基于分数阶微分的图像增强

通过理论分析得出分数阶微分可以大幅提升信号高频成分,增强信号的中频成分、非线性保留信号的甚低频,据此得出分数阶微分应用于图像增强将使图像边缘明显突出、纹理更加清晰和图像平滑区域信息得以保留的增强图像;然后由经典的分数阶微分定义出发,推导出了分数阶差分方程,构建了近似的Tiansi微分算子.通过图像增强的实验表明:采用基于分数阶微分算子的图像增强方法,其增强图像的视觉效果明显优于传统的微分锐化(整数微分)方法.文中方法为拓展分数阶微分的应用领域进行了有意义的探索.     

基于分数阶微分的边缘检测

为了提高图像边缘提取的信噪比,更有效和准确检测图像边缘,由信号的微分特性得出分数阶微分算子较传统1阶和2阶微分算子具有更高的信噪比,然后根据经典的G-L分数阶微分定义推导出的分数阶差分方程,构建了近似的分数阶Tiansi模板.实验证明,基于分数阶微分的边缘提取算子,可以有效提取边缘和有比传统的算子更高的信噪比.     

基于分数阶微积分的噪声检测和图像去噪

目的 提出一种利用分数阶微分梯度检测图像中的噪声点,并用于改进基于分数阶积分的图像去噪算法性能的算法。方法 该算法首先使用不同方向的分数阶微分梯度模板与含噪声图像进行卷积,计算出图像在不同方向上的分数阶微分梯度,依据预先设定的阈值获得不同方向的分数阶微分梯度检测图,将在所有选定方向上梯度都发生跳变的像素点判定为噪声点;然后只对被检测出的噪声点,在8个方向上进行分数阶积分运算完成去噪处理。结果 通过在人工图像中分别添加高斯噪声和椒盐噪声以及在自然图像中分别添加高斯噪声和椒盐噪声的去噪对比实验得出相同结论,即只对图像中检测出的噪声点使用分数阶积分运算进行去噪有更好的去噪性能,获得了更好的视觉效果和更高的峰值信噪比。结论 实验结果表明,基于分数阶微分梯度的噪声检测算法对解决图像去噪和保留图像纹理细节之间的矛盾有所帮助。随着对基于分数阶微分梯度噪声检测方法研究的深入,对图像中噪声检测的准确度会进一步提高,这将提供一种用于改进目前去噪算法性能的研究方向。     

自调整温度模糊控制器设计

在工业温度控制过程中 ,被控对象往往具有纯滞后 ,模型不确定等特征传统的控制方法参数整定不方便 ,难以实现有效的控制。本文采用 80C1 96KB单片机系统设计了一类包含有自调整模糊控制的多模态智能控制算法 ,系统温度控制实验表明设计的可行性     

基于改进的Tustin算子的分数阶数字积分器设计

根据传统的Tustin积分算子的积分原理,改变Tustin积分算子的采样间隔,提高积分精度,以此得到了改进的新算子,然后通过Lagrange FIR分数阶延迟滤波器把新积分算子中的分数阶项转换为整数阶,最后采用连续分数展开(CFE)的方法实现了分数阶数字积分器设计.实验证明,设计的分数阶数字积分器在幅频特性上面明显优于传统方法设计的分数阶数字积分器.     

提高数字光接收机灵敏度的两种新方法的研究

提出了用幅值补偿法消除码间干扰、用数值平均法减小随机噪声的方法.采用该方法能使数字光接收机的灵敏度得以提高,从而使数字光纤传输系统的误码率降低.给出了提高数字光接收机性能的新途径.     

动态视频人脸考勤方法研究与实现

研究并实现了利用Gabor滤波器和Fisher线性鉴别分析(FLDA)方法的动态人脸识别考勤系统.系统实现的基本思想是运用Gabor变换提取人脸的局部特征和经过Gabor处理后使得人脸对光照变化不敏感;进一步利用FLDA来降维和隐含地提取最有利于分类的最佳鉴别特征;最后将视频采集的考勤图像与训练库中的图像通过比对,得出识别结果.实验结果表明,利用该方法开发的动态人脸识别考勤系统具有识别率高、实用性好、可靠性强等特点.     

一种分数阶微分IIR滤波器的设计方法和改进

提出一种在不增加分数阶微分滤波器复杂度的前提下,能有效提高分数阶微分滤波器性能的方法.该方法利用几种基于典型微分算子的分数阶微分滤波器之间的互补性,通过相互内插结合的方式,用于提高IIR分数阶数字滤波器的性能.改进后的分数阶微分滤波器频率响应更接近理想分数阶微分滤波器,表明所提方法的有效性.     

用噪声检测算法改进理想低通滤波器

针对图像去噪算法存在滤除噪声与保留图像边缘细节之间的矛盾,提出了一种使用基于分数阶微分梯度的随机噪声检测算法来提高理想低通滤波器的去噪性能的方法。首先,使用不同方向的分数阶微分梯度模板与含噪声图像进行卷积,计算出图像在不同方向上的分数阶微分梯度;然后,依据预先设定的阈值获得不同方向的分数阶微分梯度检测图,将在所有选定方向上梯度都发生跳变的像素点判定为噪声点;最后,只对图像中被检测出的噪声点用理想低通滤波器进行滤波,可使图像在去除噪声和保留图像细节两方面同时获得较优的效果。实验结果表明,所提算法不仅可以获得更好的视觉效果,而且去噪后图像的峰值性噪比(PSNR)表明去噪后的图像更接近原始图像,使用理想低通滤波器获得的最大PSNR为29.0893dB,所提算法获得的最PSNR为34.7027dB。将分数阶微积分用于图像去噪,为提高图像去噪性能提供了一个新的研究方向。     

一种基于FOD的模糊指纹图像增强技术

介绍了分数阶微积分及其性质,提出了一种分数阶微分掩模算子的实现方案,并将其应用于模糊指纹图像增强中.实验结果表明,利用该技术处理后的指纹图像具有清晰度高、实用性好等特点.