一种基于高斯函数的直线型边缘提取算法

结合噪声孤立、不连续的特点以及直线梯度幅值和方向的一致性原理,提出了一种基于高斯函数直线型边缘提取算法.与传统的直线提取算法相比,本文提出的算法能够有效的防止边缘细节的丢失和断裂.实验结果表明,该算法在检测直线型边缘时具有较强的抗噪声性能.     

一种基于高斯近似的极化码打孔算法

现有的极化码打孔算法均未考虑信道构造过程对算法性能的影响,针对这一问题,该文提出一种基于高斯近似的极化码打孔算法(GAPPC)。首先将高斯近似作为极化码构造算法,分析高斯近似与打孔算法的关系,以降低信道构造输出值为目标,引入高斯修正因子,推导出改进的高斯近似函数。然后将改进的高斯近似函数引入信道构造,对极化子信道进行排序获得信道可靠性排序集合。最后依据信道容量关系确定映射规则,选出打孔比特集合和冻结比特集合,完成打孔极化码的构建。实验结果显示,在不同的码长和码率下,误帧率和误码率均获得显著降低。     

一种基于高斯近似的极化码打孔算法

现有的极化码打孔算法均未考虑信道构造过程对算法性能的影响,针对这一问题,该文提出一种基于高斯近似的极化码打孔算法(GAPPC).首先将高斯近似作为极化码构造算法,分析高斯近似与打孔算法的关系,以降低信道构造输出值为目标,引入高斯修正因子,推导出改进的高斯近似函数.然后将改进的高斯近似函数引入信道构造,对极化子信道进行排序获得信道可靠性排序集合.最后依据信道容量关系确定映射规则,选出打孔比特集合和冻结比特集合,完成打孔极化码的构建.实验结果显示,在不同的码长和码率下,误帧率和误码率均获得显著降低.     

一种基于高斯粒子滤波的RAIM算法研究

针对在强非线性条件下扩展卡尔曼滤波 RAIM 算法(EKF-RAIM)性能下降的问题， 本文提出了一种基于高斯粒子滤波的 RAIM 算法(GPF-RAIM)。GPF-RAIM 采用高斯粒子进行非线性状态近似估计，在递推时按高斯分布重新生成新的粒子集合，能够解决粒子的退化问题， 不需要进行重采样步骤，保持了粒子的多样性。仿真结果表明，GPF-RAIM 能够有效的检测伪距跳变，相较于 EKF-RAIM 方法，可以获得更小的状态估计误差，提高检测性能。     

一种基于混合高斯的快速背景更新方法

针对传统混合高斯模型对场景的突然变化不能实时更新和RunningAvg更新算法中容易产生拖影的问题,提出了一种快速背景更新方法。首先建立混合高斯和RunningAvg两幅背景,基于它们的二值化差分图像DB获取变化区域;将DB与前景二值化图像FB进行逻辑"与"以准确提取变化区域,消除拖影对目标提取的影响。然后根据变化区域的变化情况,用状态表中所记录的变化区域信息对背景模型的变化区域进行有选择的更新,减少了背景模型对变化区域的更新时间。实验结果表明,该方法不仅能对场景的突然变化具有很强的适应性,而且避免了拖影现象和物体短暂停留所造成的干扰。     

混合坐标系下的一种纯角度跟踪算法

针对依靠红外传感器提供目标角测量,以雷达间断工作提供目标距离测量的目标状态估计问题,从探测精度的要求出发,提出了一种基于由直角坐标系和修正极坐标系组成的混合坐标系的扩展卡尔曼滤波算法,在一具体战术环境进行了数字仿真,并对仿真曲线进行了分析。     

一种基于高斯混合模型的导谱频率参数量化算法

提出了一种高效的基于高斯混合模型(GMM)的导谱频率(ISF)参数量化算法,算法的基本思想是利用高斯混合模型将导谱频率(ISF)参数发送给M个高斯簇,然后由高斯格型矢量量化器来量化相应高斯簇的导谱频率(ISF)参数,最终可以在M个量化值中选出频谱失真值最小的一个作为输出值。在设计高斯格型矢量量化器时,基于率失真理论提出了一种最佳比特分配算法。实验结果显示导谱频率(ISF)参数可以透明地压缩到42 bit/帧,与AMR-WB(G.722.2)的多级分裂矢量量化算法相比,节省了3 bit,减少了55%的存储空间。     

一种改进的自适应混合高斯建模算法

车辆识别系统对于智能交通系统具有重要的意义,也是其他技术实现或判决的重要基础之一.混合高斯模型在应对背景中存在扰动的情况时具有明显的优势,但传统的混合高斯建模算法适应场景突变的能力不强,容易产生较长时间的虚影.本文在传统算法的基础上,对背景更新过程做了改进,从而可以快速地去除不再符合要求的背景模型.实验表明,在光照发生变化或摄像头轻微抖动等情况下具有良好的自适应性,配合阴影去除算法将大幅提高车辆识别的准确率.     

一种平面区域的剖分

本文提出一种图形剖分算法，可将任意条折线围成的平面区域，划分为一个互相不交的子域的集合。这种子域是ＬＳＩ掩模版加工设备可加工的。由此，ＬＳＩ掩模版图的设计，可避免受到加工设备的限制，使图样不论如何复杂，可以根据电路需要进行设计，从而保证电路性能。     

一种基于高斯混合模型的运动目标检测改进算法

在运动目标检测方法的研究中提出一种基于高斯混合模型的运动目标检测的改进算法。首先利用颜色信息对背景建立高斯混合模型;其次在模型更新阶段．为了模型的自适应性和尽量逼近真实信号量,在传统学习率基础上提出一种加权思想,即对均值与方差分别给出一个不同的加权值。最后应用中值滤波及物体空间连通性进行后处理。实验结果表明,与传统高斯混合模型方法相比,改进的方法能更加有效地检测出运动目标,具有较好的鲁棒性。     

一种基于人脸区域的图像质量客观评价算法

提出了一种基于人脸区域的图像质量客观评价模型算法,该算法将整个图像区域划分为感兴趣区域(人脸区域)和不感兴趣区域,对这两个区域内的图像损伤,在计算中分别赋予不的权重,以体现人眼的感知兴趣.实验证明通过该模型算法得到的客观评价结果与人眼的主观感觉具有更好的一致性.     

基于高斯小波变换的时延估计

在假设噪声为高斯白噪声的前提下构造相移滤波器,并证明原始信号经过它的输出（时延判定函数）的高阶导数不仅在时延处取到最大值而且具有较低的旁瓣;又利用时延判定函数的阶高斯变换恰好与其阶导数的磨光化成比例以及光滑信号与高斯白噪声的高斯小波变换系数的不同而设计了时延估计算法;最后给出仿真实例并收到了较好的效果。     

一种改进混合高斯模型下的运动人体检测算法

提出了一种基于改进混合高斯模型下的帧间差分和背景差分相结合的方法对运动人体进行检测,实验表明,采用改进的混合高斯模型,可加快背景建模和更新的速度,且对外界环境的适应能力更强。而帧间差分和背景差分的结合充分发挥了二者各自的优势,提高了检测效率。     

基于三维高斯波束的传播损耗快速预测算法

针对复杂城市环境下利用三维高斯波束跟踪进行电波传播预测时,由于波束数目多且传播场景复杂,碰撞检测耗时长,导致预测效率低的问题,提出了一种基于网格分区的有效区域选择加速算法,该方法先对传播场景进行三维网格分区,并根据有效射线集中区域选择有效场景区域,以减少无效射线的跟踪,同时通过准确定位射线所在分区,减少相交测试的数目。仿真结果表明,加速后模型预测误差小于8dB,满足工程实际精度需求,而预测效率可提高约85%,适用于大规模复杂场景下的无线网络的规划、设计和优化。     

基于多兴趣区域融合的视频增强算法研究

针对现有视频增强算法的不足,提出了一种基于多兴趣区域融合的增强算法.该算法首先对视频帧中每一个兴趣区域进行混合高斯建模,然后对每个兴趣区域构建一个映射函数,并利用融合的思想得到一个全局映射函数对视频帧进行增强,最后引入相邻帧之间的时间相关性进行时域融合以保证相邻帧之间的增强效果连续性.该算法可以灵活应对多样的视频内容.实验结果表明,该算法可以有效增强含有多个兴趣区域且兴趣区域内纹理复杂的视频序列,具有很好的鲁棒性.     

一种采用混合高斯模型与贝叶斯判别的彩色图像人脸检测方法

介绍了一种采用混合高斯模型与贝叶斯判别的彩色人脸检测方法。该方法首先利用图像的彩色信息以及人脸的基本特征信息来进行人脸粗检测,得到图像中的多个候选人脸区域;然后对训练图像集中的全部候选人脸区域进行判别特征分析和混合高斯建模;最后采用贝叶斯判别方法对候选人脸区域进行判决,得到人脸检测结果。实验结果显示该方法具有较好的推广效率和工程应用前景。     

一种简化的拟蒙特卡洛-高斯粒子滤波算法

提出了一种简化的拟蒙特卡洛-高斯粒子滤波(QMC-GPF)算法(SQMC-GPF),以解决将QMC方法应用于GPF时计算复杂度高、运算量大的问题.该算法中,在连续的迭代滤波过程开始之前,首先利用QMC采样产生单位拟高斯分布粒子集,然后用其线性变换产生GPF算法中需要的高斯分布粒子集,省去了重新进行QMC采样步骤.该算法简化了新粒子集的产生过程,减少了运算量和滤波时间,增强了算法的实时性.将粒子滤波算法(PF)、GPF 算法、QMC-GPF算法和SQMC-GPF算法用于单变量非静态增长模型(UNGM)和二维纯角度跟踪模型(BOT)的仿真结果表明,SQMC-GPF算法的滤波性能与QMC-GPF算法的滤波性能相近,但有更为明显的速度优势,具有重要的实际应用价值.     

一种改进的基于单高斯模型的红外异常目标检测算法

基于单高斯模型的红外异常目标检测算法是一种常见的能自适应更新背景模型的检测算法.该算法对各个像素的输出响应进行高斯建模,通过设定的阈值确定目标像素点是否为前景像素点,从而达到检测的目的.本文在单高斯模型的基础上,提出一种改进的异常检测算法,该算法利用奈曼-皮尔逊准则选取最佳阈值,克服了根据经验值选取阈值的局限性,为最佳...     

一种结合图像增强的高斯噪声组合滤波算法

为了有效滤除图像高斯噪声,将滤波算法与增强技术有机结合,提出了一种具有增强效果的组合滤波算法.该算法首先针对经典中值滤波无法有效滤除高斯噪声的缺陷,从滤波模板的角度对其加以改进,对高斯噪声进行多角度、多尺度、多级串联滤波处理,以滤除一部分噪声;然后将均值滤波引入到小波域中,对图像残余噪声实现小波域逐级均值滤波,实现对噪声的基本滤除;最后设计出一种新型小波域增强函数模型,通过设定阈值,将滤波后图像分为若干个区域,分别进行不同程度的增强处理,通过结合具体实验对不同强度下噪声与增强函数系数的取值进行定量分析,给出两者之间的函数关系式.实验证明,该滤波算法对于高强度的高斯噪声有较好的抑制效果,并且具有一定的自适应性.     

一种基于FPGA的高斯白噪声信号发生器

文章以FPGA为主控制器,设计了一种高斯白噪声信号发生器。该噪声信号采用FPGA查找表和随机存取寄存器的方法实现Box-Muller算法,产生具有高斯分布特性的随机数据,经数模转换以及滤波放大电路,输出幅度可调的、符合高斯分布的高斯白噪声信号,并将产生的随机数据通过串口发送到Labview图像化用户控制终端,进行显示分析及验证。