改进Monte Carlo算法用于RFID标签的室内定位

针对基于信号到达时间延迟(TOA)的定位算法存在的问题,改进了基于采样的Monte Carlo定位算法.将其用于室内射频标签的定位,分析了天线极化失配对改进的Monte Carlo定位算法的影响.仿真结果表明,改进的Monte Carlo定位算法受天线极化失配的影响较大,定位误差随标签与读写器天线之间极化方向的夹角的增大而增大.     

空间自适应正则化超分辨率图像重建

超分辨率图像重建是一个病态问题,在重建过程中需要正则化处理,而正则化重建会引入正则化误差及重建过程中由于病态性而引入的噪声放大误差,且这两类误差均和图像的空间局部特性有关.提出根据图像的局部空间统计特性自适应控制超分辨率图像正则化重建算法,采用图像局部统计方差来区分图像棱边区域及平滑区域,在图像的棱边区域加强图像的约束重建,而在图像的平滑区域加强正则化.实验表明该算法能有效地减小重建误差,算法的信噪比得益优于传统的正则化重建算法及总变分模型重建算法,并且对正则化参数的选择具有一定的鲁棒性.     

图像处理技术在炉膛火焰温度场分布中的应用

根据双色测温法原理,利用高温工业电视所摄取的彩色火焰图像中的彩色分量,运用数字图像处理技术,重建燃烧火焰的温度场分布,并对测量火焰温度的两大误差来源进行了分析和校正处理.     

回转窑火焰图像阈值分割的应用研究

提出一种基于多区域双阈值的氧化铝火焰图像分割算法.根据专家经验和实际情况定义"火焰区域"和"物料区域",再分别利用迭代阈值法计算对应的区域阈值,最后应用此双阈值对火焰图像进行分割.应用电荷耦合器件(CCD)和数字图像采集卡对某氧化铝厂回转窑火焰图像进行采集,并进行预处理.实验中分别应用单阈值分割法、FCM分割法和所提出的方法进行火焰图像的分割.结果表明:提出的算法基本能达到FCM算法的分割效果,而处理速度则更快,且二者都要比单阈值分割效果要好.     

基于萤火虫算法的温度场重建

为了提高温度场重建的精度,提出了基于萤火虫算法的温度场重建方法。通过萤火虫的吸引、移动等行为更新萤火虫的位置,当确定了萤火虫群体的最优位置,即可确定温度场每个像素中心的温度值,重建出所测区域的温度场。通过仿真实验,对单热点温度场进行了重建。利用最大绝对值误差、平均绝对值误差和均方根误差指标衡量了温度场重建的效果,与传统的迭代算法相比,所提出的算法能获得更高精度。     

基于正则代数重建算法的二维温度场重建

在使用代数重建算法(Algebraic Reconstruction Technique,ART)对二维非均匀温度场进行重建时,离散误差和投影噪声会随着迭代修正被引入,为了平衡离散误差,减小算法对噪声的敏感度,在ART中引入了正则化项,并使用留一交叉验证法对单位正则化参数进行了选取,根据投影穿过待测区域路径的长度和单位正则化参数动态调整每条投影的正则化权重,实现了对每条投影离散误差和噪声水平的衡量。在不同的投影分布情况下,使用该算法对高斯单峰对称和高斯单峰偏置温度场进行了仿真重建,重建结果表明相比于传统迭代算法,该算法可有效提高温度场的重建精度,并且具有较好的稳定性。     

一种抑制非视距传播误差的混合定位算法

为减小蜂窝网定位中影响定位精度的非视距(NLOS)传播误差,提出一种基于两步卡尔曼滤波到达时间差/到达角度的混合定位算法.利用卡尔曼滤波器的估计值计算非视距数据的方差,调节卡尔曼滤波器的参数,减小测量值的NLOS误差,并将经过预处理的测量值输入到扩展卡尔曼滤波器,实现混合定位.实验结果表明,该算法能有效消除NLOS误差,与Chan算法相比,其定位精度更高.     

基于超声谐波包络Nakagami参数图像的微波消融区域自动分割方法

针对现有超声谐波包络信号的Nakagami参数成像能够实现对消融过程的无创监测,然而并不能精确估计消融区域的问题,提出了一种基于超声谐波包络Nakagami参数图像的高斯逼近自适应阈值分割（GATS）方法用于微波消融区域的准确有效监测。首先,使用高通滤波器获得超声回波射频信号的谐波分量;然后,估计谐波信号包络的Nakagami形状参数,并使用复合窗口成像生成Nakagami参数图像;最后,对Nakagami参数图像进行高斯逼近以呈现消融区域,对逼近图像进行各向异性平滑预处理,并使用对平滑后图像进行自适应阈值分割来精确估计消融区域。微波消融实验结果表明,基于P-M（Perona-Malik）算法的各向异性平滑后的阈值分割消融区域与实际消融区域的长、短轴误差相较基于Catte算法得到的误差分别减小了2.95个百分点和1.15个百分点,与基于中值滤波改进（Median）算法得到的误差相比分别减小了6.52个百分点和2.33个百分点。可见对超声谐波包络Nakagami参数图像使用P-M算法的GATS能够更为精确地估计消融区域,为临床消融手术提供有效监测。     

基于引导滤波器和局部回归理论的Monte Carlo图像噪声移除算法

针对现有Monte Carlo(MC)光线跟踪算法中噪声影响大和绘制消耗高的问题,提出一种基于引导滤波器和局部回归理论的自适应绘制算法.首先计算场景特征图像的梯度信息,利用引导滤波器对初始特征图像进行预过滤,以提高诸如景深、运动模糊等特殊绘制效果的图像质量;然后利用局部回归理论进行图像重构,并在图像空间计算最优重构参数,从而避免由含噪特征图像导致的噪声传递问题;最后计算Stein’s unbiased risk estimator(SURE)评判像素复杂程度并引导自适应采样过程.实验结果表明,该算法能够在提高图像视觉质量的同时,有效地降低了噪声影响,并能够绘制高质量的景深、运动模糊等特殊效果.     

加快反投影算法重建PET图像的研究

对反投影的计算方法进行了改进,设计了一种能够提高反投影速度的方法。使用这种方法,对模型数据进行了重建,结果表明,这种方法对图像质量的影响很小。由于实际PET的投影数据中的噪声相对较大,并且,在滤波反投影算法中的重建滤波器对重建图像的高频噪声有某种放大作用,针对这个问题,利用临床PET数据,从投影数据预处理、利用窗函数控制噪声两个方面进行了研究。