一种分段平稳随机过程自相关函数逼近模型

为处理信号处理过程中经常遇到非平稳随机信号,可以将其划分为分段平稳随机信号,而自相关函数则可以用来反映分段平稳信号的本质特征。分析了分段平稳随机过程自相关函数的计算,针对传统的函数逼近模型计算量较大、误差较高等缺点,提出一种新的自相关函数的逼近模型,给出分段平稳随机信号的自相关函数的近似表达式,并利用牛顿迭代法进行优化计算。仿真实验证明模型计算速度快,具有较好的逼近效果,误差也明显降低,而且变化相对平缓。将其应用到数字图像信号进行模糊图像恢复,得到了很好的恢复效果。     

数字图像自相关函数的优化逼近模型

将复杂的非平稳随机信号划为分段平稳随机信号进行处理,以信号自相关函数反映信号特征。而自相关函数是数字图像频谱分析的基础,可作为图像清晰度评价函数,并有助于寻找有效的信号正交基。为精确有效地表示分段平稳随机信号,在分析ARMA模型、分段平稳随机过程和Markov过程的基础上,建立多参数的自相关函数估计模型,其提高了逼近效果,可适应变化复杂的非平稳信号。计算机仿真表明,该模型逼近误差显著下降。     

总有界变差与图像清晰度之间的关系

针对目前几种数字图像清晰度评价方法的局限性,研究了图像的总有界变差,理论上证明了图像总有界变差与图像清晰度之间的关系. 在图像恢复过程中,使图像的总有界变差达到极值,可以使所恢复的图像更清晰. 通过计算机仿真,比较了清晰图像与模糊图像的总有界变差,并验证了有关结果.     

基于参数Parzen窗估计的独立分量分析

在对盲源信号进行独立分量分析时,往往需要已知源信号的概率密度函数(PDF).然而,由于源信号是未知的,一般事先很难知道其PDF.通常的做法是采用非参数的Parzen窗估计源信号的PDF.但是因为不同的信号具有不同的PDF,本文引人窗宽作为参数的Parzen窗来估计源信号PDF.用信息熵最小原则进行独立分量分析.模拟结果表明信号干扰比(SIR)明显提高.     

图像运动模糊方向的检测方法

为了降低运动模糊图像恢复问题的复杂度,提高计算效率,将图像恢复的二维问题转化为一维问题,可以将图像的模糊方向旋转到水平方向,这就需要识别图像的运动模糊方向.计算模糊图像任意角度的方向微分,根据微分图像灰度值的绝对值的分布特征,可以看到模糊方向和微分图像的绝对灰度值存在一定的关系,由此可以鉴别出模糊方向.在鉴别过程中,给出了精度更高的三次样条插值计算微分图像的详细方法.仿真实验表明,该方法稳定性好,具有较高的精度.     

基于总有界变差的图像失真度量

Image definition measurement plays an important role in various image processing applications. And a reliable objective image definition metrics is critical for evaluating the definition of the restored image. In this paper, a novel image distortion metric based on minimal Total Bounded Variation (TBV) is presented. It is clarified that when the restored image approximates to the original clear image, the smaller the TBV is, the better the definition of the restored image is. Furthermore, the difference between the restored image and the original clear image is the smallest when the TBV is minimum. In numerical results, the TBV of the original clear image, blur image and restored image are presented and compared, and the results demonstrate the validity of the distortion metric proposed.     

计算机视觉视频图像处理在暖通空调控制信号采集领域的应用

以人为本的智能建筑设计运行,通过给建筑装上"眼睛",达到实时监测室内人员相关信息的目的 ,比如人员的定位、在室情况、冷热状态等.近年来,人工智能领域的计算机视觉视频图像处理技术的发展突飞猛进,为上述信号的实时非接触监测提供了保障.基于近5～10年的相关研究成果,系统梳理了计算机视觉视频图像处理技术在建筑内人员行为、冷热...     

一种基于有界变分的树叶锯齿特征提取算法研究

树叶锯齿特征的提取对于研究植物内部的基因关系至关重要。为了克服现有算法的局限性,本文提出一种基于有界变分的树叶锯齿特征提取算法,以有效提取树叶锯齿的数量、深度和宽度等多维特征,从而为后续的基因分析提供重要依据。首先对树叶图像进行预处理以得到其轮廓坐标;然后计算整个叶片相邻像素点之间的斜率变分,以实现初步的角点检索;再通过估算锯齿深度进行误差补偿,从而得到锯齿角点及其凹点,最终估算出锯齿的多维特征。本文利用瑞典的白杨树叶(12 000片)对所提算法进行验证。大数据验证表明,本文算法能够批量提取树叶锯齿个数、宽度和深度等特征,其中锯齿数量的识别准确度达到86.3%。     

在线结构断点估计的非平稳时间序列模型(英文)

Non-stationary time series could be divided into piecewise stationary stochastic signal. However, the number and locations of breakpoints, as well as the approximation function of the respective segment signal are unknown. To solve this problem, a novel on-line structural breaks estimation algorithm based on piecewise autoregressive processes is proposed. In order to find the "best" combination of the number, lengths, and orders of the piecewise autoregressive (AR) processes, the Akaikes Information Criter...     

总有界变差与图像清晰度之间的关系

针对目前几种数字图像清晰度评价方法的局限性,研究了图像的总有界变差,理论上证明了图像总有界变差与图像清晰度之间的关系. 在图像恢复过程中,使图像的总有界变差达到极值,可以使所恢复的图像更清晰. 通过计算机仿真,比较了清晰图像与模糊图像的总有界变差,并验证了有关结果.