红外图像起伏背景对消的空间滤波方法研究

分析研究红外图像起伏背景的起因；针对起伏背景的分布特性．以消除该背景噪声的干扰为目的，介绍了常用的4种不同空间滤波方法的优劣性；通过建立合适的仿真数学模型，用仿真实验方法对所提出的方法作了详细的性能比较，并对得到的数据结果进行了分析和讨论。实验结果表明：对于含有目标信息的起伏背景图像，背景对消的最佳滤波方法，应采用开余滤波法。     

图像去噪滤波方法的对比研究

去噪是图像预处理的关键,线性滤波器和非线性滤波器都可以对图像进行滤波操作。选取线性滤波器中的高斯滤波与非线性滤波器中的中值滤波和引导滤波对被椒盐噪声和高斯噪声污染的双排线束图像进行去噪操作,通过主观视觉观测和客观指标两个方面来衡量3种滤波方法的去噪效果并进行对比研究。结果表明:中值滤波去椒盐噪声的效果最好;引导滤波去高斯噪声的效果最好;当同时存在椒盐、高斯混合噪声时,中值滤波和引导滤波都能收获较好的滤波效果,但是引导滤波处理后的输出图像与原始图像的结构相似性更高。     

基于遥感图像频率域滤波的灰色线性中值去噪算法

结合频率域滤波去噪方法,对比低通滤波图像,按照灰色关联分析方法筛选出遥感图像中可能存在的噪声像元,优化噪声窗口灰度序列,并以此建立灰色线性模型,在参考传统中值滤波思想的基础上对含噪遥感图像进行去噪处理。大量仿真试验分析表明,该方法在处理脉冲噪声方面具有良好的去噪效果,且具有保持图像信息质量的特点。此外,试验中发现,采用该方法处理含有混合噪声的遥感图像时,根据具体图像含噪情况,合理地选取阈值,在一定程度上可以提高其削弱图像中混合噪声的水平。     

图像非线性滤波技术的研究

中值滤波是图像处理中常用的一种非线性滤波方法,该方法能够在有效地去除噪声的同时保持图像的边缘细节,解决了多数线性滤波在去噪的同时模糊图像这一缺点,能获得较好的图像复原效果。适当设计的加权中值滤波能更好地保护图像的细节信息,调节滤波模板参数可以获得理想的滤波效果。另外,中值滤波可以有效抑制脉冲干扰。本文讨论了中值滤波和加权中值滤波,并给出了相应的实验结果和结论。     

某图像处理系统中滤波算法的改进

滤波技术是一种图像增强技术，很多图像处理和分析系统都采用滤波技术减弱噪声的影响。针对某系统采用的均值滤波算法会模糊区域边缘的不足，作者使用中值滤波算法对原系统做了改进。该算法在消除噪声的同时不会影响区域的边缘。经实验验证，改进系统的效果优于原系统。     

关于线性滤波CPM信号的最优检测

针对线性滤波CPM信号，本文导出了一种新的MLSE接收机结构。并已证明，与当前已知方法相比，采用这种接收机结构，可确保结构复杂度大大减小。     

二维分数阶小波变换滤除混合图像噪声研究

图像形成与传输过程中,常受到复杂混合噪声的干扰.本文结合二维分数阶小波变换与中值滤波,提出一种新的混合未知图像噪声滤除方法.该方法先通过噪声检测将脉冲噪声标识出来,并利用中值滤波方法滤除,然后计算剩余噪声,进一步得到二维分数阶小波变换的最优阶次,在二维分数阶小波时频域,将剩余的高斯白噪声用阈值去噪方法滤除.经实验证明,该方法在有效去除混合噪声时具有优势.     

分数阶傅市叶变换域的心电信号滤波算法

心电信号是一种非平稳的低频微弱信号,与干扰噪声具有较强的时频耦合．经典的滤波方法难以实现有效的信噪分离．提出了一种基于分数阶傅立叶域的LMS自适应滤波算法,既结合了适合处理非平稳信号和减少时频耦合的特点,又能够有效地提高信噪比．首先将信号进行分数阶傅立叶变换,寻找最优变换域,再利用LMS自适应滤波算法在最优变换域滤波,然后对滤波后的信号进行分数阶傅立叶反变换．通过对MIT—BIH中的心电数据进行Mat—lab仿真,表明信噪比从-6dB提高到14dB,清晰地还原出心电信号的波形及特征点．     

一种滤除信号直流分量方法的MATLAB仿真实现

在进行信号采集时,往往采集到的数据中包含有直流分量,这样对信号进行功率谱估计、计算信号的主频时,不易自动检测出信号的主频。为此,提出一种滤除信号中直流分量的方法,经MATLAB仿真证明,该方法简单且有效。     

基于二维滤波的探地雷达数据去噪研究

探地雷达是近几年迅速发展起来的一种高分辨率、无损的地球物理探测技术，通过天线向地下发射高频电磁脉冲波，根据介质的电性差异探测地下结构．由于雷达波在地下的传播过程十分复杂，各种噪声和杂波干扰非常严重．在详细研究了二维滤波原理基础上，根据雷达数据中有效波和干扰波的视速度差异，利用频率-波数域二维滤波技术，采用在时间域和频率域两种实现方式去除噪声，对实际的雷达数据进行处理，结果表明频率-波数域二维滤波能有效地去除干扰，效果明显．     

基于粒子滤波的数字信号解调器

传统的数字信号解调方法存在着载波恢复、符号同步等问题,实现起来较为复杂。粒子滤波是从概率统计的角度出发,使用一个具有相应权值的随机样本集合来表示需要的后验概率密度。因此以接收信号的幅度、载波频率、相位为待估计参数矢量,应用粒子滤波算法可以实现对数字信号的解调,通过仿真验证了该方法的有效性,相对于传统方法更为方便。     

基于小波分析的信号滤波方法研究

论述了小波分析的基本原理,研究了应用小波变换进行信号滤波的方法,通过正交小波包对信号的分解,把频率成分复杂的信号分解到互不重叠的频带,根据需要删除某些频带的信号（噪声）,然后用小波包生包重构算法对信号进行重构,可实现对信号的滤波。给出了应用小波包变换对振动信号进行滤波的实全坷有效地滤除信号中的确定必噪声和随机噪声,可进取出淹没在信号中的非常微弱的特征信息,与传统的信号滤波方法相比具有明显优点。     

一般分布下的自学习滤波方法

针对Ｋａｌｍａｎ滤波存在的储多难点，在一般分布下的二阶近似最小方差估计的基础上，本文首次提出了正态严平稳假设下的自学习自适应Ｋａｌｍａｎ滤波，并相应研究了分布蜜度的离线异步自学习估计方法，文中又利用了Ｂａｙｅｓ公式得到了非线性校正项的三阶联合中心矩和四阶中心矩的自学习估计方法，并据此提出了一般分布下的自学习自适应滤波的基本公式。本文对上述理论的收敛性进行了严格证明，并指出了待研究的若干问题。     

相关数据组卡尔曼滤波分光光度法

针对卡尔曼滤波法存在的问题，提出相关数据组卡尔曼滤波法。本方法可减小测量值误差对迭代运算的影响，有效地抑制了滤波数值的发散，以数值模拟体系检验本方法，当误差为±５％时，回收率为９５．５－１０５％，以ＰＡＲ为显色剂，对锌、镉、铅三元素进行同时测定，获得了满意的结果。     

信息过滤系统中的混合式过滤算法

由于基于内容的过滤算法只考虑了用户对关键词条的兴趣程度,没有考虑关键词条在文档中的重要程度,而过滤算法又是信息过滤系统中最核心的部分,决定系统预测的精度,因此将一种基于内容过滤算法和一种协作式过滤算法相结合,设计出一种新的混合式过滤算法.实验结果表明,采用该算法可以在一定程度上提高相对查全率和相对查准率.     

基于静电传感器空间滤波法测量固相速度

以点电荷为例,计算静电感应电极上感应电荷的表达式,点电荷在测量区内运动,根据电极的幅频响应,并将感应电荷表达式看作门函数,得到空间滤波法测速原理,并且在整个频率范围内对测速原理进行推广.利用信号频谱分析中的特征频率建立空间滤波测量速度,其可以用于静电传感器测量气/固两相流的流动速度表达式.采用自谱密度的转换矩阵,对静电传感器输出电压信号作自谱密度分析,得到其频谱特性,找到特征频率(峰幅频率)完成速度测量.通过实验验证其方法是可行的,并通过实验来校正比例因数和校正因子.