一种彩色图像混合滤波的方法

提出了一种彩色图像混合滤波算法,对混有高斯和脉冲噪声的图像进行去噪处理。算法首先滤除受脉冲噪声污染的像素点,采用基于个数判断脉冲噪声的中值滤波算法;其次滤除受高斯噪声污染的像素点,采用对称近邻均值滤波算法。实验结果表明,与传统的中值滤波和均值滤波算法相比,该算法能够有效地去除高斯和脉冲噪声,同时能够保留更多的图像细节信息。     

一种彩色图像混合滤波的方法

提出了一种彩色图像混合滤波算法,对混有高斯和脉冲噪声的图像进行去噪处理。算法首先滤除受脉冲噪声污染的像素点,采用基于个数判断脉冲噪声的中值滤波算法;其次滤除受高斯噪声污染的像素点,采用对称近邻均值滤波算法。实验结果表明,与传统的中值滤波和均值滤波算法相比,该算法能够有效地去除高斯和脉冲噪声,同时能够保留更多的图像细节信息。     

一种改进的形态-小波阈值降噪方法

现场采集的旋转机械振动信号中一般存在强脉冲干扰和白噪声,小波阈值滤波对白噪声的滤波效果好,但对脉冲干扰的滤除效果不佳,而形态滤波虽然可以有效地剔除脉冲干扰,但不易滤除白噪声。针对这些问题,提出了一种基于形态滤波和改进的小波阈值滤波相结合的综合滤波方法。该滤波方法结合了两种滤波方法的优点,能够同时有效地滤除旋转机械振动信号中的脉冲干扰和白噪声。通过仿真信号和现场采集的转子振动信号进行了实验验证,结果表明,形态滤波与改进的小波阈值滤波相结合的滤波方法很好地滤除了转子振动信号中的噪声成分,进而提取出淹没在噪声中的转子振动信号。     

自适应中值滤波算法滤除医学图像脉冲噪声

实现了一种滤除医学图像脉冲噪声的自适应中值滤波算法,用均方根误差和噪声对原图像的毁坏程度两个客观评价指标对该算法及传统均值、中值滤波方法进行了比较与评价。根据设定条件检测滤波窗口中心像素是否为脉冲噪声,采取滤波窗口自适应的算法来滤除脉冲噪声,去除了传统中值滤波对所有像素均用中值代替的弊端,减少了不必要的图像细节损失。基于MATLAB的仿真实验表明,对于较大密度的脉冲噪声,该算法在有效抑制噪声的同时,能较好地保护边缘和细节信息。该算法已应用于虚拟内窥镜系统中,取得了令人满意的效果。     

一种基于噪声拓扑结构的滤波算法

基于脉冲噪声的特点,提出了一种新的非常有效的脉冲噪声的滤波算法。该算法将滤波过程分为两步进行,即第1步对图像的脉冲噪声点进行标识,第2步再对标识的噪声点进行滤波。在第1步这中,充分考虑到脉冲噪声的特点,主要利用了噪声的拓扑连通性;在第2步时,利用噪声点周围非噪声点的信息,来对噪声点进行修复。最后进行了仿真试验,并与传统中值滤波算法和开关中值滤波算法进行了比较,试验表明,在信噪比和细节保留方面,该算法要明显优于它们,特别是对高强度的脉冲噪声也有比较好的效果。     

一种新的基于噪声点检测的脉冲噪声去噪算法

中值滤波是广泛应用于去除脉冲噪声的一种非线性去噪方法,但是单一地使用中值滤波方法去除脉冲噪声会造成图像细节信息的丢失,从而使图像变得模糊。基于噪声点检测的脉冲噪声滤波方法可以在滤除噪声的同时有效地保持图像的细节信息。该文在此基础上提出了一种新的基于噪声点检测的脉冲噪声滤波算法,该算法在检测噪声点时用被检测点的中值滤波结果作为判定该点是否为噪声点的依据。而在滤除被检测到的噪声点时,采用的是迭代的中值滤波算法。从实验结果中可以看到,与其它中值滤波算法相比,该文的算法在去除脉冲噪声时能取得较好的效果。     

自适应控制迭代的随机值脉冲噪声滤波

定义了一种更接近实际噪声情况的随机值脉冲噪声模型,针对随机值脉冲噪声的滤除提出一种自适应控制迭代次数的滤波算法。算法包括噪声检测、噪声滤除、误检像素修正和迭代控制四个步骤,对固定值脉冲噪声和随机值脉冲噪声均能有效滤除。与中值滤波算法进行实验比较,在滤除随机值脉冲噪声时,该算法滤波后图像细节信息保护较好,且滤波过程无需设定迭代参数,自适应性强。     

基于旋转不变像素相关性的加权中值滤波器

作为一种典型的非线性滤波器,加权中值滤波器可以通过权值系数调整图像的滤波性能。但是在传统加权中值滤波器中,模板内各个像素都对应唯一的权值系数,没有考虑到滤波模板下像素之间的相关性。因此,将权值与模板下两两像素间相关性对应,提出一种新的加权中值滤波模型。同时考虑到图像旋转、翻转情况下滤波的稳定性,进行对称性设计,降低权值模型复杂度,采用差分进化算法对权值进行寻优。对不同滤波器进行权值寻优实验可以看出,基于旋转不变像素相关性的权值模型具有更好的收敛性;灰度图像和彩色图像脉冲噪声的滤波实验结果表明,其在抑制图像噪声,细节和边缘保护以及彩色图像的色调保持方面,优于传统加权中值滤波算法。     

彩色图像迭代自适应滤波算法

对于被脉冲噪声污染的彩色图像,基于噪声检测,提出了一种迭代自适应滤波算法。对于彩色图像的每个通道,分别运用脉冲噪声检测器,估计出噪声像素点,应用后续迭代自适应滤波算法,只对每个通道中检测出来的噪声像素点进行滤波,而对非噪声像素点保持其值不变。实验结果证明,该滤波算法滤除脉冲噪声的能力优于传统的矢量滤波算法,并且更能有效地保留图像的边缘和细节。     

彩色图像迭代滤波算法

对于被脉冲噪声污染的彩色图像,基于噪声检测,提出了一系列迭代滤波算法。运用脉冲噪声检测器,估计出图像中的噪声像素,应用一系列后续滤波算法,只对检测出来的噪声像素进行滤波,而对非噪声像素（即信号像素）保持其值不变。传统的矢量滤波算法（矢量中值滤波、基本矢量方向滤波和方向距离滤波）加以改进后可作为后续的滤波算法。实验结果表明,这些新的滤波算法与传统滤波算法相比,在有效消除噪声的同时,更能够保留图像中的边缘和细节特征。     

基于边缘剔除与空间去相关的图像信噪比评估方法研究

分析地物光谱特征可知,同种地物具有相同或相似的光谱特征,在同一波段的光学遥感图像内就会具有相同或相似的灰度值。而且同一均匀区域内的同种地物信号之间具有很高的相关性,噪声则是随机的、独立的、不具有相关性信息的干扰成分。也就是说均匀区域内同一景物的光谱反射值是相关的,如果能估算出该点的信号值,就可以将信号与噪声分离。通过提出边缘剔除空间维度去相关法(EESDD)来估计图像信噪比,即首先剔除地物边缘,然后利用均匀区域同种地物的高相关性进行多元回归运算来拟合地物像素灰度值的方法估计噪声标准差,从而计算信噪比。该方法既可用于单波段图像,也可用于多光谱(含高光谱)图像的信噪比评估;既可用于图像中均匀区域也可用于不均匀区域的信噪比评估。通过与局部方差法(LMSD)以及基于边缘剔除的局部方差法(EE\|LMSD),对几幅地物覆盖复杂程度不同的实测图像信噪比估算结果的比较得出,边缘剔除空间维度去相关法的结果要优于前述两种方法,而且更具健壮性。     

盲源分离在机械振动信号分析中的应用

设备状态信号的处理是状态监测及故障诊断的基础。在实际运行环境中,信号检测传感器采集的机械振动信号必然包含设备各个部件的信号以及周围环境的强烈干扰。传统的振动信号处理方法抗扰去噪效果并不理想。盲源分离技术由于自身独特的盲处理优势,可以有效去除外来干扰并分离出源信号,有助于提高诊断的准确性。针对直升机齿轮箱振动信号进行盲源分离仿真,分离出了轴承故障振动信号,并将分离信号的功率谱与原始信号的功率谱相比较,表明盲源分离技术是机械故障诊断领域的一个有效的信号处理方法。     

匹配追踪算法在振动信号去噪中的应用

针对振动信号在采集过程中易受噪声干扰的情况,提出了一种采用匹配追踪算法来处理含噪的机械振动信号的方法,通过稀疏分解与重构对振动信号进行去噪。仿真实验表明该算法不仅可以有效地抑制噪声,提高信噪比,还能够获得较小的最小均方误差值,较好地保持振动信号的特征形态。     

Bearing condition monitoring based on shock pulse method and improved redundant lifting scheme

Due to the widespread application of rolling element bearings, it is necessary to effectively monitor their health status. The shock pulse method (SPM) has been widely used as a quantitative method for bearing condition monitoring. However, the shock value indicating the bearing condition may be mistakenly estimated by direct demodulation in the SPM. To overcome this deficiency, a new approach based on improved redundant lifting scheme (IRLS) is proposed. The classical redundant lifting scheme is improved by adding the normalization factors to avoid error propagation of decomposition results, and the IRLS is applied to preprocess the bearing vibration signals. Then the maximum normalized shock value of detail signals in decomposition results is used as a measure of the bearing condition. The effectiveness of the proposed method is demonstrated by applying it to both simulated signals and practical bearing vibration signals under different conditions. The results show that the proposed method is effective for bearing condition monitoring.     

数学形态滤波在振动信号分析中的应用研究

本文介绍了数学形态滤波的基本原理与形态滤波器的构建。针对环境试验振动信号中存在的非线性噪声问题,我们提出一种基于开、闭运算的级联组合数学形态滤波器的新方法。通过将数学形态滤波器用于复杂锥筒结构振动信号中的脉冲干扰的实例分析与运算,说明该方法对振动信号的干扰噪声有很好的滤波效果,亦表明数学形态滤波有很好的的应用前景。     

一种气象卫星数据脉冲噪声滤除方法

气象卫星数据在采集或者传输的过程中,往往会引入不同程度的脉冲噪声。为提高图像质量,滤除噪音,进行可信度分析,提出了一种三阶段气象卫星数据脉冲噪声检测和滤除方法。在算法第一阶段,利用均值与均方差比值差值序列建立排序检测器(ROD),检测出图像中所有可能的脉冲噪声点;第二阶段,采用逐点滑动N×N窗口,按照每个可能的脉冲噪声点在不同的滑动窗口被重复检测到的次数,建立噪声可信度。第三阶段,对高噪声点进行滤波;对低噪声点迭代排序检测,如果可识别有噪声点,再进行滤波。结果表明,算法可以准确检测和滤除脉冲噪声,并保持数据中非噪声点信息。     

On the identification of time-invariant discrete processes

An identification procedure for determination of coefficients of pulse transfer function is proposed. This procedure is applicable for the case when measurement noises of input and output are independent of input to a process and the variances of the noises are known only in the form of the ratio. The noises can be colored. The criterion used for identification is given by extending the mean-square equation error. The optimal estimates are obtained from the eigenvector of a linear operator which corresponds to the least eigenvalue. The theoretical analysis is given and the direction for the practical usage is suggested to use the least-square error criterion.     

基于振动相位信号分解的非接触式心率检测

心率是反映人体心血管系统状态的重要依据.基于视频的非接触式心率检测凭借其场景适应能力强、成本低等优势,得到了广泛应用.然而,这种检测方法容易受到光照变化、目标运动等噪声干扰.针对该问题,本文提出了一种基于振动相位信号分解的腕部表皮视频心率提取方法,其核心思想是设计方向选择的复可控金字塔搜索出脉搏信号的带通范围,使用信噪比进行脉搏信号的感兴趣选择,使用鲁棒主成分分析从混合信号中分离出脉搏信号,从而最终实现脉搏信号抗噪的心率检测.本文自行采集了心率检测数据集,并使用脉搏检测仪作为真值进行方法验证.在干扰场景下准确率为97.80％,与3种主流方法对比准确率提升均大于5％.     

基于驻极体传声器的脉象检测系统和方法

为了探究脉搏振动产生的声音信号与标准脉象信号之间的关系,设计了基于驻极体传声器的脉象检测系统,利用双传感器同时采集桡动脉脉象信号。通过对两路信号的分析,得到了脉搏声音信号与标准脉象的一阶导数信号具有强相关性的结论,提出了由脉搏声音信号获取脉象信号的方法,由此获得的脉象图形具有明显的脉象特征,和标准的脉象图形的相关系数大于0.85,也具有很强的相关性,说明这种脉象信号获取方法符合中医脉诊客观化要求,可以用于脉象信号的获取。     

参数化双谱估计在中医脉象信号识别中的应用

采用AR模型参数化双谱估计法对15例吸毒者和15例正常人的脉象信号进行了参数化双谱估计,在得到每一例脉搏波的归一化双谱幅值对角切片后,应用K L变换得到30个样本特征矢量,利用这些特征矢量和BP神经网络对两类脉象数据进行分类,得到平均的正确识别率高达96.7%,研究结果表明应用双谱对角切片作为脉象信号特征矢量,利用BP神经网络对海洛因吸毒者和正常人的脉象信号进行分类,具有很高的识别率.