嵌入固有模态函数的各向异性扩散方程用于图像降噪

该文利用经验模态分解技术对图像进行分解,获得表示图像不同频率属性的各个固有模态函数分量,并将代表图像高频信息和次高频信息的固有模态函数嵌入到Perona-Malik模型中。改进后的模型不仅在对高斯噪声降噪时优于原Perona-Malik模型,而且对椒盐噪声也能较好地去除。     

基于改进遗传算法的边缘检测阈值自动选取及其应用

针对我们设计的面向应用环境的精密装配机器人视觉系统边缘检测的阈值自动选取的问题 ,通过对传统遗传算法的改进 ,提出了一种二次搜索寻优的阈值选取策略 .通过这种改进的遗传算法进行边缘提取阈值的自动选取 ,能够显著的提高阈值选取的速度 .将其应用于我们的视觉系统 ,可以对我们的视觉系统所产生的边缘图像进行阈值的实时的自动选取 ,增强了整个视觉系统的实时性和鲁棒性     

啤酒瓶凸形字符的提取及识别方法研究

通过辨认啤酒瓶上的“B”字和日期标志，对满足规范的啤酒瓶加以回收利用．这项工作目前由人手工完成,费时费力．本文提出了一种用计算机提取啤酒瓶“B”字和日期标志并进行识别的方法，代替手工操作，有效地降低了成本和提高了效率．文章首先对系统做了简介，然后对拍到的图像作预处理，接下来用一种基于分裂合并思想的分割方法将字符从图像中分割出来，并采用基于地形结构的方法提取字符的笔划，最后用多层BP神经网络对字符进行识别．试验结果表明：该方法能比较有效的识别啤酒瓶中的“B”字和日期，对于污损不是特别严重的酒瓶．识别时间小于0．15秒／个．分捡正确判断率约为97％．     

自适应分割的雷达回波数据混合编码算法

该文提出了一种基于自适应分割模型的雷达信号混合编码算法。首先用自适应高斯混合体模型将雷达回波数据分为两类;一类是由运动目标组成的前景图;一类是视野中静止(如礁石等)或具有重复性运动目标(如海浪等)的背景图。然后对前景图和背景图分别用整数小波去相关,对变换后的前景图和背景图分别采用改进后的SPIHT无损压缩和有损压缩编码。实验表明,此编码算法可有效降低数据传输率,在相同传输码率下,相对于不分割直接压缩算法EZW和SPIHT,重构信号的PSNR增加0.3-0.5dB,主观质量也优于同类算法。     

小波滤波器低功耗并行的VLSI结构设计

提出一种基于行和提升算法,实现JPEG2000编码系统中的小波正反变换(discretewavelettransform)的低功耗、并行的VLSI结构设计方法·利用该方法所得结构一次处理两行数据,分时复用行处理器,使行处理器内以及行、列处理器实现并行处理,且最小化行缓存·对称扩展通过嵌入式电路实现,整个结构采用流水线设计方法优化,加快了变换速度,增加了硬件资源利用率,降低了功耗,效率几乎达到100%·小波滤波器正反变换结构已经经过FPGA验证,可作为单独的IP核应用于正在开发的JPEG2000图像编解码芯片中·     

基于自适应高斯混合体模型的相控阵雷达TWS跟踪技术

本文提出了一种在相控阵雷达回波数据序列中用高斯混合体模型(GMM)检测与跟踪运动目标的在线算法.首先.回波数据中的每一固定位置的历史数据用点过程描述.然后用GMM逼近此点过程.GMM参数随新数据的到来不断更新.接着建立具有自适应特性的背景模型.将每帧回波数据分割为背景和前景.对已标记为前景的数据用连通分支进行分类.求出目标的中心位置、大小、径向运动速度、角速度.最后用卡尔曼滤波器对运动目标进行跟踪.试验结果表明.本文算法对于复杂场景中运动目标的检测与跟踪具有较好的鲁棒性和实时性.具有较强的实用价值.     

基于融合策略自适应的多线索跟踪方法

基于多线索融合的跟踪是跟踪领域近年来的研究热点之一,该文结合两种常用的线索融合方式:乘性融合及加权和融合,提出一种融合策略自适应的鲁棒跟踪方法。该方法使用粒子滤波技术,统计样本的二阶中心矩并求Frobenius范数以表征线索的受噪声污染程度,最后适时切换两种融合策略。实践证明,新的融合策略比传统单一的融合方式更鲁棒。     

嵌入固有模态函数的各向异性扩散方程用于图像降噪

该文利用经验模态分解技术对图像进行分解，获得表示图像不同频率属性的各个固有模态函数分量，并将代表图像高频信息和次高频信息的固有模态函数嵌入到Perona-Malik模型中。改进后的模型不仅在对高斯噪声降噪时优于原Perona-Malik模型，而且对椒盐噪声也能较好地去除。