煤矿视频监控图像的改进非局部均值滤波算法

针对井下光线较差、粉尘大而导致视频监控图像清晰度不佳的问题,提出了一种改进非局部均值滤波算法。首先采用Log边缘检测算子对图像进行边缘提取,获得边缘和非边缘图像;然后分别从相似图像块获取方法以及权重值计算方法2个方面对非局部均值滤波算法进行改进,用于去除非边缘图像中的噪声点;最后将边缘图像与滤波后的非边缘图像进行融合。分别采用该算法与中值滤波算法、均值滤波算法、非局部均值滤波算法对现场采集的图像进行测试,结果表明该算法的图像处理效果明显优于其他算法。     

有效去除图像混合噪声的方法

脉冲耦合神经网络PCNN具有良好的脉冲传播特性,可以用于图像的边缘检测;多级中值滤波是对中值滤波的改进,具有较好的保护图像细节的作用;均值滤波是一种成熟的能较好滤除图像高斯噪声的方法.该算法充分结合上述3种算法的优点,先运用PCNN算法对被混合噪声干扰的图像进行边缘检测,然后利用多级中值滤波和均值滤波方法进行滤波处理.对不同的混合噪声进行滤除的实验结果表明本文算法较中值滤波和均值滤波方法有较大提升.     

几种滤波算法在医学图像上的实现

文中研究的目的是通过滤噪来改善图像质量,便于医生分析CT图像和实现计算机辅助诊断对医学图像的预处理。采用均值滤波、中值滤波、自适应滤波算法对医学图像进行噪声处理。不仅提供了算法的程序代码,还通过Matlab平台进行了模拟实验。实验结果表明,均值滤波算法的滤噪能力和保护图像细节能力不及中值滤波算法,自适应中值滤波算法处理效果优于其他两种滤波算法。结论是文中所研究的几种滤波算法在医学图像上滤噪是可行且有效的。     

基于图像统计信息的去椒盐噪声算法

本文主要介绍一种基于图像统计信息的去噪算法,主要利用图像中心像素邻域的均值和方差来消除图像中椒盐噪声的影响。首先,介绍了这种算法的基本原理;然后,分别应用中值滤波算法、自适应中值滤波算法以及本文的算法对有椒盐噪声污染的图像进行滤波,并对实验结果进行比较和分析;最后,文章对这种算法的复杂度进行了计算分析,并将其和中值滤波算法以及自适应中值滤波算法的复杂度作比较,并对这种算法的合理性进行了分析与总结。     

基于改进伪中值滤波和非局部均值滤波的红外图像滤波方法

首先对伪中值滤波算法进行了改进:噪声检测过程融入像素点灰度值、几何距离等因素,实现噪声点从图像像素点中的逐步分离;采用加权滤波的方法滤除噪声。其次对改进非局部均值滤波算法的先验信息获取方法进行了改进:对噪声图像进行提升小波变换,采用一种新型阈值函数选择低频分解系数,对高于阈值的系数进行重构得到参考图像,计算参考图像的相似度权值并将其作为改进非局部均值滤波算法的先验信息。最后基于2种改进算法提出了一种红外图像滤波方法,即依次采用改进伪中值滤波算法和基于先验信息的改进非局部均值滤波算法对红外图像进行滤波处理,然后将其与参考图像进行融合,以修正被过度滤波的图像。实验结果表明,该方法针对高密度噪声的红外图像有较好的滤波效果。     

基于数据融合技术的图像均值滤波算法

在分析传统图像均值滤波算法的特性基础上,提出了一种新的均值滤波方法--多窗口均值融合滤波算法.该算法以每一个像素点为中心选取多个不同尺寸的窗口,将各窗口的均值进行融合处理后作为中心点的滤波输出.实验结果表明,本算法对于低信噪比图像具有较好的滤波效果,优于传统的和一些改进的均值滤波算法.     

有效的图像滤波算法

利用灰色关联度的特性和阿尔法均值滤波算法的优点,提出一种基于改进灰色关联度和阿尔法Alpha均值滤波的噪声图像的自适应滤波算法。该算法采用灰色关联度自适应地确定滤波窗口的加权系数值,改善算法的滤波性能。实验结果表明算法对受到高斯噪声和混合噪声干扰的图像进行去噪能取得较好的滤波效果,同时还保护了原始图像的细节信息。     

基于混合滤波的遥感图像去噪

基于均值滤波和中值滤波的互补性，应用混合滤波方法对SPOT遥感图像进行去噪处理，并与标准均值算法、标准中值算法以及改进的中值算法进行比较。结果表明：混合滤波方法能够有效去除椒盐噪声和高斯噪声，保留图像的纹理信息，提高图像的清晰度。     

一种自适应图像去噪混合滤波方法

结合自适应中值滤波技术和自适应压缩加权均值滤波技术,提出了一种新的图像混合噪声滤波算法。算法首先对受混合噪声污染的图像利用灰度极值检测出脉冲噪声,运用自适应中值滤波滤除脉冲噪声;其次对处理结果进行自适应压缩的加权均值滤波。实验结果说明算法不仅能有效地滤除脉冲与高斯混合噪声,而且可以较好地保护图像细节。     

基于投影特征的快速图像稳定算法

本文针对摄像机的栽体既有抖动又有正常扫描运动的图像稳定问题提出了一种快速算法。该算法首先把二雏图像数据投影为一维数据，并在投影数据上估计图像序列的偏移量；然后通过卡尔曼滤波从图像序列的偏移量序列中消除抖动带来的影响，从而保持正常的扫描运动；最后依据滤波后的偏移矢量对图像进行运动补偿。实验结果表明，该算法
法在保持与块匹配算法相当的稳像准确度的前提下，大大减少了计算量。     

一种面向测试的载波频偏盲同步算法及仿真

在无线通信中,由于信号在传输过程中不可避免地受到各种干扰,接收信号一般与发送信号存在一个较大的频率偏差,传统的解决方法是利用快速傅里叶变换得到接收信号中的频率幅度信息,从而对频率偏差进行补偿校正,但是由于通信速率的不断提高,频谱闪变现象加剧,传统的方法已经不能满足要求。提出一种改进的算法,对快速傅里叶过程中的时域数据进行重叠处理,并在输出端进行平滑处理,有效地减小频率偏差估计中的误差,并通过MatLab仿真与现有算法的仿真结果进行分析比较,证明该算法的可行性和有效性。     

短波突发通信中盲载波恢复及符号检测技术

针对传统短波突发通信中载波恢复及符号检测问题,提出了一种基于粒子滤波的无辅助数据的算法。首先利用贝叶斯准则实现收发频率差的最大后验估计,然后通过粒子滤波算法实现载波相位和调制符号的最小均方误差估计。算法中使用了序列重要性采样技术实现粒子权值的迭代更新和系统重采样技术防止粒子权重的衰退。仿真分析了高斯白噪声信道下的载波恢复性能,结果表明,基于粒子滤波的载波恢复算法载波恢复时间短,同步速度快,恢复频率范围广。建立以Watterson模型为基础的短波通信系统模型,通过该模型在不同的信道状态、信噪比和频偏条件下进行了仿真实验。结果表明在大频差的条件下,算法也具有良好的符号检测性能。     

无线传感器网络时钟参数追踪与一致性同步*

针对无线传感器网络分布式时钟同步问题,本文提出了基于卡尔曼滤波的最大一致性时钟同步算法。在获得硬件时钟参数后,通过设置预定偏斜目标,各节点可不通过网络交换来调整时钟偏斜。为了进一步使节点间时钟偏移达到同步,本文设计了最大一致性控制方案来补偿节点,并基于图论给出算法收敛性证明。仿真结果表明本文的算法能够快速跟踪硬件时钟参数,较加权最大一致性时钟同步算法收敛速度更快,全局平均同步误差下降了一个数量级。     

十字基自适应指导滤波在图像降噪中的应用

针对于传统线性滤波器在非边界区域与边界区域有着滤波平滑和边缘保护的矛盾,提出了一种基于指导滤波和十字基相结合的算法。其主要思想是对指导滤波加入自适应偏移量进行调整,保证在边缘结构处细节的保留;普通指导滤波的计算邻域为固定大小的方形窗,在自适应指导滤波算法邻域窗的选取中引入十字基滤波窗,以灰度相似性作为阈值,利用立体匹配的优势,生成大小可自动调节、形状可自适应调整的滤波块,从而实现了滤波性能的提高;偏移量的选取值随滤波窗灰度阈值正比变化,比硬阈值有更好的效果。通过对国际标准图像序列的实验仿真结果比较,表明十字基滤波窗在分块方面有着较高的效率,平滑区域的滤波效果更佳,偏移量的加入使算法在边界区的纹理和细节特征得以保留;较之普通指导滤波算法,提出的十字基自适应指导滤波在峰值信噪比(PSNR)值上提高了约2 dB;通过对实拍图像的处理结果对比表明该算法在实际运用中有着更好的适用性。     

包络对齐快速实用算法

在传统方法的基础上,提出一种包络对齐快速实用算法.算法选取具有最大相关值的峰值包络作为参考信号进行包络对齐偏移量的求解.在最大相关峰值包络的选取过程中,将非相参积累后的信号通过低通滤波器,以滤除其高频分量的"毛刺",在不改变原信号基本形状的前提下,减少峰值个数,从而降低了最大相关峰值包络寻找过程的计算量.最后用实测数据对算法进行了测试和评估,本文的算法不仅降低了计算量,满足了工程上的应用,而且比传统算法具有更好的对齐效果.     

基于卡尔曼滤波估计的一致性时钟同步算法

针对无线传感器网络（WSN）的众多应用都需要依赖时钟同步的节点协同完成,而由于节点的晶体震荡器受自身以及外界环境的影响,使得节点时钟偏斜和时钟偏移两个参数发生变化导致时钟不同步问题,提出了基于分布式卡尔曼滤波估计的一致性补偿时钟同步算法DKFCC。该算法首先利用双向信息交换机制以及分布式卡尔曼滤波实现时钟偏斜和偏移两个参数的最优估计,然后基于时钟参数的最优估计值采用一致性补偿方法实现节点的时钟同步。实验结果表明：在100个节点随机部署的WSN中,采用虚拟全局一致性方式的DKFCC同步算法比异步一致性同步（AC）算法的同步均方根误差（SRAMSE）值降低了约95%,具有较高的同步精度;同时,所提出算法从时钟参数层面实现同步,无需频繁地进行时钟同步操作,相比AC算法更节能。     

改进的基于AVS2的样点自适应补偿滤波算法

样点自适应补偿(SAO)是第二代数字音视频编解码标准(AVS2)和高效视频编码(HEVC)标准中环路滤波耗时较多的一部分。针对现有自适应样点补偿算法计算量大、复杂度高等问题,提出一种改进的快速率失真算法。该算法主要通过分析各个边缘模式下不同补偿值的变化与所对应的率失真变化之间的关系,对原本定义的补偿值与写入码流的二元符号串之间的关系表进行修改,在不需要计算每个补偿值的率失真代价的情况下,设定一个提前终止条件,快速找到当前样值偏移补偿单元最优的补偿值。实验结果表明,与AVS2下的计算结果相比,在保证图像率失真基本不变的前提下,改进的算法减少了寻找最优补偿值的计算量以及75%的循环次数和33%的环路滤波运行时间,从而降低了计算的复杂度。     

MEMS陀螺仪漂移和噪声的分析和补偿

对陀螺仪数据分析的传统方法是使用kalman滤波器做尾数据处理来降低随机误差,由于陀螺仪传感器随着外界环境的变化的影响会有非线性误差,传统的kalman滤波算法处理的是线性误差,因此引进了适用于非线性系统的EKF滤波.为了快速滤除系统在实际环境中产生的噪声,对传统的中值滤波算法进行了改进,降低其计算复杂度,提出差分-均值中值滤波法.本文首先使用阿伦(ALLAN)方差分析了陀螺仪的误差特性,对于这些误差源分别提出了偏移校正的方法,之后建立自动回归-滑动平均模型(ARMA模型)对陀螺仪数据进行误差建模分析,最后使用EKF算法降低随机误差.实验结果表明该方法比传统的方法滤波效果好、计算复杂度低、实时性好.     

基于Bootstrap采样粒子滤波的WirelessHART时间同步算法﹡

针对无线HART传感器网络时间同步精度较低、能耗过大等问题,提出了一种基于Bootstrap采样的粒子滤波时间同步算法。在未知网络延迟分布的情况下,为了减少观测次数,对发送端和接收端的时间戳观测值进行Bootstrap采样,采用混合粒子滤波算法,获得精确的时钟偏移,从而不仅降低了无线HART传感网络时间同步误差,而且使能耗减小。最后,实验表明,对于无线HART网状分层网络,当观测量达到10以上时,粒子滤波算法获得的时间偏差的均方误差约是最大似然估计算法的50%,而基于Bootstrap采样的粒子滤波算法获得的时间偏差的均方误差约是最大似然估计算法的35%,仿真的结果验证了该方法的可行性和有效性。     

一种用于MMSE接收机的差分检测自适应算法

在相干最小均方误差（MMSE）自适应接收机中增加了一个差分检测单元,提出一种将差分检测与自适应滤波进行联合优化的新算法.为了减轻MMSE滤波器跟踪时变信道的负担,在该算法中将滤波器权向量的调整过程与差分检测过程进行联合优化,而不是独立完成.仿真结果表明,与相干自适应算法相比,差分检测自适应算法能有效地增强接收机对抗载波频偏和相位噪声的能力.