤波算法分析

为寻求解决视频跟踪系统中复杂背景干扰问题的方法,综述了图像滤波算法中的一些基本算法,分析了图像滤波中的一些经典算法,并讨论了混合滤波方法,指出混合图像滤波方法是目前算法发展的趋势.     

在单片机中实现自适应滤波算法的分析

通过对自适应滤波算法的分析,揭示了自适应滤波算法的本质特性,实现了自适应滤波算法在单片机中数字信号处理算法,为低功耗技术在信号处理中的应用提供了一种方法。     

基于自适应UKF的单站无源定位算法

针对无迹卡尔曼滤波(UKF)算法在单站无源定位中滤波的性能容易受到初始值和系统噪声影响的问题,提出了一种自适应无迹卡尔曼滤波(AUKF)的跟踪算法。该算法利用观测信息和新息,引入自适应因子,对在滤波过程中的误差的协方差矩阵进行合理自适应调整,保证得到较稳定和高精度的滤波值,从而提高算法的鲁棒性。仿真结果表明,该AUKF算法与扩展卡尔曼滤波算法(EKF)及其衍生算法中的修正协方差滤波算法(MVEKF)和UKF算法相比,对系统噪声的鲁棒性更好,体现在滤波的收敛速度和滤波精度等方面都有所提高,是一种性能更加优越的算法。     

一种新的进化裂变粒子滤波算法

针对经典自举粒子滤波中的重要性函数选取和重采样所导致的样本枯竭问题,提出了一种基于进化裂变的改进粒子滤波算法．该算法首先采用无迹卡尔曼滤波算法产生重要性函数,然后对重要性采样粒子进行裂变通过进化策略更新粒子集以增加粒子多样性,从而克服经典自举滤波重采样过程中的粒子退化问题．仿真实验表明,该算法能有效地提高跟踪精度, 跟踪性能优于经典粒子滤波算法．     

百分比滤波技术的改进和实现

百分比滤波算法是阴影绘制的重要算法.算法对生成的阴影图进行滤波处理,可以有效的去除硬阴影边缘的锯齿走样.改进的算法在滤波阶段,通过采用分层的阴影图技术加快了滤波,运用梯度阴影映射来处理遮挡物表面自阴影现象.改进的百分比滤波算法可以更快更好的生成场景中的硬阴影效果.     

粒子滤波算法在目标跟踪中的应用

粒子滤波算法通过非参数化蒙特卡罗仿真方法实现递推贝叶斯滤波,基于序贯重要性采样的粒子滤波算法无法避免粒子退化问题;通过在滤波初始化阶段对初始化粒子进行优化选择,在重采样阶段使用非排序的基于权重的重采样算法对粒子滤波算法进行了改进,从一定程度上解决了粒子退化问题;仿真验证,本算法在保持与传统粒子滤波算法运算时间的条件下,提高了粒子滤波算法的估计精度,从而提高了其在机动目标跟踪中的性能.     

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.     

嵌入式实时系统图像滤波算法研究

嵌入式系统具有运行速度低、存储资源有限、数据吞吐量小等弱点,而图像滤波算法要对图像中的每个像素进行处理,数据处理量极大,要保证嵌入式实时图像处理,必须具备快速处理能力,二者之间的矛盾是嵌入式实时系统图像滤波算法设计的最大难点,在低速嵌入式实时系统上实现的高效图像滤波算法是本研究的重要创新点.在分析了经典图像滤波算法的基础上,总结了经典图像滤波算法的优点和不足,提出了边缘跟随图像滤波算法(Image Filter Algorithms Based Edges,IFABE),IFABE不仅提高了滤波速度,而且还解决了经典滤波算法带来的边缘模糊问题,在图像滤波速度和质量方面都取得了较好的表现.     

基于HHT的心电信号滤波算法的研究

针对心电信号具有非线性、非平稳弱信号的特点,借鉴小波滤波算法的思想,基于HHT变换,提出一种去除噪声对应尺度细节分量和阈值相结合的HHT心电滤波算法.并借助MATLAB仿真平台,采用同一阈值函数,对含噪心电信号分别运用小波滤波算法和基于HHT设计心电滤波算法进行滤波仿真比较.最后以MIT-BIH心律失常数据库中的提供的含噪心电信号作为数据源,进行仿真滤波实验,验证了HHT滤波算法对心电信号的基线漂移、工频噪声、肌电干扰去除的有效性.     

一种基于自适应小波变换的QRS波检测算法

为了解决心电图QRS波检测的问题，研究了一种基于自适应小波变换来检测QRS波的算法。该方法用心电信号的小波变换作为自适应白化滤波器的输入，然后对白化滤波后的输出进行匹配滤波和阈值检测来识别出QRS波。采用该方法，有利于减小检测的误检率以及提高运行速度。     

面向多维对象的RC-反k近邻查询新方法

分析现有反k近邻(reverse k nearest neighbor,RkNN)查询在效率、数据维度等方面的不足,提出基于R树结点覆盖值(R-tree’s cover-value)的RC-反k近邻查询方法.该方法需预先计算R树每个结点的覆盖值,采用过滤-精炼两步式处理方法,在过滤阶段采用两种剪枝启发式.该方法可有效处理数据库更新,适用于任意k值、任意维的对象集,查询结果精确,且计算量较小.实验结果表明,在k>6时RC-反k近邻查询时间比同类工作更短.     

基于分数阶小波变换的心电信号去噪处理研究

为了能够快速简单的滤除心电噪声,提高信号的信噪比,采用分数阶小波变换对心电信号进行处理,并利用"Arrhythmia Database"和"Noise stress Test Database"数据库中的数据和对其进行验证.仿真结果表明,运用这种方法能够有效地提高心电信号的信噪比,清晰的还原出心电信号的波形及其特点.所以分数阶小波变换在心电信号去噪处理中具有很好的应用.     

一种新的子带滤波器组的设计

子带自适应滤波器系统的自适应滤波器系数是动态更新的,子带信号通过具有任意幅度和相位响应的滤波器时,完全重构滤波器组消除混叠影响的性能就得不到保证.为了克服这一缺点,通过一种新的子带滤波器组的设计方法,把分析综合滤波器作为一个整体,采用无约束二次优化方法,使综合滤波器组匹配分析滤波器组,在输出信号里单独抑制子带内的混叠失真.性能分析结果表明,该滤波器组的设计方法是有效的.     

独立分量分析在PET图像去噪处理中的应用

独立分量分析（independent component analysis,ICA）是基于信号高阶统计量的盲源分离方法.提出将这种算法与中值滤波和小波滤波相结合应用于正电子发射计算机断层扫描（Positron Emission Tomography,PET）图像的去噪处理中,并与中值滤波和小波滤波进行对比分析.仿真实验证明了本文算法相较于中值滤波和小波滤波在PET图像处理中取得了更好的效果.     

转换测量值卡尔曼滤波的激光目标跟踪

为了解决在实际的目标跟踪系统中测量方程与运动方程的非线性问题，在传统的卡尔曼滤波的基础上提出了转换测量值的卡尔曼滤波器，并以此为基础在三维空间对其进行了推导。最后结合激光器的特点把它应用于激光跟踪目标的仿真，与扩展卡尔曼滤波相比较，应用转换测量值卡尔曼滤波器进行仿真的精度要明显高于应用扩展卡尔曼滤波器所得到的结果。     

基于线性规划的一维DFT调制滤波器组设计

为了设计一维DFT调制滤波器组,采用一种线性规划算法将滤波器组的性能指标数学化为关于原型滤波器的乘积滤波器的函数,滤波器组的设计问题归结为一个以乘积滤波器为优化变量的线性规划问题.借助线性规划的求解方法,设计最优的乘积滤波器,通过因式分解求解原型滤波器.新算法避免了迭代算法对初值敏感的问题.仿真实验表明,相比于传统算法...     

混合有源电力滤波器的设计与仿真

为了提高电网经济安全运行水平,依据混合式有源滤波器的原理,提出了基波串联谐振式混合有源滤波器.给出了混合有源滤波器的拓扑结构及主要特点,并基于瞬时无功理论的ip-iq电流检测算法搭建了实验模型.实验模型仿真结果表明,混合有源滤波器较好地发挥了无源滤波器和有源滤波器的优点,同时极大限度地减小了有源滤波器的容量,改善了无源滤波器的性能,对电网中的谐波电流分量具有良好的滤除特性.     

Sigma-Delta微加速度计改进型梳状滤波器的设计

为了改善Sigma-Delta微加速度计中梳状滤波器的性能,提高输出信号的信噪比,通过调整梳状滤波器的零点位置,可以得到改进型的梳状滤波器.研究表明,改进型梳状滤波器在不同的零点位置,表现出不同的量化噪声过滤性能.于是,利用遗传算法可以快速的求出输出量化噪声最小时的零点位置最优值.并通过对比四阶梳状滤波器和改进型梳状滤波器的幅频特性,发现改进型梳状滤波器在折叠区域有着更快速的截止性能,因此这种改进型梳状滤波器比经典型梳状滤波器有着更好的量化噪声过滤性能.     

一种改进的多伯努利多目标跟踪算法

针对粒子势均衡多目标多伯努利滤波的粒子实现形式所需粒子数多、粒子退化严重的问题,将均方根容积卡尔曼滤波与粒子势均衡多目标多伯努利滤波相结合,提出均方根容积卡尔曼粒子势均衡多目标多伯努利滤波算法．该算法利用均方根容积卡尔曼滤波构建重要性密度函数,再对其进行采样获得预测粒子状态,从而提高粒子的准确性,减轻粒子退化．与基于无迹卡尔曼的粒子势均衡多目标多伯努利滤波相比,该算法更稳定,且算法性能不受目标状态维数的限制．仿真实验表明,所提算法与粒子势均衡多目标多伯努利滤波算法和基于无迹卡尔曼的粒子势均衡多目标多伯努利滤波算法相比,其跟踪精度更高．