一种基于模糊C均值和均值滤波的点云去噪算法

因点云数据中存在噪声,通常对不同特征的点云数据采用相同的处理方法,虽然能删除噪声但也会因删除尖锐特征造成过光顺。提出了一种基于模糊C均值(FCM)聚类算法且均值滤波的点云去噪算法。该算法使用模糊C均值聚类算法删除大尺度噪声后,再将均值滤波应用到点云光顺中,对数据点中的小尺度噪声进行光顺。实验结果表明,该算法去噪效果明显,在去噪光顺过程中较好地保持了边界特征,也避免了过光顺问题的产生。     

基于量子力学的均值滤波

量子计算和量子信息是涉及物理学、计算机科学、数学以及信息科学等多个学科的新兴综合性交叉学科,有着广阔的前景。根据量子信息处理理论,提出了一种基于量子力学的自适应均值滤波方案。在提出的均值滤波中,移动的窗口图像像素采用量子叠加态表示,通过由窗内像素的特征生成的测量算子对窗口图像的作用来调整均值运算窗口的权值,进而实现基于量子力学的均值滤波。计算机仿真表明,所提出的均值滤波器与传统均值滤波器相比具有更好的滤波效果。     

基于模糊加权均值滤波算法的三维重建

讨论了在逆向工程中激光测量提取三维数据的原理、基于模糊加权均值滤波算法的噪声处理等用于实物三维重建的若干关键技术问题,分析了相应的解决方法,并给出了OpenGL三维建模的实例.     

基于梯度信息的快速非局部均值图像去噪算法

非局部均值图像去噪算法具有优秀的去噪效果,但是算法复杂度高,不能应用于高速图像处理系统中。为提高算法执行速度,使其拥有更广泛的应用,提出了基于图像梯度信息的快速非局部均值图像去噪算法。该算法把原始图像划分为大梯度区域和小梯度区域。利用非局部均值算法对大梯度区域去噪,以保证图像边缘的清晰度;利用局部加权平均算法对小梯度区域去噪,以保证灰度变化不大的区域信息的完整性和准确性。算法能提高非局部均值滤波速度,而且能够有效保存图像边缘和细节。     

一种基于统计排序滤波的图像边缘检测算法

提出一种基于统计排序滤波的新的边缘检测算法OFE。说明了算法原理,给出了算法实现的步骤和方法,通过人造图像和自然图像进行仿真实验,对仿真结果进行主客观对比评价分析,表明该边缘检测算法不仅有效,且效果与Sobel等算子相当,高于LOG算子,在处理含脉冲噪声污染的图像时有一定的优势。     

基于先验规则均值滤波的温室大棚气体监测系统设计

针对传统气体检测的系统软件滤波方法不能够剔除全部毛刺点的问题,提出一种基于先验规则均值滤波算法空气监测无线传感系统的设计。系统含有被测量光照强度、CO2浓度、温度、湿度,利用硅光电池、红外二氧化碳探头、复合温湿度传感器SHT21对四种参数进行数据采集,采用GPRS无线通信技术、Modbus协议、实现了现场监测传感器和上位机监控软件之间的通信,便于用户监控、查询和建立温室环境模型,从而有效地实现了对多个温室大棚内监测点数据的远程监控和环境分析。     

模糊加权均值滤波算法应用于人体激光测量成像

这里详细讨论了激光扫描、数据的实时提取、基于模糊加权均值滤波算法的噪声处理等用于人体激光测量成像中的若干关键技术问题,并提出了相应的解决方法。     

一种改进的粒子滤波跟踪算法的应用研究

粒子滤波跟踪算法计算量大且存在严重的粒子退化现象,因此提出了将均值漂移算法嵌入到粒子滤波的跟踪框架中的算法,该算法可以改善粒子滤波的退化现象,大大减少了算法的运行时间,同时克服了均值漂移算法容易陷入局部最大且无法恢复的缺点。监控系统应用的仿真实验结果表明,该方法具有较强的实时性和鲁棒性。     

一种新的自适应滤波算法

为了解决SVS_LMS算法中步长更新函数较为复杂的问题,提出一种改进的LMS自适应滤波算法。新的算法利用瞬时误差的幂函数对步长更新进行控制,同时根据MVSS_LMS算法中误差自相关估计补偿原理,采用当前步长因子和上一时刻步长的相关估计对步长因子进行补偿。通过仿真比较,新的算法相较于SVS_LMS和MVSS_LMS的改进算法具有更快的收敛速度及更小的稳态失调误差。     

基于均值漂移和粒子滤波相结合的水下运动目标跟踪

泳池是一个变化较大的动态场景,会受到气泡、光照强度和水波等因素的干扰,针对泳池环境的复杂性特点,本文提出一种基于均值漂移和粒子滤波相结合的水下运动目标跟踪算法。首先,结合Mean Shift算法中的核函数原理和目标模型,以RGB颜色直方图为核心建立水下运动目标模型,然后在粒子滤波跟踪水下目标的过程中,利用Mean Shift算法对粒子进行收敛,使粒子的分布更加接近目标的真实位置。仿真试验结果表明,本文提出的算法能够克服水波、阴影、气泡、遮挡等因素的干扰,实现了水下复杂背景下的实时稳定的目标跟踪。     

基于改进形态学梯度的齿轮边缘检测

经典的边缘检测算子算法更多地采用Prewitt算子、LOG算子和Canny算子等在空域中进行。数学形态学在图像处理过程中不涉及变换,其原理是利用结构元素检测图像,并直接处理图像的特征信息。在形态学梯度的基础上,提出了一种基于改进形态学梯度的图像边缘检测算法,选取合适的形状以及尺寸的形态学梯度结构元素,并组合使用以检测出较理想的图像边缘信息。试验结果表明,该算法在含噪图像中能较好地保存图像边缘信息,有更好的定位精度和抗噪性。     

数字滤波的程序判断法和中值滤波法

介绍单片机系统中的两种数字滤波算法及适用条件。     

数字滤波的滑动平均法和低通滤波法

介绍单片机系统中的两种数字滤波算法及适用条件。     

一种基于IDS模型的各向异性高通滤波新算法

提出了一种基于独立强度传播（IDS）模型的各向异性高通滤波新算法,新算法采用IDS模型构建各向异性高通滤波器,同时将各向异性高通滤波器分解为水平方向和垂直方向的两个行列滤波器。实验证明,这种新的高通滤波算法在保持滤波性能的基础上使得计算复杂度大大降低。实时性增强。     

基于mean shift算法的文字分割及应用

传统的文字识别中,文字分割的计算量大,使文字识别速度慢.mean shift算法利用直方图描述和寻找分割区域,算法简单且具有很好的鲁棒性.改进后的mean shift算法,利用字符串间的距离信息及完整字符串经过屏幕所需的时间信息进行预测位置,减少了迭代次数,因此运算速度快,可实时进行跟踪字符串和连续分割.实验结果表明：该算法可以对连续的字符串进行稳定、实时的文字分割.     

数字滤波的算术平均法和加权平均法

介绍单片机系统中的两种数字滤波算法及适用条件。     

一种改进的梯度控制算法在液位控制系统中的应用

为使液位系统在小扰动作用下能迅速从某一初始点到达嵌在混沌吸引子中的非稳定不动点.提出了一种改进的梯度控制新算法,并将其应用于液位控制系统中.通过仿真证明,该控制方法是进行非线性动力系统扰动控制的一个十分有效的方法.     

基于扩展卡尔曼滤波的信息融合技术在车辆状态估计中的应用

车辆行驶中某些状态参量不易准确测得或测量成本较高,而这些变量的准确获取对车辆底盘控制有着重要的意义。为以较低成本获取重要的车辆运动状态,建立包括横摆、侧向和纵向3自由度的非线性车辆模型,利用扩展Kalman滤波(Extended Kalman filtering, EKF)理论建立了信息融合算法,给出车辆状态变量最小方差意义下的融合结果,利用少量的易测车辆状态信息(转向盘转角、车辆纵、侧向加速度)融合得出所需的难测车辆状态(横摆角速度、质心侧偏角)。并在Matlab/Simulink环境下利用实车场地试验数据进行了离线仿真。多种工况下的场地试验结果表明,该算法在估计汽车横摆角速度、质心侧偏角、纵向速度时具有一定的准确性,特别是对横摆角速度的估计,即使在车辆非线性区也表现出良好性能。同时该融合算法简单、稳定及所需融合输入较少的特点使该算法在实际中的应用成为可能。