H∞次优滤波在速度姿态匹配传递对准中的应用

针对速度+姿态匹配传递对准中量测中的不确定性干扰,采用H∞滤波方法进行速度+姿态匹配传递对准。并与卡尔曼滤波进行了比较,仿真结果表明,当系统噪声和量测噪声为白噪声时,卡尔曼滤波器和H∞滤波器均有效,而且卡尔曼滤波器优于H∞滤波器。但是,当系统噪声与量测噪声为有色噪声并且存在建模误差时,卡尔曼滤波收敛速度明显低于H∞滤波的收敛速度。H∞滤波更符合工程应用的实际情况,因而H∞滤波是一种非常有效的估计方法。     

基于信息补偿的自适应联邦滤波算法

针对采用标准卡尔曼滤波器必须知道系统噪声统计特性的局限性,研究了一类系统噪声未知情况下的自适应联邦滤波方法,指出了自适应滤波方法应用于联邦结构时应当注意的问题,提出了一种基于信息补偿的自适应联邦滤波算法。SINS／BDS／GPS组合导航系统的仿真结果表明,该方法可以有效抑制系统噪声未知情况下的滤波发散现象,提高了滤波的稳定性和估计性能。     

基于参数估计的传感器故障诊断的改进方法

针对基于参数估计的非线性系统传感器故障诊断方法中存在的滤波稳定性差、估计精度低的缺点,提出了卡尔曼滤波与小波滤波相结合的方法.在将传感器故障参数都等效为偏差型故障参数的基础上,通过增大强跟踪滤波器算法中的量测噪声方差和系统噪声方差,使其大于实际噪声方差,以提高滤波器的稳定性和故障检测的快速性,同时引入小波滤波以提高对故障参数的估计精度.仿真实验表明,该方法较好地兼顾了滤波稳定性、估计精度及速度.     

免疫算法自适应滤波器对白噪声的抑制

实际信号经常会受到白噪声及高次谐波的影响,由于白噪声频谱分布在整个实数域,常用的滤波器很难将其滤除。讲述了自适应滤波器的原理及用免疫算法自适应滤波器,对白噪声及高次谐波进行抑制的方法。通过免疫算法对自适应滤波器的权向量进行优化,并用均值滤波的方法对自适应滤波器的滤波结果进行进一步滤波,然后用MATLAB对该算法进行仿真。将免疫算法自适应滤波器的仿真结果和LMS滤波算法的仿真结果进行比较,表明免疫算法自适应滤波器能对白噪声及高次谐波进行有效的抑制。     

一种新型的混合滤波器的设计与实现

对空间域的常用噪声滤波技术的不足进行了分析,提出了一种线性与非线性混合滤波算法。该算法充分结合了中值滤波器和均值滤波器的优点,比均值滤波器和中值滤波器具有更好的抑制噪声的能力,能较好地保持图像的边缘和几何结构细节。最后给出了几种滤波技术的滤波效果比较图,验证了文中提出的滤波新方法对椒盐噪声和高斯噪声的滤除能力。     

一种新型的混合滤波器的设计与实现

对空间域的常用噪声滤波技术的不足进行了分析,提出了一种线性与非线性混合滤波算法。该算法充分结合了中值滤波器和均值滤波器的优点,比均值滤波器和中值滤波器具有更好的抑制噪声的能力,能较好地保持图像的边缘和几何结构细节。最后给出了几种滤波技术的滤波效果比较图,验证了文中提出的滤波新方法对椒盐噪声和高斯噪声的滤除能力。     

改进的非线性鲁棒EKF算法及其应用

非线性系统由于噪声统计的不确定性,经常使得常规扩展Kalman滤波器滤波误差放大,甚至引起滤波发散,为此提出了一种采用虚拟噪声的补偿方法,对时变的噪声统计进行在线估计且加以补偿,提高了非线性滤波的鲁棒性。以星载GPS定轨为研究对象,应用该方法进行滤波定轨,结果表明,方法具有滤波稳定性和定轨结果的精确性。     

航迹辨识系统中约束方差滤波的容许模型噪声

根据Kalman滤波的最小方差特性,分析测量噪声一定时Kalman滤波方差随系统模型噪声强度变化的规律,并在模型噪声和测量噪声一定时,给出求解当前估计型稳态Kalman滤波的LMI方法。针对测噪声一定的系统设计一种滤波器,它在保证滤波误差方差满足指定上界约束下,容许系统有尽可能大强度的模型噪声,并用航迹辨识系统的算例对所给出的结果做了说明。     

不确定中立型时滞系统的鲁棒H∞滤波

研究一类鲁棒H∞滤波问题。针对带有不确定性参数和白噪声干扰的中立型时滞系统,设计一类滤波器,使之对于任意容许的不确定性,滤波误差系统一致渐近稳定且使噪声对估计误差的影响降至给定约束范围之内。利用线性矩阵不等式的方法．将所得的确定性系统的鲁棒滤波结论,扩展到不确定性系统,得到不确定性系统鲁棒H∞滤波器的充分条件。给出的数值算例验证了所提出算法的有效性。     

自适应MEMS加速度计滤波算法

简要分析了微机电系统（MEMS）加速度计使用模型中的噪声来源,介绍了一种自适应平滑滤波器的设计方法,通过增设滤波阈值来调节滤波系数,实现了对 MEMS 加速度数据的动态降噪处理。实验结果表明：自适应平滑滤波器能有效抑制加速度计输出信号中的高频噪声,滤波前噪声信号均方根误差为2.32×10－5 m/ s2,经过滤波后,噪声信号均方根误差为4.79×10－7 m/ s2,提高了加速度计的测量精度,取得了良好的滤波效果。     

基于直方图的图象去噪滤波器

滤除图象噪声时，虽然利用的先验知识越多，其滤波效果越好，但是一般情况下，由于只能得到一幅被污染的图象，无法获得这些先验知识，因而滤波效果较差。为了解决该问题，提出了一种去除图象中椒盐噪声的新型滤波器。该滤波器首先给出了一种有效的估计原图象直方图的方法，进而利用估计直方图的信息来进行滤波；然后对滤波窗口中的像素进行一种排除最大和最小灰度值的操作，以滤除椒盐噪声点。实验表明，该方法滤波效果优于传统的滤波器和其他模糊滤波器，特别是当噪声概率超过0．3时，这种优势尤为明显。     

一种针对彩色图像随机值脉冲噪声的矢量滤波方法

为了去除彩色图像随机值脉冲噪声,提出了一种新的矢量滤波方法。该方法对图像的平滑区域和边缘区域的滤波工作分开进行,平滑区域滤波方法将窗口分成多个区域,然后基于矢量中值和平滑区域像素的特征检测出平滑区域的信号,边缘区域的滤波是在已知信号的基础上对非信号进行矢量中值滤波。仿真实验结果表明,该方法能够有效地去除彩色图像的随机值脉冲噪声,尤其当噪声密度较高时,去噪效果明显优于传统的矢量中值滤波。     

一种自适应图像去噪混合滤波方法

结合自适应中值滤波技术和自适应压缩加权均值滤波技术,提出了一种新的图像混合噪声滤波算法。算法首先对受混合噪声污染的图像利用灰度极值检测出脉冲噪声,运用自适应中值滤波滤除脉冲噪声;其次对处理结果进行自适应压缩的加权均值滤波。实验结果说明算法不仅能有效地滤除脉冲与高斯混合噪声,而且可以较好地保护图像细节。     

基于FPGA的实时双目图像采集与预处理系统设计

针对目前智能交通监控系统中动态目标数据量大、噪声干扰多、实时性要求高等问题,设计了基于FPGA的实时双目图像采集与预处理系统。利用FPGA的并行特性和流水线技术,实时采集双通道图像数据,且通过DDR3 SDRAM缓存,再将其用拼接方式输出显示;采用像素排序流水线操作,实现了基于FPGA的并行中值滤波算法,提高了算法处理速度。试验结果表明,所设计的双目图像采集与预处理系统能够实现图像的实时采集与显示,并能快速地进行图像降噪处理。     

基于遗传算法的自适应中值-开闭滤波器

提出了一种新的中值-开闭滤波器结构，并以此为基础设计了自适应中值-开闭滤波器。该滤波器由一个中值-开闭滤波器和学习优化模块组成。在学习优化子模块中，应用遗传算法，通过对含噪声的图像样本进行学习，使得该滤波器的结构能根据待滤波的输入图像自动地调整以获得最优的滤波效果。计算机仿真实验表明该滤波器具有非常好的噪声滤除能力和滤波效果。     

Adaptive noise-reducing anisotropic diffusion filter

In image processing and computer vision, the denoising process is an important step before several processing tasks. This paper presents a new adaptive noise-reducing anisotropic diffusion (ANRAD) method to improve the image quality, which can be considered as a modified version of a speckle-reducing anisotropic diffusion (SRAD) filter. The SRAD works very well for monochrome images with speckle noise. However, in the case of images corrupted with other types of noise, it cannot provide optimal image quality due to the inaccurate noise model. The ANRAD method introduces an automatic RGB noise model estimator in a partial differential equation system similar to the SRAD diffusion, which estimates at each iteration an upper bound of the real noise level function by fitting a lower envelope to the standard deviations of pre-segment image variances. Compared to the conventional SRAD filter, the proposed filter has the advantage of being adapted to the color noise produced by today’s CCD digital camera. The simulation results show that the ANRAD filter can reduce the noise while preserving image edges and fine details very well. Also, it is favorably compared to the fast non-local means filter, showing an improvement in the quality of the restored image. A quantitative comparison measure is given by the parameters like the mean structural similarity index and the peak signal-to-noise ratio.     

一种用于图像边缘检测的自适应指数滤波器

本文提出一种用于图像边缘检测的自适应滤波器,利用它既可滤除图像噪声,又可获取精确度高的图像边缘。文中比较详细地分析了这种滤波器,并给出了递归实现算法。理论分析和实验结果表明,自适应指数滤波器的性能优于高斯滤波器。     

基于各向异性的二维云模型滤波

针对云模型滤波器在去除椒盐噪声的过程中没有考虑到图像各向异性的缺点, 提出了一种新的图像去噪方法。该方法首先利用云模型滤波器的噪声检测器对噪声图像进行检测, 然后对认定为噪声的图像部分利用基于二维云模型的模糊加权滤波算法, 并结合噪声周围非噪声像素的空间位置信息和像素值信息进行图像复原。将这种新的算法与原始方法进行相同环境下的对比实验。结果表明, 对于椒盐噪声密度为10%～50%的测试图像, 虽然在计算效率方面该算法略逊于原始算法, 然而在处理的过程中, 其展现了图像各向异性, 同时也更好地保持了图像的细节信息; 而且图像细节越复杂, 提升效果越明显。     

切换滤波方法在深度图像噪声处理中的应用

基于Kinect深度图像的互动投影系统受到多种混合噪声干扰.单一的滤波方法只针对特定噪声,往往难以取得很好的效果,通常要将几种滤波方法联合使用.一般的联合滤波虽然可以保证图像的精确度,但算法复杂度高、耗时较长,影响了互动投影系统的实时性.针对上述矛盾,本文首次将切换系统方法引入到数字图像滤波领域,提出了一种任意切换滤波算法,并将其应用到实际的互动感投影系统中.实验结果表明,切换滤波算法既能很好地去除噪声,又能保证跟踪的实时性,达到了良好的目标跟踪效果,可以广泛应用于各种图像滤波处理系统中.     

图像滤波的商空间粒计算算法

针对传统滤波器在噪声检测和滤除中存在的不足,提出了基于商空间粒度理论的噪声检测和粒度逆谐波均值滤波算法。该算法将受噪声污染的图像划分成不同粒度层次的商空间,形成商空间半序格,结合保假原理选择适当的粒度空间实施噪声分类检测和分别滤除。实验结果表明,该算法在滤除噪声的同时能够较好地保持图像的细节纹理特征、改善图像质量、提高信噪比等。