基于余弦高斯核函数的非局部均值煤尘图像去噪

煤尘是引发煤矿事故的主要诱因,煤尘颗粒的分类测量对煤尘浓度的在线检测至关重要。近几年,颗粒图像分析处理技术的应用越来越广泛,但是煤矿井下环境复杂,煤尘图像在采集和传输的过程中,不可避免的会受到噪声的干扰,对后续的颗粒检测产生影响。因此,煤尘颗粒图像的去噪处理就显得十分重要。非局部均值去噪算法(Non-Local Means,NLM)在图像去噪方面效果显著,但是对于经典NLM,使用指数函数作为核函数会造成图像细节的缺失。为了改进这一缺陷,本文采用余弦加权的高斯核函数对传统的非局部均值算法进行改进,能够更好的保留去噪后图像的细节。通过实验结果表明,该算法的去噪性能明显优于经典NLM算法,能更好地保留煤尘图像中的细节信息。     

基于边缘增强和快速非局部均值的边缘图像去噪

针对全变分模型不能很好的保持图像边缘信息这一问题,有学者提出了基于边缘定向增强扩散模型,但该模型对图像细节处理不够.快速非局部均值(Fast Non-local means, FNLM)算法利用图像的自相关性与结构信息的冗余性,提高了去噪效果,但不能同时最大限度保持图像边缘信息又抑制平坦区域噪声.由于通过利用结构张量性质,可获取图像的边界、拐角、纹理等重要信息,本文引入结构张量改进边缘定向增强扩散模型,保持了图像边缘,并在此基础上提出了一种基于边缘增强和快速非局部均值的边缘图像去噪模型.该模型通过选取不同的边缘增强正则化参数,根据图像扩散幅度不同,获取带有纹理及噪声的边缘图像;然后对该边缘图像进行FNLM去噪,即过滤出图像原有的纹理结构信息;最后将之反馈到之前的边缘增强去噪图像中.实验结果表明,该方法不仅能够保留较多的纹理细节信息,而且很好的缓解了图像平滑和细节保持的矛盾.     

图像去噪的改进迭代非局部平均滤波方法

提出了一种新的迭代非局部平均滤波的图像去噪方法.权系数的计算依赖每次迭代更新得到的图像,同时对迭代更新后得到的图像进行加权平均.这样就避免了权系数的计算以及加权平均所用的图像的不一致所带来的图像边缘模糊以及对比度不清晰的现象.还证明了新的迭代方法满足极大极小原则.实验结果表明,该方法去噪的同时能较好地保持图像的边缘以及细小结构.     

基于非局部均值算法的图像去噪方法研究

针对图像中存在的噪声问题,利用非局部均值算法去除图像噪声,通过图像自身的冗余性和领域相似性,增强图像的几何空间结构信息,进而得到了较好的去噪效果。实验结果表明,在信噪比方面,非局部均值算法优于中值滤波算法。     

联合双边滤波和非局部滤波的图像去噪算法

针对非局部滤波去噪算法计算复杂度高的问题,提出联合双边滤波和非局部滤波的图像去噪算法。分析非局部滤波和双边滤波的各自优势,根据边界点和平滑区域的滤波系数,确定利用半局部均值滤波对图像边界去噪,平滑部分用双边滤波去噪。实验结果表明,该算法在保证去噪性能的同时,提高了计算速度,降低了计算复杂度。     

基于差分曲率的非局部均值图像降噪算法

传统非局部均值滤波算法忽略了图像块之间的结构相似性,造成搜寻相似像素不充分,使得一些图像细节被滤除.因此,利用差分曲率对图像边缘和斜坡等结构信息的良好检测性能,提出了一种基于差分曲率的非局部均值降噪算法.该方法充分利用图像块之间灰度值和差分曲率的欧氏距离共同确定权重,对图像块之间进行更好的相似性判断,进而优化传统非局部均值滤波算法.实验结果表明,与传统的非局部均值降噪算法相比,新算法能有效地保持图像边缘细节等信息,改善了传统非局部均值算法的去噪性能,取得了良好的降噪效果.     

基于引导核聚类的非局部均值图像去噪算法

为改善非局部均值(NLM)算法对不规则纹理图像的去噪效果,提出了一种基于引导核聚类和自适应搜索窗的NLM图像去噪算法。首先使用基于引导核的模糊C均值(FCM)聚类算法对相似窗进行预筛选,划分其类别;然后根据相似窗的类别计算每个像素点对应的搜索窗大小,保证相似性较高的相似窗数量;最后分别对每一类进行自适应搜索窗的NLM图像去噪。实验结果表明:与基于Zernike矩、基于主邻域字典(PND)、基于均值方差预筛选等3种NLM改进算法相比,该NLM改进算法对强噪声污染或不规则纹理的图像,其去噪效果更为有效,并更好地保持了图像的纹理、边缘,在峰值信噪比(PSNR)和结构相似性测度(SSIM)等客观定量评价指标上优于其他NLM改进算法。     

偏差校正的DCT子空间非局部均值MRI图像去噪算法

针对MRI图像中的莱斯( Rician)噪声直接采用高斯白噪声去噪算法仅能取得次优去噪效果这一问题,在DCT子空间非局部均值去噪算法基础上,提出一种偏差校正的DCT子空间非局部均值MRI图像去噪算法。首先分析MRI图像中Rician噪声的特性,给出在MRI模值平方图中估计噪声偏差的方法;然后使用偏差校正的DCT子空间非局部均值MRI图像去噪算法在MRI图像的模值平方图上进行去噪处理。在模拟MRI图像上进行的实验结果表明,该算法在有效去除Rician噪声的同时,很好地保留了器官和软组织的细节纹理信息,取得了较好的去噪效果。     

一种快速非局部均值图像去噪方法（英文）

针对非局部均值(NLM)去噪算法运算量大的缺点,给出一种快速NLM方法。通过特征来表示块的信息,使每个块只计算一次,从而减少计算时间。与先前的方法相比,所给方法的相似性度量准则与NLM方法一致,且不需要预先设置阈值。为加速相似块的搜索,采用2D直方图和积分图两种方法。另外,给出基于块的方法对图像噪声进行盲估计,以求解滤波参数。针对坦佩雷图像数据库(TID)所进行的实验结果表明,所给方法利用整幅图像信息,故其性能明显优于半局部均值(SLM)算法。     

基于余弦相似度的改进ORB匹配算法

针对ORB(oriented FAST and rotated BRIEF)在匹配多相似区域图像时误匹配率高的问题,提出一种基于余弦相似度的改进ORB算法.该算法首先通过汉明距离(Hamming distance)最近邻匹配,计算匹配特征向量的余弦相似度;其次通过梯度计算法计算余弦相似度的最优阈值范围;然后将汉明距离高...     

余弦相似度保持的掌纹识别算法

掌纹识别作为一种新兴的生物特征识别技术,具有识别率高、特征稳定等优点。传统的基于手工提取特征的掌纹识别算法使用先验知识提取掌纹主线和细节点,存在可扩展性低、提取图像特征困难、无法挖掘数据的隐藏信息等问题。为了解决这些问题,本文提出了一种基于学习的掌纹识别算法。首先提取掌纹图像的像素值差向量(Pixel Different Vector,PDV)特征。然后,通过余弦相似度保持模型,同时学习PDV特征的二进制表示及其映射函数,以减少PDV特征的信息冗余。最后,为了处理掌纹位置偏移和光照变化等噪音,将学习得到的二进制特征编码成直方图描述子。在3个广泛使用的掌纹数据库上的实验结果表明,所提出的算法能更好地挖掘掌纹图像的内在特征,有效地提高掌纹识别精度。     

基于加权余弦相似度的XML文档聚类研究

在实际应用中,XML（eXtensible Markup Language）文档中的一些结构经常被改变。为了挖掘XML文档在历史变化过程中经常改变的结构所蕴含的知识,提出了发现频繁变化结构的方法。该方法用一组频繁变化结构组成的文档向量模型代表一个XML文档,将频繁变化结构在簇中的出现比例作为权值,使用加权余弦相似度对XML文档进行聚类。经过实验分析,根据XML文档历史变化过程中的频繁变化结构能较好地将XML文档进行聚类。用加权余弦相似度对XML文档进行聚类,其聚类结果的正确率、召回率和簇内部距离均优于使用非加权余弦相似度对XML文档进行聚类得到的结果。     

基于非局部均值的单帧图像超分辨率重建算法

为了解决单帧低分辨率图像获得高分辨率图像的问题,提出了一种基于非局部均值滤波的单帧图像超分辨率算法,将图像超分辨率重建视为反问题,建立正则化模型,充分考虑图像的局部结构信息和自然图像中不同尺度的相似性冗余,加入非局部滤波.实验结果表明,文中算法从单帧图像重建的图像边缘轮廓和纹理较传统算法清楚,有效抑制了人工伪影,同时对噪声具有鲁棒性.在视觉效果及峰值信噪比上都取得良好的结果.     

余弦度量和适应度函数改进的聚类方法

K-均值算法因其简单和高效性, 在文本聚类中占有重要地位. 针对传统的K-均值算法对初始点敏感、易陷入局部最优的问题, 结合遗传算法已经成为一种趋势. 在充分发挥K-均值算法的高效性的同时, 该文利用遗传算法的全局自适应优化特点克服了对初始点敏感的问题. 同时, 以余弦度量评价对象间的相似性并以此构造新的遗传算法适应度函数、收敛准则以及遗传算法种群更新方式, 提高了K-均值和遗传算法这种结合方式的聚类精度, 并增强了该结合算法的稳定性.     

基于余弦调制滤波器组的电力系统谐波分析

谐波对电力系统和用电设备产生严重危害和影响,因此谐波的分析非常重要。分析滤波器组能将信号的各个频率成分分解出来。本文提出了基于多速率余弦调制滤波器组的谐波分析方法,将电压或电流等信号分解为基波和高次谐波并进行了理论上的分析,采用Matlab软件进行仿真。     

基于改进型自适应滤波器谐波电流检测方法

针对传统自适应最少方差算法收敛速度和精度受信噪比影响严重的问题,提出一种改进的变步长自适应算法,能使步长因子跟踪实际基频分量变化,极大地减少了噪声对算法收敛速度和精度的影响.利用自适应滤波的预测功能,消除了数字滤波本身所固有的延时性.仿真和实验结果表明该算法能提高电力谐波检测效果.     

基于语义相似度的知识服务匹配方法

本文提出一种以业务活动为线索的知识服务模型,模型以Web Service为媒介,对企业知识资源进行统一描述,将具有特定功能的知识资源封装成服务,模型采用基于语义相似度的知识服务匹配算法,综合考虑服务功能相似度和服务质量相似度2个因素,将广告服务按照相似度从大到小排序,选取服务相似度最高的作为最佳服务,实现了企业按需、快速、动态构建业务流程。     

基于相似度的车牌定位方法

根据车牌区域内字符的纹理特征以及车牌的颜色特征,提出了一种基于相似度的模板匹配车牌定位方法。该算法先对车牌区域构造出相应的模板,同时分别构造出模板与待定位图像的模糊集,再根据所构造出的模糊集,用滑动窗法计算模板与当前窗口的相似度,得到一个相似度矩阵。取其中最大相似度所对应的区域作为车牌候选区,通过对该候选区进行判断与精确定位分割出车牌区域。实验结果表明该方法能得到较理想的车牌定位效果。     

一种基于场合、方法的推理方法

提出了用场合、方法描述知识的分类、推理方式和规则中求值方式,再将场合、方法嵌入规则中,在某种程度上能将符号推理与智能模拟行为的算法结合在一起;又得出了规则动态例化的方法,局部上能将推理的时间复杂度从指数级降到多项式级。     

基于向量夹角余弦的区间组合预测多目标规划方法

在区间组合预测领域引入向量夹角余弦方法,提出基于向量夹角余弦的区间组合预测多目标规划方法。将区间值的上下限分别看作时序向量,考虑组合预测区间值上下限的时序向量与相应实际值区间的上下限时序向量间夹角余弦,建立多目标最优化模型,并转化为单目标规划问题求解获得组合预测方法的权重。最后,通过一个具体的算例表明本文所提方法能够有效降低预测的误差。