基于模拟退火遗传算法的FIR数字滤波器设计

研究了用模拟退火遗传算法来设计FIR数字滤波器，并针对算法在寻优过程中，参数搜索缓慢的特点提出了改进方法，该方法在一定程度上提高了算法的搜索性能．并结合FIR低通数字滤波器的设计给出了仿真结果。     

基于二进制掩码的单幅图像天空区域识别去雾算法

针对暗通道先验去雾算法处理得到的去雾图片存在颜色失真、偏移等问题,提出了一种基于天空区域识别的改进算法。首先,利用区域窗口自适应最小化滤波器获得暗通道图像,并使用二进制掩模图进行天空区域识别。其次,对天空区域进行透射率和大气光值的设定,同时引入引导滤波器对透射率图进行优化,避免了图像恢复时天空部分色彩失真的问题。最后,利用大气散射模型对原始图像进行复原。实验结果表明,本算法能够有效对图像中天空等明亮区域进行去雾,使处理后的图像具有良好的视觉效果。     

一种改进的FIR数字滤波器自适应设计方法

提出了一种迭代算法，在FIR数字滤波器的自适应设计过程中自动改变各个频率指标上代价因子的值，最终实现代价因子的最优取值。利用这种改进方法，可以实现FIR数字滤波器和设计指标之间的最佳拟合。给出了两个设计实例，其中幅度响应每倍频程衰减6dB的滤波器，可以用于模拟水声陈列接收的宽带海洋噪声，而高精度时延的滤波器，则可以实现滤束形成中所需要的非整数倍采样间隔的时延。     

多途水声信号盲恢复技术研究

针对盲解卷积只能获取未知源信号的波形,而得不到源的幅度问题,研究了一种平稳信道、多途传播条件下估计信道参数及源分离的算法.该算法引入均值和方差都已知的参考信号,在FIR模型的基础上利用解相关技术估计水声多途信道参数,进行盲信号分离.分析了实际的水声信道参数特点,提出新的信道参数及阶数的估计方法,继而利用改进的自适应逆滤波器恢复源信号,最后在瞬时混合以及不同信噪比情况下与其他算法进行比较,以验证算法的有效性.仿真结果表明,未知源估计结果与信道阶数和信噪比有关;对于卷积混合,该方法对于信道参数的估计具有稳健性,.可以同时恢复源信号的时序结构与幅度信息;对于瞬时混合,该方法的计算量和性能指标优于其他算法.     

二维双正交小波变换及其在指纹图像压缩中的应用

双正交小波变换应用较广泛。其特点是FIR滤波器具有线性相位，滤波器系数具有对称性，可避免产生信号失真。本文分析了双正交小波变换图像处理方面的性能和特点，介绍了其在指纹图像数据压缩中的应用。     

改进的QPSO 算法在FIR滤波器设计中的应用

针对量子粒子群优化（QPSO）算法对越界粒子处理方式的不足,提出了一种基于边界控制的改进方法,并将其应用在有限长脉冲响应（FIR）滤波器的频率采样设计法中,给出了算法的具体实施步骤。对 FIR 低通和带通滤波器的仿真结果表明,相对于查表法及标准 QPSO 算法,改进后的 QPSO 算法能够快速、有效地求得频率过渡带样本值的最优解,同时通带波动变小,最小阻带衰减变大,从而对 FIR滤波器的设计进行了进一步的优化,验证了改进算法的有效性。     

模糊图像迭代盲反卷积复原

针对超速或换道车辆容易出现的图像模糊问题,提出了基于盲反卷积的去模糊方法。传统的去模糊方法是假定已知模糊参数,而实际的目标图像模糊参数是未知的。所以采用一种盲复原方法,首先估计出模糊点扩散函数PSF,然后进行模糊处理。根据实际采集的图像含有高斯噪声的特点,将常用零均值高斯白噪声作为其噪声模型,根据噪声均值与方差的最小二乘估计改进盲反卷积模型,得出新的恢复模型,进而恢复含噪声的模糊图像。结果表明,该算法较传统算法恢复效果得到明显改善。     

高效2n并行快速FIR算法及其实现方法

快速有限脉冲响应(FIR)算法(FFA)突破了传统并行FIR滤波器复杂度随并行度线性增加的局限性，效率大幅提高。然而目前缺少对高并行FFA通用算法和实现架构的研究。该文提出了高效2n并行FFA，并给出了其通用算法形式与实现架构；同时讨论了对于非2n并行FFA的实现架构。通过算法分析和硬件效率评估，本文算法及其实现架构在相同的并行度和性能条件下，比传统并行算法有显著改善，且随着并行度的增加，这种优势更加明显。该算法在高并行FIR滤波器的应用中有很大优势。     

一种基于NAS-RIF的SST图像盲恢复新方法

图像恢复是太空太阳望远镜（SST）图像处理的重要组成部分，当点扩散函数未知时只能进行盲恢复．在诸多的盲恢复算法中，非负有限支撑限制递归法（NAS—RIF）可以取得较好的恢复效果，但其对高频噪声的放大严重地影响了恢复效果和具体应用范围．为了降低对噪声的放大，本文分析和比较了不同的自适应平滑滤波，在NAS—RIF代价函数上增加了基于Hessian法的自适应平滑项．最后通过仿真计算验证了所改进的算法具有良好的稳定性、噪声抑制作用和图像边缘的保护作用，可以用于实际的SST图像恢复．     

基于反向学习的粒子群算法对线性相位低通FIR滤波器的优化

将一种基于反向学习的改进粒子群优化算法(OPPSO)应用于设计具有线性相位的低通FIR数字滤波器。该算法通过求解粒子位置的反向解来增加找到最优解的概率,从而求得一组使所述滤波器最优的参数组合。同时,在试验中引入一种更具有现实意义的接近于理想滤波器的零相位滤波器作为对比。试验结果表明,该算法在设计线性相位低通FIR数字滤波器上具有良好的优化效果。     

一种改进的非负限定性支持域算法

引入单调平滑的对数函数,对原代价函数取以e为底的对数进行复合,提出了一种改进的非负限定性支持域算法．从代价函数的梯度入手推导出共轭梯度算法,其搜索方向保持不变而搜索步长变小,使滤波系数更加逼近于点扩展函数逆算子,从而使估计图像与原始图像更加接近．对文字模糊图像的仿真结果表明,与原始算法相比,改进算法的均方误差曲线收敛性及稳定性更好,提高了恢复图像的信噪比．     

Anisotropic Total Variation Regularization Based NAS-RIF Blind Restoration Method for OCT Image

Based on anisotropic total variation regularization (ATVR), a nonnegativity and support constraints recursive inverse filtering(NAS-RIF) blind restoration method is proposed to enhance the quality of optical coherence tomography (OCT) image. First, ATVR is introduced into the cost function of NAS-RIF to improve the noise robustness and retain the details in the image. Since the split Bregman iterative is used to optimize the ATVR based cost function, the ATVR based NAS-RIF blind restoration method is then constructed. Furthermore, combined with the geometric nonlinear diffusion filter and the Poisson-distribution-based minimum error thresholding, the ATVR based NAS-RIF blind restoration method is used to realize the blind OCT image restoration. The experimental results demonstrate that the ATVR based NAS-RIF blind restoration method can successfully retain the details in the OCT images. In addition, the signal-to-noise ratio of the blind restored OCT images can be improved, along with the noise robustness.     

盲图像恢复算法研究

盲图像恢复是图像处理学中的重要领域,本文围绕这个方面对几种比较有代表性的图像恢复算法进行了细致深入的探讨,研究工作主要包括:介绍两种盲迭代恢复算法的原理、实现,EM恢复算法、PBD恢复算法以及两种算法的实现;介绍NAS-R IF恢复算法原理、实现,并对其恢复性能进行分析.     

基于Matlab的图像复原算法的研究

图像在获取、传输和存储过程中由于受多种原因如模糊、失真、噪声等的影响,会造成图像质量的下降。在对目前有关数字图像复原技术的文献进行理解和综合的基础上,本文主要对EM算法、维纳（Wiener）滤波和NAS-RIF算法进行了探讨,同时对上述算法进行了仿真实现,并分析了实验的结果。     

FIR滤波器的约束最小二乘设计

低通滤波常用在图像去噪中,抑制噪声从而改善图像质量.在应用中图像的处理要求不能有明显的相位失真,所以选用FIR滤波器,因为它在一定的对称条件下可实现严格的线性相位.FIR滤波器的设计最终可归结为求解一组滤波器系数,采用最小二乘法优化这些系数.为了对带有一些频域等式约束的FIR低通滤波器进行良好的设计,在最小二乘的基础上结合拉格朗日法.先将带约束的最小二乘转为求条件极值,引入拉格朗日乘子法构造出拉格朗日函数,再进行求解.最后进行了仿真实验,并比较了用一般遗传算法对FIR低通滤波器的设计.结果证明了这种方法的有效性.     

多抽样率频率抽样FIR数字滤波器设计

采用多抽样率方法设计频率抽样FIR数字滤波器,可以获得性能优异的滤波器,以消除心电信号ECG中的基线漂移和工频干扰,对目前类似滤波器存在的截止频率不易控制、通带和阻带纹波过大、工频阻带过窄、易受工频波动干扰或消除基线漂移时对ECG的低频部分削得过多等问题,提出了一个较好的解决办法。相对于ⅡR滤波器或模拟滤波器避免了因非线性相位滤波带来的失真问题。     

振动测试系统中随机噪声的数字信号处理

采用FIR(FiniteImpulseResponse)数字滤波原理设计了通带范围 0～ 1 0Hz的数字滤波器 ,有效地实现了对振动测试系统中随机干扰噪声的滤除。滤波后的信号曲线 ,可精确导出不平衡量的幅度和相位。整个过程分为信号采集、滤波算法实现和有用信号的恢复     

基于FitzHugh-Naguno神经元随机共振机制的图像复原

应用随机共振机制,借助噪声能量实现图像复原,改善低信噪比图像的输出质量.通过分析FitzHugh-Nagumo(FHN)神经元的阈上随机共振机理,以及在相平面上的阈值工作特性,对FHN神经元模型进行约简,以峰值信噪比(PSNR)为图像复原的评价函数,提出基于随机共振的自适应最优图像复原算法.以含噪mountain彩色图像和LED芯片图像为实验对象,与均值滤波、维纳滤波等图像复原算法进行仿真对比研究.结果表明:随机共振方法较好地抑制了噪声、恢复了图像细节和色彩信息,且随着噪声的增强,随机共振方法复原图像的峰值信噪比变化较小,该方法具有较好的鲁棒性.     

相对运动所引起的模糊图像的模糊复原算法研究

由于通常所要处理的图像都具有某种不确性，根据先验知识采建立退化模型的反退化处理技术，如滤波，其通用性较差．论文基于模糊算法对由相对运动引起的模糊图像的复原算法进行了研究，阐述了运动模糊图像退化的数学模型．根据数学模型分析其退化的原因，并运用模糊理论知识，提出了对由相对运动引起的模糊图像进行复原的隶属函数，同时与维纳（Wiener）滤波复原算法进行了对比分析．结果表明：模糊复原算法对有噪声的运动模糊图像能基本还原出原来的图像，效果相当理想，为图像复原技术提供了一种新思路．