梯度均值预测滤波算法及其应用

测量误差不可避免的存在于各种测量系统之中.针对缓慢变化的测量数据中存在的随机误差,结合传统滤波方法的优点,提出了梯度均值预测滤波算法,阐述了算法的基本思想和流程,并结合桥梁挠度连续测量系统的测量数据进行了滤波实验,结果表明,该算法能够有效去除缓慢变化的测量数据中的干扰信号,滤波效果明显.     

一种改进的自适应中值滤波算法

针对未知脉冲噪声强度的退化图像的去噪,提出了一种新的自适应中值滤波算法,该算法主要基于以下两点：（1）根据模糊数学里的模糊度理论及随机脉冲噪声本身的去噪特点,提出了模糊指标的概念,并通过反向二阶拟合来获得噪声的强度信息;（2）引入了反映图像边缘信息的Prewitt梯度算子,并通过实验来得到合适的梯度阚值,以更好地保持图像的边缘等细节信息.通过将该算法与传统的中值滤波、基于排序阈值的开关中值滤波以及Sorin Zoican提出的改进的中值滤波进行的对比实验表明,该算法对噪声的强度有很好的估计,不仅提高了噪声去除的自适应性,尤其对含噪声多的图像的处理效果更为理想.     

梯度双边滤波的图像去噪

为了改善双边滤波的去噪性能,引入图像的局部模式,提出了梯度双边滤波算法。采用相邻像素亮度值的梯度距离来构造梯度相似度核,通过几何邻近度核函数和梯度相似度核函数来对图像邻域像素进行加权平均,从而实现滤波;为了获得最佳的滤波参数,通过经验学习的方法对滤波参数进行选择,最终得到通用的参数配置。实验结果表明,新方法能很好地保持图像的边缘,且与传统去噪模型相比,其去噪性能也是最好的。     

一种噪声密度估计的梯度检测滤波算法

针对高密度椒盐噪声污染图像的去噪声问题,提出了一种噪声密度估计的梯度检测滤波算法。算法首先对含噪声图像进行总体噪声密度检测,计算噪声密度p,对于低密度噪声图像(p≤40%),采用3×3窗口改进的梯度检测滤波算法对图像进行滤波,对于高密度噪声污染图像,采用5×5窗口改进的梯度检测滤波算法对图像进行滤波。实验结果表明,文中算法对高密度椒盐噪声污染图像具有较强的去噪声能力和细节保持性能,具有较高的实际应用价值。     

一种基于极值和方向的滤波算法

提出了一种有效的椒盐噪声图像滤波算法。该算法首先对含有噪声的图像取3×3邻域,判断某点是否为邻域极值将全部像素点分为可疑噪声与信号点集合;其次对每一个可疑噪声点在其3×3邻域内构造八个方向的梯度算子模板,通过比较8个方向梯度的大小,进一步确定其是否为噪声点;最后对噪声点进行邻域的中值滤波。实验结果表明该算法在滤除噪声的同时,很好地保存了图像的原始信息且有较好的信噪比。     

融合梯度信息的改进中值滤波算法研究

针对中值滤波在去除噪声时会破坏图像细线特征、边缘模糊的问题,根据待处理图像边缘特征选择合适形状和大小的滤波窗口,对图像进行滤波处理.提出一种融合边缘梯度信息的改进中值滤波算法,算法可以根据边缘梯度信息自适应调节滤波窗口的形状和大小,最大程度上减少边缘模糊,保护细线特征.将算法应用于含有印痕缺陷的弹壳底部图像滤波处理.滤...     

一种迭代离差差分滤波算法及其应用研究

针对扩展卡尔曼滤波（EKF）和迭代EKF量测更新过程采用线性化误差传递,导致状态估计精度偏低的问题,将迭代方法、统计线性化误差传递和离差差分滤波器相结合,建立了一种新型迭代离差差分滤波方法．将该方法应用于再入弹道目标状态估计,仿真实验结果显示,此方法降低了测量方程的非线性对滤波的影响,有效提高了目标的状态估计精度．     

一种强跟踪有限差分滤波二元估计算法

针对非线性工业过程测量的滞后性和模型不确定性给系统状态估计和模型参数估计造成的困难,在扩展Kalman滤波器（EKF）的基础上,引入有限差分滤波器（FDEKF）和次优渐消因子,提出了一种强跟踪有限差分滤波状态和参数二元估计算法。该二元估计算法将滤波器分解为参数滤波和状态滤波两个过程,分别估计模型参数和系统状态。最后,将该算法应用于一化学反应过程的仿真,结果表明,这种强跟踪有限差分滤波的二元估计算法在原模型或参数存在偏差的情况下,仍能较准确地估计系统状态和模型参数,并具有较强的数值鲁棒性。     

基于多尺度梯度域引导滤波的低照度图像增强算法

针对低照度彩色图像整体亮度较低，增强图像中颜色易失真，部分图像细节淹没在较低灰度值像素中等问题，提出一种改进的低照度图像增强算法。首先，把待处理图像转换到色调、饱和度、亮度（HSI）颜色空间，对亮度分量进行非线性全局亮度校正；然后，提出多尺度梯度域引导滤波的亮度增强模型，利用该模型对校正后的亮度分量进行增强，接着对增强后的亮度分量进一步实施避免颜色失真的亮度校正；最后，将图像再转换回红绿蓝（RGB）颜色空间。实验结果表明，增强后的图像亮度平均提高90.0%以上，清晰度平均提高123.8%以上，这主要得益于多尺度梯度域引导滤波具有更好的亮度平滑和增强能力；同时由于减小了颜色失真，使增强图像的细节表现能力平均提高18.2%以上；由于采用了多尺度梯度域引导滤波的亮度增强模型与直方图自适应的亮度校正算法，使提出的低照度图像增强算法适宜应用于夜间等弱光源条件下的彩色图像增强。     

基于中值滤波和梯度锐化的边缘检测

实现一种基于中值滤波和梯度锐化的边缘检测方法。首先采用既能过滤噪声又能保护边缘信息的中值滤波对图像进行平滑处理。然后采用梯度锐化加强边缘像素强度,通过简单的二值化获得图像的初始边缘,系统采用连通区域标记的方法去除位于图像封闭边界内的残留黑块。最后通过实验结果与人工提取的结果比较,进行误差分析,找出本文算法的不足之处,以便对该算法进行改进。实践证明,本文的边缘检测方法对含有噪声点且灰度分布比较均匀的图像有很好的效果。     

新型梯度倒数加权滤波器

受经典梯度倒数加权滤波器的启发 ,提出了一种应用于图像去噪的新型非线性数字滤波器 ,称之为新型梯度倒数加权滤波器 .该数字滤波器解决了总体变差最小模型的全局最优解问题 .大量的实验表明 ,该滤波器在抑制大部分噪声的同时很好的保留了图像的细节信息     

基于共轭梯度法的FIR数字滤波器优化设计

针对高阶FIR数字滤波器要中高阶矩阵逆计算困难,提出了一种共轭梯度法的FIR线性相位数字滤波器的优化设计方法.方法的主要思想是采用共轭梯度法计算余弦基函数的加权系数,从而获得FIR滤波器的单位脉冲响应,使得设计出的FIR滤波器的频率响应与理想滤波器的频率响应的全局误差在整个通带和阻带的范围内最小.仿真结果表明,与其它优化设计方法相比,提出的优化设计方法不仅具有更小的逼近误差,而且过渡带窄,阻带衰耗更大.上述方法不涉及逆矩阵计算,因而计算量小,在FIR数字滤波器优化设计中具有重要的应用价值.     

一种用于解决非线性滤波问题的新型粒子滤波算法

粒子滤波算法受到许多领域的研究人员的重视,该算法的主要思想是使用一个带有权值的粒子集合来表示系统的后验概率密度.在扩展卡尔曼滤波和Unscented卡尔曼滤波算法的基础上,该文提出一种新型粒子滤波算法.首先用Unscented卡尔曼滤波器产生系统的状态估计,然后用扩展卡尔曼滤波器重复这一过程并产生系统在k时刻的最终状态估计.在实验中,针对非线性程度不同的两种系统,分别采用5种粒子滤波算法进行实验.结果证明,文中所提出的算法的各方面性能都明显优于其他4种粒子滤波算法.     

基于时域高通滤波的非均匀性校正算法研究

实现红外焦平面阵列非均匀性自适应校正是红外探测系统研究中追求的重要目标,对提高红外探测系统的空间分辨率、温度分辨率、探测距离以及辐射量的正确度量具有重要意义.分析基于时域高通滤波的红外焦平面自适应非均匀校正算法的视觉神经机制以及滤波器的幅频特性.通过对实际红外图像的实验,提出正确选取时间常数是影响该校正方法最重要的因素.     

A Data-Reusing Nonlinear Gradient Descent Algorithm for a Class of Complex-Valued Neural Adaptive Filters

A complex-valued data-reusing nonlinear gradient descent (CDRNGD) learning algorithm for a class of complex-valued nonlinear neural adaptive filters is introduced and the affinity between the family of data-reusing algorithms and the class of normalised gradient descent algorithms is examined. Error bounds on the class of complex data-reusing algorithms are established and indicate the stability of such algorithms. Experiments on nonlinear inputs show the class of complex data-reusing algorithms outperforming the standard complex nonlinear gradient descent algorithms and converging to the normalised complex non-linear gradient descent algorithm without experiencing the stability problems commonly encountered with normalised gradient descent algorithms. This revised version was published online in June 2006 with corrections to the Cover Date.     

A New FIR Filter for State Estimation and Its Application

This paper proposes a new FIR （finite impulse response） filter under a least squares criterion using a forgetting factor. The proposed FIR filter does not require information of the noise covariances as well as the initial state, and has some inherent properties such as time-invariance, unbiasedness and deadbeat. The proposed FIR filter is represented in a batch form and then a recursive form as an alternative form. Prom discussions about the choice of a forgetting factor and a window length, it is shown that they can be considered as useful parameters to make the estimation performance of the proposed FIR filter as good as possible. It is shown that the proposed FIR filter can outperform the existing FIR filter with incorrect noise covariances via computer simulations. Finally, as a useful application, an image sequence stabilization problem is considered. Through this application, the FIR filtering based approach is shown to be superior to the Kalman filtering based approach.     

GI/Gm排队系统梯度估计的一种新方法

梯度估计是研究复杂离散事件动态系统的关键问题之一.这里对GI/G/m排队系统提出一种新方法,在一次采样(仿真)的基础上,通过分析采样路径,可得到性能指标关于参数的局部函数表达式.由此可直接求导,得到采样梯度,并证明了由该方法得到的梯度估计的无偏性.该方法计算量小、精度高,还可以进一步拓广到其它系统上.     

梯度投影法应用于冗余机器人分解运动速度控制的新新方案

本文讨论分解运动速度控制框架下将梯度投影法应用于冗余机器人控制的有关问题。     

一种新的时滞系统鲁棒故障诊断滤波器设计方法

研究具有扰动不确定的状态时滞系统鲁棒故障诊断滤波器的设计问题.通过对系统传递函数输入输出通道的组合变换,引入一种能够同时体现残差对扰动信号鲁棒性和对故障信号灵敏性的性能指标,将基于状态观测器的鲁棒故障诊断滤波器设计问题转化为H∞优化设计问题,应用线性矩阵不等式(LMI)技术,给出并证明了该设计问题解存在的条件和求解方法.最后,通过一个仿真算例来验证本方法的有效性.     

dmGQL：一种新的数据立方梯度查询语言

现有数据立方梯度查询语言CubegradeQL主要是针对非实例化数据立方的，实际上，为了提高OLAP查询效率，数据仓库中往往保存了大量实例化的数据立方。本文我们改进了CubegradeQL语言，给出了一个新的查询语言dmGQL，dmGQL能够支持实例化／非实例化数据立方中的梯度查询，最后，我们讨论了dmGQL的查询处理。