自适应窗堆栈滤波器研究

提出了一种新型的非线性滤波器——自适应窗堆栈滤波器的结构和实现算法,该滤波器可有效地抑制脉冲干扰、保持图象边缘和细节。同时建立了非线性滤波器的矩阵分析方法和形态数学分析方法,为简化非线性滤波器硬件实现提供了依据。实验结果表明,自适应窗堆栈滤波器在噪声抑制和边缘细节保持方面均优于中值滤波器。     

离焦模糊图像的自适应滤波及逆滤波器复原

在微操作中,显微视觉系统获取的图像通常是离焦模糊图像.根据最小二乘原理和回归模型设计自适应滤波器,用于消除图像噪声,提高图像的信噪比;离焦模糊图像的退化模型可用圆盘函数描述,利用模糊图像频域的零点位置来估计圆盘函数的模糊参数;采用基于简化Wiener滤波的逆滤波器方法对模糊图像进行复原.对算法进行了仿真和实验分析,结果表明,该方法能够以较少的运算时间代价获取较好的复原效果.     

一种基于自适应滤波的三相有源电力滤波器的检测算法

对有源滤波器现有的几种检测算法进行了简单的分析，针对目前在有源滤波器中应用较广泛的瞬时无功功率理论检测法中存在的问题和不足，提出了一种基于自适应滤波理论的三相并联型电力有源滤波器的新型检测算法，并用Matlab中的Simulink对基于此算法的 滤波器进行了建模和仿真。     

闪光X光噪声图象的局部统计滤波

本文介绍一种噪声图象的滤波方法 ,它不需要先验的图象模型 ,而且也不会损伤边界和细小的细节 ,在相加性和相乘性噪声的情况下 ,计算与边界方向有关的子集的局部平均值和方差 ,相应地沿着边界方向的噪声就被去掉 ,同时对边界有一定的增强效果     

基于梯度的自适应椒盐噪声滤波算法

针对传统中值滤波方法不能有效保持图像细节信息和对图像适应能力差的问题,提出一种改进的椒盐噪声滤除算法。算法基于先检测、后滤波的思想,根据图像的极小梯度矩阵自适应计算噪声阈值,提高了噪声检测的准确性;为了更好地保持图像细节,对检测出的噪声像素进行多窗口中值滤波。多组去噪实验表明：所提算法对污染程度不同的图像具有良好的适应性,在滤除噪声的同时还可以有效还原图像边缘等细节信息。     

智能选取滤波器的方向图滤波算法

由于指纹图像纹线粗细的不同,分块大小固定及使用同一滤波器不能适用于不同的指纹图像。针对方向图滤波方法中,由于图像分块大小及滤波器不合适,导致不能连接图像中的断线,或是在曲率变化较大的图像区域出现“尖”的不平滑现象,提出了一种智能选取分块大小及滤波器的算法,该算法在大量的实验中,表明了其有效性。     

中值—平滑滤波及其硬件实现

本文分析了中值滤波和平滑滤波,采用了中值-平滑滤波去改善图象质量,并给出其硬件实现方案。     

基于自适应切比雪夫滤波器的非线性有源噪声控制

提出一种基于自适应切比雪夫滤波器的非线性有源噪声控制算法FCLMS。FCLMS算法使用传统的Fx LMS结构,将初级噪声使用第一类切比雪夫多项式展开,进而拟合该信号,而后使用LMS自适应算法进行噪声控制。该算法的计算复杂度低于2阶VFx LMS和1阶FS LMS算法。在不同的仿真模型下的仿真结果表明,该算法控制效果均达到或优于VFx LMS和FS LMS算法,且收敛速度快。     

LF炉滤波器滤波效果计算方法浅析

阐述LF炉谐波产生原因及其特点,对采用二阶型滤波器来抑制LF炉产生谐波的滤波效果计算方法进行探讨。     

基于自适应有源噪声控制的噪声防护头盔

隧道施工噪声多为宽频带混合型噪声，声源多、距离近、声级高兼有振动存在等一系列特点，而且隧道内的各种声响都是在同一个封闭的环形坑道中产生或消失的。施工人员就处在听觉暴露受损的强噪声之下，这些无规则的、杂乱的噪声给施工者造成很大的危害。自适应有源噪声控制技术作为一项新技术，可以有效地解决固定参数的有源噪声控制在处理具有时变性、输入信号或声场不稳定等噪声时存在的不足。可以用环境误差信号来控制自适应滤波器参数，自动跟踪环境的变化并自动调节自适应滤波器参数，从而保证有源降噪系统具有优化的性能，在噪声控制上引起人们的极大重视。根据以上情况，文章把自适应有源噪声控制技术应用到隧道施工噪声控制中去，在理论上提出和设计了一种隧道施工中对个体受主进行噪声防护的头盔。     

脉冲噪声的最小均值M－估计有源控制算法

经典的滤波―X最小均方算法(Fx LMS)已经被广泛应用于有源噪声控制(ANC)领域。 但是当存在脉冲噪声时, 它的性能就会严重退化。基于鲁棒统计的概念介绍了一种新型自适应算法,采用的目标函数为M－估计函数, 而不是传统的最小均方误差。该算法分别采用了Huber 函数、Hampel 三段下降M估计函数等四种不同的M－估计函数作为目标函数,仿真结果表明所采用的算法能有效地消除脉冲噪声,并且与日本学者Akhtar 改进的加窗算法相比表现了更好的收敛性。     

自适应滤波技术综述

自适应滤波算法是基于二阶统计量的相关函数,该算法在自适应信号处理过程中有着广泛的应用。本文就当前国内外自适应滤波技术的发展进行了综述。     

Gamma自适应滤波器及其最小均方误差训练方法

本文提出了一种新的自适应滤波器－Ｇａｍｍａ滤波器及其基于最小均方程误差准则的训练方法，首先建立了最小均方误差准则下Ｇａｍｍａ滤波器的Ｗｉｅｎｅｒ－Ｈｏｐｆ方程，然后分别提出了３种训练算法：（１）新斯－牛顿算法；（２）确定性梯度算法；（３）ＬＭＳ算法。最后给出Ｇａｍｍａ滤波器在随机信号预测中的应用和仿真结果。     

应用多通道脉冲噪声检测的彩色图像自适应中值滤波方法

首先对彩色图像RGB 3个颜色通道的子图像,以串行的方式,确定出各颜色通道的脉冲噪声位置。根据待检测像素点附近4个邻域的灰度均值,自适应调整脉冲噪声判断阈值。由各通道的噪声检测结果经运算得到彩色图像脉冲噪声检测结果。采用改进的自适应矢量中值滤波法,对脉冲噪声有选择地滤除。实验结果表明,该方法结合标量方法进行脉冲噪声检测,矢量方法滤除彩色图像中的脉冲噪声,具有较好的滤波性能指标和视觉效果。     

去除脉冲噪声的自适应开关中值滤波

为消除图像中的脉冲噪声,提出了自适应开关中值(ASM)滤波算法。该算法采用一种新的噪声检测方法将图像中的像素分为信号点和噪声点两类。对检测出的噪声点统计其个数并由此估算图像中的噪声密度,根据估计的噪声密度自适应确定滤波窗口尺寸,采用改进的中值滤波对检测出的噪声点进行处理;而信号点则保留其灰度值不予处理。对ASM滤波进行仿真实验,结果表明,它能在有效去除噪声的同时很好地保护图像细节,较传统中值滤波及其它改进中值滤波算法有更优的滤波性能。     

动态-测量系统M型滤波的抗扰性分析

本文在动态-测量系统模型下讨论了文[1]中定义的M型滤波族的抗扰性.主要结果包括:(1)合理地提出了M型状态估计的w-抗扰性和s-抗扰性概念,并在不太强的条件下证明了M型滤波是w-抗扰的;(2)给出并证明了它的小样本崩溃点     

神经网络识别图像椒盐噪声的自适应滤波方法

为了使椒盐噪声不影响图像的后续处理,提出一种基于BP神经网络噪声检测的自适应开关滤波器来检测和滤除图像椒盐噪声.该方法利用像素值及其邻域特性作为像素点的描述即神经网络的输入,通过神经网络自动检测图像的噪声位置,据此保持非噪声点不变,对噪声点进行自适应窗口大小的均值滤波处理,且仅窗口内非噪声点参与均值运算.实验结果表明,...     

一种保持图像细节的形态学滤波器

提出了一种保持图像细节的形态学滤波器,和经典形态学滤波器相比较,新的形态学滤波器的其主要算子中使用了结构元素的轮廓,用测试图和加噪图进行实验,表明此滤波器具有良好的保护图像细节和滤噪的性 能。     

自适应滤波在车用发电机噪声测试中的应用

介绍车用发电机噪声的测试方法和特点,应用自适应滤波方法对车用发电机试验过程中所测得的发电机噪声与试验台背景噪声的混合信号进行分离研究,同时与独立分量分析（ICA）方法进行了比较。实验结果表明,用自适应滤波的方法能很好地把发电机噪声和背景噪声分离开来,从而使发电机生产厂家不必为控制噪声测试过程中的背景噪声而对其发电机试验平台进行改造,有效地解决了其产品噪声测试的难题。