改进型中值滤波在图像处理中的应用

去噪处理是图像处理中较为重要的环节,处理的好坏将直接影响后续工作;介绍了中值滤波的滤波特点,针对标准中值滤波在图像去噪和保护细节上的缺陷,提出了一种改进的中值滤波算法,通过软件仿真,结果表明：该算法在有效地去除脉冲噪声的同时,很好地保护了边缘细节,较标准中值滤波具有更优良的滤波效果。     

轨道重构的自适应滤波改进算法

自适应滤波是在系统建模、参数估计和轨道重构中抑制Kalman滤波发散问题的最有效方法之一。然而在实际工程中，因原始数据质量问题，自适应滤波同样存在收敛速度慢甚至于建波发散问题。提出了对增益矩阵修正的改进型自适应滤波算法，有效地克服了滤波发散问题。仿真结果证明，本方法是可靠有效的方法。     

用于实时弹道滤波的Sage-Husa改进算法

为了解决实时弹道测量数据滤波过程中量测噪声统计特性未知且时变的实际问题,对Sage-Husa算法进行了多种改进,提出了改进的Sage-Husa自适应卡尔曼滤波（improved Sage-Husa adaptive Kalman filter,ISHAKF）算法。该算法将量测噪声协方差估计矩阵变换为半正定矩阵和正定矩阵之和的形式,保证了量测噪声协方差估计矩阵的正定性,消除了量测噪声协方差估计矩阵非正定导致滤波异常的缺陷。设计了一种自适应遗忘因子,提升了滤波收敛速度,解决了量测噪声统计特性突变时Sage-Husa算法收敛较慢的问题。对卡尔曼增益矩阵进行了抗差改进,增强了算法的鲁棒性,削弱了野值对滤波效果的影响。分别对正定性改进、遗忘因子改进和抗差改进进行了对比仿真实验,对比结果验证了Sage-Husa算法改进的正确性和有效性。通过ISHAKF算法的实例应用,证明了该算法在实时弹道滤波上,具有更高的实时性、自适应性和抗差性,滤波效果提升明显。     

改进型中值滤波器在图像去噪中的应用

中值滤波的改进算法,首先求得噪声图像滤波窗口中去除最大和最小像素灰度值后的中值,然后计算出该中值与对应像素灰度值的差,再与阀值相比较以确定是否用求得的值代替该像素的灰度值.仿真实验表明,与传统的中值滤波算法相比,该算法具有更好的滤波性能.     

各向异性扩散-中值滤波在红外图像处理中的应用

在低信噪比图像处理中．为了在图像去噪时更好地保留边缘。提出了一种各向异性扩散一中值滤波方法。这种方法包含两个步骤：首先。为了使滤波器在抑制噪声时具有鲁棒的边缘保持能力。该方法采用各向异性扩散滤波对图像进行处理。其中．各向异性扩散滤波中的扩散函数选用Tukey函数；然后。为了去除各向异性扩散滤波后图像中的脉冲噪声．采用中值滤波对图像做进一步的处理。从而使这种滤波方法在抑制噪声的同时使边缘模糊达到最小。从仿真结果可以看出，文中的方法具有良好的噪声抑制和边缘保持能力。     

数学形态学滤波算法在红外图像噪声消除中的应用

探讨了如何利用数学形态学的滤波算法来对红外图像中的背景噪声和干扰噪声进行滤除的方法,并通过应用实例对该方法的结果进行了验证。从实验的结果看来：通过选择合适结构元素并进行适当的“开”、“闭”运算,能有效降低噪声对目标判决的影响,提高整个系统的检测性能。     

闪烁噪声下目标跟踪的改进粒子滤波算法

针对目标跟踪系统具有强非线性非高斯的特点,提出了一种强跟踪粒子滤波(STUPF)算法.该算法将无迹卡尔曼滤波器(UKF)与强跟踪滤波器(STF)相结合作为粒子滤波提议分布,具有在线调节滤波增益阵,提高滤波器跟踪突变状态的能力.在给出闪烁噪声统计模型的基础上,将STUPF应用在几种典型目标运动模型跟踪系统中,并同UKF和...     

改进的直方图均衡化算法

基于常用的灰度变换法和直方图均衡化法等图像增强算法,提出了一种对比度增强算法.该算法首先对直方图进行平滑处理,再进行直方图均衡化,然后在整个显示范围内对图像灰度级进行等间距排列,最后对图像进行中值滤波去除噪声.实验表明该技术能够使图像的细节和清晰度得到明显的增强.     

基于改进YOLOv3和核相关滤波算法的旋转弹目标探测算法

旋转弹的电视摄像头拍摄画面会产生旋转及抖动模糊,在预先侦查目标数据较少且末制导段视野目标较小的情况下,目标难以精确探测,为此提出一种基于改进YOLOv3和核相关滤波（KCF）算法的目标检测与跟踪算法,通过深度学习实现目标的自动检测。制作模拟山地打击场景的数据集,基于少量数据样本的前提,模拟不同天气、光照、运动及旋转模糊等复杂环境,完成在网络学习中数据的增强和扩充;通过在YOLOv3网络基础上添加Inception多尺度分支结构,增加网络对于目标不同尺寸的适应性,减少网络层数,更能适应对小目标的检测;在实现目标定位方法上,将目标检测与跟踪算法相融合,提出一种目标丢失判别机制,并利用弹道的速度—时间信息更新目标跟踪框尺度。仿真实验结果表明,相比原始算法,改进算法能更有效实现复杂环境下的目标检测和跟踪。     

融合修正OTSU 和中值滤波的水上航行器障碍物视觉分割

为进一步提高水上航行器视觉避障时图像分割的精确性,提出融合修正OTSU 和中值滤波的水上航行器 障碍物图像分割算法。利用修正系数将原始图像从RGB 模型转换为Y、Cb、Cr 色度值修正的模型,进行修正OTSU 的阈值分割,对分割后的二值图像实行自适应中值滤波降噪处理,并对3 种水上障碍物识别算法进行测试。结果表 明：与加权Otsu 算法和改进阈值分割算法对比,该算法可以将检测目标区域占比稳定在80%以上,并将干扰噪声区 域占比降低至28.5%,说明算法有效、可行。     

改进的Rao-Blackwellized粒子滤波算法在目标跟踪中的应用

在雷达信号处理领域,运动目标跟踪问题一直是研究的重点,涉及的非线性滤波问题是难点所在;以RaoBlackwellized粒子滤波(RBPF)算法为基础,针对其应用于雷达目标跟踪时产生的若干问题进行研究,为提高算法的收敛性能及滤波精度,对其中重采样算法进行改进,利用数字仿真对更改后的算法进行验证,经过表明更改后的RBPF算法在各个方面均有较大程度改善。     

基于模糊自适应互补滤波的姿态解算算法

在互补滤波姿态解算算法中,如果将滤波器参数设置为固定值,加速度计测量值包含振动噪声和运动加速度会影响姿态解算效果;针对此问题,首先根据加速度计测量值的模值对姿态解算算法进行改进,然后根据加速度计测量值求取的误差能反应载体运动状态这一特性,提出了一种模糊自适应互补滤波姿态解算算法;仿真试验表明:     

IP OVER ATM下双路径改进蚂蚁算法

P OVER ATM下双路径改进蚂蚁算法,根据传统蚂蚁算法寻求最优路径,并设置该路径上路由器流量拥塞权值,当拥塞时绕过该路由重新搜索次优路径,从而实现分流原最优路径的目的.在IP OVER ATM技术下,为保证服务质量,须调整网络数据传输状况.为避免数据丢失,可采取舍近求远法传送数据.     

一种基于粒子滤波的改进红外目标跟踪算法

针对传统红外目标粒子滤波跟踪中仅利用目标灰度信息可能导致目标分辨能力不高的问题,构建了基于位置和灰度的联合时空灰度模型,提出了一种基于联合时空直方图的粒子滤波目标跟踪算法,实验表明:在复杂背景下,该算法能够实现对红外目标稳健的跟踪。     

改进的自适应卡尔曼滤波在SINS 初始对准中的应用

为提高 Sage-Husa 自适应滤波的稳定性,提出一种基于 UD 分解的改进自适应滤波算法。对在线估计的量测噪声协方差阵和状态估计误差方差阵采取UD分解的形式进行标示和更新,结合捷联惯导静基座初始对准模型,对改进自适应算法进行仿真测试。仿真结果表明：在先验量测噪声和状态估计协方差矩阵存在误差的情况下,新算法能够提高对准精度。     

基于粒子滤波的组合定位系统目标跟踪算法

因GPS技术在楼群密集的城市不能单独完成定位,文中采用GPS/DTMB组合导航新方案,又针对传统二维机动模型的不足,研究三维下的平面变速转弯模型,并作为运动目标的机动模型,同时仿真对比分析不同粒子数目下的粒子滤波算法(PF)跟踪效果,结果表明,200个粒子的误差均值为4.590 6 m,400个粒子误差均值为2.377 6 m,滤波后的轨迹与真实轨迹基本重合,定位跟踪效果好,且粒子数目越多,误差均值、标准差、方差越小,即定位跟踪精度越高。证明了GPS/DTMB组合导航新方案的可行性。     

基于改进无迹卡尔曼滤波的弹道射程修正算法研究

以全球定位系统（GPS）作为弹载测量系统的弹道射程修正弹,存在GPS动态数据易受测量噪声与系统噪声污染或在高过载环境中发生定位丢失、数据异常等问题。为了降低弹道数据测量误差,并减小对射程修正时刻预测的误差,提出了基于牛顿插值法的改进无迹卡尔曼滤波(UKF)算法,以重新估计具有粗大误差的测量数据,从而降低异常测量值和定位失锁情况对滤波效果的影响,提高UKF算法对测量数据误差的敏感程度。仿真与试验结果表明：改进的UKF算法作为预处理过程融合至射程修正算法中,当系统离散化步长与GPS数据更新周期相等时,可最大化地预处理算法效果;改进后的修正算法可有效地降低GPS数据造成的修正误差;预处理算法中数据样本容量的选择与修正时刻以及GPS更新周期相关,不受算法效果约束。     

基于变权平均似然函数的粒子滤波改进算法

在纯方位跟踪中,针对随机观测噪声对粒子权值准确性的影响,提出了一种基于变权平均似然函数的粒子滤波改进算法,在每个粒子权值更新过程中,采用多次观测值计算粒子似然函数并对其变权平均,替代由单一观测值更新粒子权值的方法,减小随机观测噪声对权值的影响。最后,通过实验仿真表明:新算法在纯方位跟踪中滤波精度优于传统粒子滤波算法。