基于频域滤波的视频图像帧复原技术研究

视频图像帧在通信过程中,由于受到各种噪声的干扰,使其质量下降,为了确保较高的通信质量需要对降质的图像帧进行复原。本文分析了频域中的逆滤波和维纳滤波即最小均方误差滤波的方法对退化的图像进行复原的基本原理,在 VC++中对其算法思想进行编程实现,对比两种图像复原技术的效果,实验结果表明,两种频域滤波技术各有特点,逆滤波算法思想简单,对于图像帧降质小的图像复原效果较好;而对于信噪比较小,对于降质明显的图像帧使用维纳滤波复原效果较好。     

基于高斯差分算子的图像盲去卷积去模糊

图像复原技术是图像处理中的一项重要应用,其目的 是提高图像的信噪比,增强图像对比度。传统的图像复原技术如维纳滤波、LR算法等都是在已知图像退化函数的情况下进行复原的。而在实际的图像复原过程中,图像退化函数是未知且很难获得的。虽然提出了盲去卷积的方法 在未知退化函数的情况下复原图像,但需要大量的先验知识、耗时长。本文提出利用高斯差分算子(DoG)来获取退化函数,从而实现盲去卷积图像复原,实验证明该方法 耗时少、复原效果好。     

基于SIFT特征点检测与维纳滤波的图像复原算法

为了解决当前图像局部模糊程度不一,导致图像复原效果欠佳,本文分别从图像特征点检测与滤波复原的角度出发,提出了基于SIFT特征点检测与维纳滤波的图像复原算法.根据尺度空间极值特性,进行关键点定位和方向分配,设计特征点描述子,得到模糊图像特征点分布,以建立圆盘复原模型中心坐标.基于点扩散圆盘函数特性,耦合傅里叶变换和最小二乘滤波,设计了无约束维纳滤波算子,达到图像复原处理的目的.根据特征角点定位,引导复原滤波圆盘函数计算起始位置,完成图像复原.实验测试结果显示,与当前复原算法相比,本算法拥有更高的复原视觉质量.     

基于信息融合的运动目标跟踪算法

针对复杂背景下目标遮挡后跟踪不稳定的问题,提出了一种在粒子滤波框架下融合异类信息进行目标跟踪的算法.该方法建立了声源特征模型和颜色特征模型,在此基础上将声音信息和图像的颜色信息融合到粒子滤波跟踪算法中,通过粒子更新策略实现跟踪.实验结果表明与基于单一特征的跟踪算法相比均方误差降低了18.3%.在低信噪比情况下,该算法更...     

红外图像锁相滤波去噪算法的研究

本文首先分析了白噪声、背景温度和耗散能对热弹性能检测的影响,在此基础上提出了一种红外图像锁相滤波去噪的新算法.然后,在VC .NET环境下针对活塞栓、曲轴连杆红外图像设计了新的去噪算法程序,并与中值滤波、均值滤波等经典去噪算法的去噪效果进行了比较.最后应用信噪比、均方误差两项指标对新算法和经典算法的去噪效果进行评价.实验结果表明,采用新去噪算法对红外图像去噪,其均方误差为采用中值滤波法的7%.其信噪比比中值滤波法提高了10dB.     

基于粒子滤波的光学电流互感器信号处理方法研究

有效滤除噪声,提高信噪比（SNR）和测量精度是光学电流互感器(OCT)信号处理的重要环节。介绍了基于法拉第效应的光学电流互感器的基本原理和信噪特性。针对光学电流互感器低信噪比的特性,提出了采用粒子滤波的方法来从时域的角度提高输出信噪比。在被测电流为直流和交流两种情况下,分别建立合适的滤波动态空间模型,选择合适的参数后采用裂变自举粒子滤波算法（FBPF）在Matlab上进行两种情况下的仿真验证,结果表明粒子滤波算法能够有效地提高输出信噪比和测量精度。     

血管内超声图像序列的自动降噪方法

提出一种血管内超声图像序列的自动降噪方法。首先对图像序列中每帧图像进行中值滤波,抑制图像脉冲干扰及斑点噪声,保护边缘少受模糊,然后采用图像序列均值滤波方法抑制图像加性随机噪声,提高图像信噪比,并利用小波软阈值降噪的多尺度分析特性,对均值图像的细节加以分辨,再结合算术运算得到最终降噪效果。对比中值滤波、小波软阈值降噪等传统滤波方法,提方法能得到更好的降噪效果;利用所提方法对连续不同帧数血管内超声图像进行降噪处理,当图像帧数为10时,图像序列的降噪效果更好;通过峰值信噪比、降噪时间和边缘检测效果的对比,可以发现本文所提方法能改善降噪效果、提高边缘检测的准确度,保证降噪效率。     

FPC的图像采集与表面曲向消除方法

挠性电路板(FPC)的图像采集与预处理是自动检测的基础。针对检测缺陷不同提出3种照明方案,对欲检测缺陷拥有较好成像效果,若检测所有缺陷,可采用2种方案结合分别采集图片;只有在同轴光照明下才可准确识别FPC折痕缺陷,为区别折痕与表面曲向,研究FPC表面曲向消除方法(CSE),根据FPC基材表面曲向区域挠度引起的灰度值渐变情况,以最小像素个数、最大灰度梯度、均方差为筛选条件,识别图像中的表面曲向区域,以表面曲向区域中的灰度极小值为真实灰度值,消除图像中的表面曲向。利用高斯滤波与CSE结合对图像进行预处理,图像信噪比比高斯滤波提升5.80 d B。     

散焦图像边缘振铃抑制算法

针对编码孔径成像在图像复原过程中产生的振铃效应,提出了一种改进梯度平滑边界算法。首先对模糊图像进行均值滤波,计算出梯度平滑图像;然后对该图像进行反射插值延拓,延拓的图像经最优窗处理得到预处理图像;最后经改进维纳滤波算法恢复出原图像。实验表明,改进算法能有效抑制振铃同时保留图像细节信息,与梯度平滑边界算法相比复原图像的结构相似度提高了27%,图像质量指数提高了19%。     

基于ResNet及损失函数的模糊图像复原算法

以获取模糊图像细节特征,提升模糊图像的清晰度为目的,设计基于ResNet及损失函数的模糊图像复原算法。首先,将模糊图像作为残差神经网络的输入,通过残差神经网络提取模糊图像内的细节特征;其次,将模糊图像细节特征描述为若干幅高分辨率图像同对应的中等分辨率图像小波系数间的差异,并通过残差学习过程提升网络收敛效率;最后,通过残差神经网络输出的特征图与小波变换结果实现超分辨率图像的复原,并利用损失函数优化整体网络,获取更多模糊图像缺失的细节。实验结果表明,该方法在实际应用过程中选择ReLU函数作为激活函数、在迭代次数为200 000次的条件下可获取最优的复原图像,图像复原后峰值信噪比平均值为31.89,结构相似性平均值为0.90,具有较好的模糊图像复原效果。     

基于Lucy-Richardson算法的运动模糊图像复原

图像复原一直是数字图像处理领域的一个研究热点,而运动模糊图像复原又是图像复原中的重要课题之一。本文主要介绍了在已知系统退化模型的情况下,对测量图像分别使用维纳滤波和Lucy-Richardson算法进行复原。仿真实验结果表明,要根据图像的具体信息选择恰当的方法才能使复原达到好的效果。     

一种低复杂度光伏系统太阳光斑位置检测算法

日光跟踪技术能明显提高光伏系统的效率,传统的光电检测日光跟踪技术的跟踪精度低,基于图像处理的日光检测跟踪技术精度虽高但算法复杂,系统成本高。通过图像处理进行太阳光斑检测跟踪的一般方法,包括太阳光斑图像的二值化、形心提取、差量计算等算法的分析,提出了一种简化的形心提取方法,通过与传统形心提取算法比较,误差很小并不足以对跟踪精度造成实质性的影响,最后用ARM-CortexM3内核的芯片作为载体实现了对太阳光斑图像的检测跟踪算法。     

基于新型DNA遗传萤火虫优化的二维图像盲恢复算法研究

针对现有图像恢复算法的不足,提出了基于新型DNA遗传萤火虫优化的二维图像盲恢复算法。该算法首先对传统DNA遗传算法中交叉和变异操作进行改进,得到新型DNA遗传算法后与萤火虫算法相结合,提出了新型DNA遗传萤火虫优化算法;其次将新型DNA遗传萤火虫优化算法应用于二维图像盲恢复,得到的基于新型DNA遗传萤火虫优化的二维图像盲恢复算法具有良好全局搜索能力,优化了盲均衡器的初始权矩阵,模糊图像经过二维盲均衡器处理后,有效增强了图像质量,图像恢复良好。仿真结果验证了算法的有效性。     

弱导航信号捕获技术仿真分析

捕获是GNSS接收机信号处理的关键部分,在低信噪比条件下普通的捕获算法不能实现理想的捕获效果。介绍了导航信号的特点及低信噪比条件下的捕获思想和方法,分析了相干积分、非相干积分及二者相结合的原理以及各自的优缺点。仿真结果表明,采用相干积分与非相干积分结合的方法提高整体信号强度,避免多普勒现象产生的影响,实现对弱信号的捕获。采用20ms的相干积分时间和5次非相干积分,在没有互相关干扰的情况下,可以接收信噪比为-35dB的弱信号。     

基于增强滤波和特征聚类分析的导线隐患识别技术研究与应用

及时发现输电线路导线隐患是保障线路安全运行的关键,鉴于现有巡检图像处理过程中存在的不足,本研究在国内外已有研究成果的基础上进行了算法优化,提出了一种基于增强滤波和特征聚类分析的导线隐患识别算法。实验测试表明该算法对于线路巡检图像中的处理速度和识别准确率均优于传统算法,能够快速准确地实现导线提取和隐患的识别。由于该算法对硬件配置要求较低,能够在巡检现场完成对图像的分析和处理,具有较大的实用价值。     

一种改进的语音信号端点检测方法研究

在语音识别系统中端点检测有误差会降低系统的识别率,进行有效准确的端点检测是语音识别的重要步骤.当信噪比较低时,传统的端点检测方法不能有效的工作.为了提高系统的识别率,本文提出了一种更有效的端点检测算法,基于LPC美尔倒谱特征的端点检测方法.它是基于倒谱特征方法的一种改进.实验证明,该算法在低信噪比的情况下,能够准确的检测出语音信号的端点.通过对三种不同的端点检测算法的比较,证明了基于LPC美尔倒谱特征算法在低信噪比的情况下有较高的检测正确率.     

基于相似性度量的磁异信号匹配检测算法

针对现有的磁异目标差值匹配检测算法在低信噪比下效果较差的问题,提出了一种基于相似性度量的匹配检测算法, 通过构建衡量序列局部相似性的函数对实时磁异信号和背景场信号进行匹配处理,再利用小波包去噪进一步提高信噪比,最后 将处理后的信号输入到 OBF 检测器中完成目标实时检测。 研究结果表明在虚警率为 0. 42%下当输入信号信噪比为-9 dB 时, 该算法的检测率仍在 90%左右,其在低信噪比下的检测效果明显优于差值匹配检测。