最优全方位结构元约束二维层叠滤波器

在最优层叠滤波器设计中引入全方位结构元,定义了一类全方位结构元约束下的最优二维层叠滤波器。理论分析和图象处理仿真实验表明,该类滤波器既能够充分保留图象信号微细节信息,又可在无须噪声和输入信号先验统计知识的前提下,实现ＭＡＥ和ＭＳＥ准则下最优。     

新型红外图像脉冲噪声滤波算法

根据脉冲噪声与其邻域中图像灰度之间的明显差异性,提出一种新的基于交叉视觉皮质模型(ICM)的神经网络脉冲噪声滤波器算法.这种交叉视觉皮质模型(ICM)迭代运算次数少,执行速度快.并与中值滤波器、全方位结构元约束层叠滤波器、全方位结构元形态闭-开最小、开-闭最大滤波器等现有的非线性滤波器进行实验比较, 证明该方案有更好的降噪性能, 更重要的是比这些方案更有效地保持了红外图像的高频细节信息,对于红外图像的后期处理和识别打下了很好的基础.     

一种适于图像细节保持的全方位多级组合滤波器

本文在传统滤波器的基础上，结合全方位多结构元，提出了一种有效保持图像细节的滤波器——全方位多级组合滤波器．它能针对不同图像区域自动选取不同的滤波单元，充分发挥各级滤波单元的优点．图像处理仿真实验表明，在滤除噪声和保持图像细节方面，具有较好的效果．     

矩形形态滤波器

矩形形态是一种最基本的灰度形态,在图像分析中有着重要的应用．为有效地检测出图像中的矩形形态,提出了一种矩形形态滤波器．首先定义了矩形形态滤波器的结构元素,然后定义了两种滤波模式：序位滤波和序位均值滤波．实验结果表明,矩形形态滤波器可以有效地从二值图像、二值噪声图像和灰度图像中检测出指定大小和方向的矩形形状．     

新型的噪声统计估值器和自适应滤波器

本文在系统输入和输出噪声相关的条件下，提出一种新的噪声统计估值器和自适应状态滤波器，应用表明了它的有效性。     

一类多结构元自适应广义形态滤波器

基于广义形态开—闭和闭—开运算，采用多种结构元和自适应加权平均技术，定义了一类新型形态滤波器。这类滤波器不仅可以有效地抑制图象中的噪声，而且较好地保持了图象的几何特征。滤波器计算简单，便于实时并行处理。     

基于遗传算法的自适应中值-开闭滤波器

提出了一种新的中值-开闭滤波器结构，并以此为基础设计了自适应中值-开闭滤波器。该滤波器由一个中值-开闭滤波器和学习优化模块组成。在学习优化子模块中，应用遗传算法，通过对含噪声的图像样本进行学习，使得该滤波器的结构能根据待滤波的输入图像自动地调整以获得最优的滤波效果。计算机仿真实验表明该滤波器具有非常好的噪声滤除能力和滤波效果。     

基才soft形态学的椒盐噪声滤波器

在软数学形态学理论基础上，根据软形态学单调性、扩展性、和反扩展性，提出了一种SM滤波器。实验结果表明，与其他滤波器（如均值滤波器等）相比，SM滤波器在滤除椒盐噪声、保持图像原有结构方面效果更好。     

扩展自适应中值滤波器的原理与实现

在图像处理领域中噪声滤除是图像预处理阶段一项必不可少的工作。在许多场合都会遇到高强度噪声的图像，特别是椒盐噪声的滤除非常困难。本文对空间域的常用噪声滤波技术的不足进行了分析，提出了一种新的滤波器技术——扩展自适应中值滤波器技术。该技术不仅继承了原自适应中值滤波器技术的优点，而且还弥补了它的不足，解决了高强度噪声干扰下图像的滤波问题，滤波效果相当理想。最后，给出了几种滤波技术的滤波效果比较图，验证了本文提出的滤波新方法对椒盐噪声的滤除能力。     

高精度数控系统的滤波器设计

摘要根据闭环控制系统的振荡特性和工业过程噪声的高频特性，证明了三阶Butlworth滤波器是高精度数控系统的一种滤波器，给出了计算这种滤波器结构参数的某些规则和算式，最后以一实例说明这种滤波器在生产过程控制系统中的应用。     

堆栈滤波的递归实现

堆栈滤波器是一类能够有效滤除脉冲类噪声,同时能较好地保护图象边缘与细节的非线笥滤波器,它所具有的 阈值分解和堆栈两个重要性质保证了滤波过程可以在二进制域并行实现,虽然ＭＡＥ（平均绝对误差）准则下最优堆栈滤波器可由ＬＭＡ（最小平均绝对误差）算法给出,但直接推导得到的滤波有属于非递归型滤波器,基于此,提出了ＭＡＥ准则下最优堆栈滤波器的递归实现方法,该方法不仅采取直接递归和最递归两种方案实现递滤波器的噪     

基于自适应堆滤波的边界检测

从被噪声干扰的图象中提取边界是图象测试与分析的关键之一。通常需要先滤除图象中的噪声，再用边界检测算子求出边界。本文介绍了一种边界直接检测法，即将边界检测与噪声滤波相结合，它是基于自适应堆滤波的边界检测法。首先非线性堆滤波器用于求出图象某象素点邻域内的灰度最大值与最小值的最优估计，然后以此两估计值之差代替原象素点灰度值。最后对之二值化求出边界。本文根据最小平均绝对误差准则，采用自适应方法求解堆滤波器。这种方法类似于线性自适应滤波器的ＬＭＳ方法，先任设一初始堆滤波器，利用期望图象与合噪声图象对堆滤波器进行迭代训练，最后求出最优化的自适应堆滤波器。文章最后给出了采用自适应堆滤波法求取图象边界的试验结果，表明这种方法可以有效地抑制各种分布的噪声干扰。     

基于新阈值函数和小波分析的数字图像去噪方法

在数字图像处理过程中消除和减弱噪声对信号具有很重要的影响。中值滤波是传统的减少图像噪声,提高图像质量的可行方法。文章研究了中值滤波及其改进算法在图像去噪中的应用,基于小波分析基础理论和数字图像信号的小波变换分解重构原理,通过对小波分解系数选定恰当的阈值并进行阈值量化,基于小波分解后的高低频系数进行信号重构,从而有效去除或降低信号的噪声。本文采取的算法在MATLAB仿真平台进行了验证,结果表明,基于本文提出的阈值函数和小波分析处理方法对图像去噪具有更好的适应性,能够更好的改善数字图像的质量。     

Soft morphological filtering

Stack filters are widely used nonlinear filters based on threshold decomposition and positive Boolean functions. They have shown to form a very large class of filters which includes rank-order operations as well as standard morphological operations. The stack filter representation of an order statistic filter provides an efficient tool for the theoretical analysis of the filter.Soft morphological filters form a large subclass of stack filters. They were introduced to improve the behavior of standard morphological filters in noisy conditions. In this paper, different properties of soft morphological filters are analysed and illustrated. Their connection to stack filters is established, and that connection is used in the statistical analysis of soft morphological filters. Soft morphological filters are less sensitive to additive noise than standard morphological filters. The deterministic properties of soft morphological filters are also analysed and it is shown that soft morphological filters form a class of filters with many desirable properties. For example, they preserve well details of images.     

一种基于形态-EMD滤波的过程数据预处理方法

针对化工过程数据的特点,提出一种基于形态-EMD滤波的过程数据预处理方法,先构造一类广义形态滤波器滤除过程数据的粗差干扰,引入经验模式分解滤波法消除随机噪声成分,降低正常过程数据的波动,提取过程数据特征成分,显著提高过程监控性能.与传统的过程数据滤波方法相比,形态-EMD滤波方法无需预先确定滤波器参数,是一种完全的数据...     

船用光纤陀螺小波实时滤波算法的设计与实现

针对光纤陀螺随机漂移噪声大的问题,以船用捷联式惯导系统应用需求为研究对象,对船用光纤陀螺的输出信号特征进行了深入分析。针对陀螺信号需实时处理的要求,设计了基于阈值法的实时小波滤波算法。结合陀螺信号特征分析结果,完成了实时滤波算法的小波基、分解尺度、阈值以及阈值函数设计。实时性验证实验与实测信号的实时滤波实验结果表明:该算法在满足陀螺信号实时性的条件下,能完成陀螺随机漂移噪声的有效滤波。     

A unifying view for stack filter design based on graph search methods

Stack filters are operators that commute with the thresholding operation, i.e., thresholding a signal, applying the binary filter on each thresholded binary signals, and then summing up (stacking) the results yields the same result as applying the multi-level (gray-scale) filter on the original signal. Several approaches for designing optimal stack filters from training data, where optimality is characterized in terms of costs based on input-output joint observations, have been proposed. This work considers stack filter design from training data under a general statistical framework developed in the context of morphological image operator design. This framework (1) provides a common point of view for distinct design approaches, being useful for comparative analysis or for emphasizing differences, (2) clearly answers the issue of why binary signals from different threshold levels, although following distinct distributions, can be pooled together in the cost estimation process, and (3) helps to show that several stack filter design approaches based on lattice diagrams search methods share a common underlying formulation.     

基于层叠处理的多级自适应WOS滤波器

基于层叠处理的ＬＰ算法求解最优非线性滤波 缺陷在于：⑴必须掌握信号和噪声的先验统计知识,⑵计算量随滤波窗增大呈超指数增加,根据层叠滤波器理论,所有ＷＯＳ滤波器正布尔函数都是线性可分离的,在此基础上,提出了一种多级自适应ＷＯＳ层叠滤波器,从有效地克服了传统ＬＰ算法的缺点,它尤其适合于图象处理领域。     

基于信噪比经验值的奇异值分解滤波门限确定*

针对奇异值分解滤波器（SVDF）现有的奇异值截断准则之不足,提出了一种基于信噪比经验值的SVDF滤波门限确定新方法。推导了门限值与信噪比之间的数学关系。实验结果证实了该滤波消噪算法的有效性和合理性。与现有方法相比,消噪效果得以明显改进;而且原理清晰,实现简单。     

基于结构分解的GPS/INS组合导航粒子滤波技术

针对粒子滤波应用于GPS/INS组合导航系统时难以保证滤波实时性的问题,提出一种基于线性/非线性结构分解的改进粒子滤波算法.改进算法对状态方程进行线性/非线性结构分解,分别采用重点采样和线性卡尔曼方式进行一步预测递推,充分发挥粒子滤波和卡尔曼滤波的特点,有效降低了粒子滤波的计算量,在保证GPS/INS组合导航系统滤波精度的条件下提高了组合滤波的实时性.