医学超声病灶图像自适应滤波器设计

该文针对医学超声图像噪声的特点提出了非线性滤波器.首先介绍了自适应中值滤波器的工作原理,然后用其与经典中值滤波器对含有不同噪声密度的肝癌超声图像进行去噪处理.实验结果对比表明：自适应中值滤波能够有效改善图像质量,在降低图像噪声的同时能较好的保持图像细节信息和视觉效果.     

自适应定向加权中值滤波

提出了自适应定向加权中值(ADWM)滤波的算法. ADWM滤 波是结合定向滤波与加权中值滤波的思想而构造的滤波模型, 是一种高度非线性的图像平滑 和增强技术. 运用移动窗口方差和基方差使ADWM滤波获得了自适应性. ADWM滤波器既有定向 滤波器的特征, 也有中心加权中值滤波器的特征. 定向滤波器可以有效保持边缘, 而中心加 权中值滤波器对减少随机噪声尤其有效, 同时也能在一定程度上减少冲击噪声的数量, 并根 据子窗口内像素的最低方差自适应地调整中心像素的权值以保持图像的细节.     

自适应聚类滤波

提出了一种新的用于图像平滑处理的滤波器自适应聚类滤波．它具有以下特点：（１）滤波器对像素点邻域内的灰度进行聚类,将聚类中心作为滤波器的输出;（２）滤波器能够根据像素点周围的拓扑特征,自适应地确定平滑窗口和窗口内平滑权重系数的大小,具有输入空间和输出空间两方面的自适应性．自适应聚类滤波用于图像的平滑处理,对滤除冲激噪声特别有效,同时较好地保持了边缘信息．实验结果证明了算子的有效性     

非线性自适应IIR滤波器的组合梯度算法

非线性自适应ＩＲ滤波器的组合梯度算法朱幼莲张玲华（常州技术师范学院,常州２１３００１）（南京邮电学院,南京２１０００３）在自适应滤波中,线性滤波器因其本质的简单性而广为应用．但是,在非高斯和高斯背景下的最优滤波是非线性的,非线性自适应滤波器常具有比...     

基于模糊融合技术的图像恢复方法研究

研究了利用模糊融合技术对白高斯噪声图像进行恢复的方法。分别用均值滤波器和自适应维纳滤波器对噪声图像进行滤波，然后用Sobel算子和形态学中的膨胀操作提取滤波图像的边沿，把所提边沿部分的均值滤波图像和自适应维纳滤波图像利用模糊融合技术进行融合，得到融合图像。理论分析和仿真实验证明本文所提算法得到的恢复图像较清晰。     

用于状态估计的自适应粒子滤波

分析了粒子滤波的性能关键，提出了一种新的自适应粒子滤波算法．该算法采用一种新提议分布，即将UKF（Unscented Kalman Filter）与自适应强跟踪滤波器（STF）相结合．新提议分布通过UKF构造粒子群，而粒子群中的每个粒子中的每个sigma点用STF来更新，它可以在线调节因子而使得算法自适应．非线性状态估计仿真试验证实了改进的粒子滤波算法的有效性．     

基于小生境遗传算法的约束滤波器优化设计

为了对战场图像进行实时处理，抑制噪声，改善图像质量，需要对图像进行平滑滤波。考虑了一类具有频域等式约束的FIR滤波器Minmax设计问题，引入小生境技术自适应遗传算法来得到最优化滤波器的一组参数，并且对滤波器的阶数N进行了优化。设计实例表明，基于小生境技术自适应遗传算法是有效的，具有很好的扩展性，可用来设计最优约束FIR滤波器，实现对图像的平滑滤波。     

自适应滤波器的设计及其应用

提出了基于Lyapunov稳定理论的自适应滤波器设计方法.该方法设计的滤波器具有自适应性和智能性,可以识别不同种类的输入信号,从而构成全通、带通或带阻滤波器.本文通过该滤波器在电力系统继电保护中的仿真实验表明,这种滤波器的结构正确,滤波效果很好,能够有效地消除各种干扰信号对继电保护动作行为的影响.     

DA自适应数字滤波器在FPGA中实现的改进研究

在自适应滤波器的设计中，滤波阶数增加时，保持滤波器的吞吐量成为了设计的难点。文章根据最小均方（LMS）算法自适应FIR数字滤波器的基本原理，介绍了一种改进型分布式算法DA自适应FIR数字滤波器在FPGA中的设计方法。设计在QuartusⅡ中编译、仿真、综合后下载到Stratix FPGA中较好地解决了滤波器阶数增加与吞吐量之间的关系。     

多尺度分解下的自适应滤波器组的构建方法

通过分析自适应滤波和小波变换的多尺度分解滤波的原理与方法,建立了非平稳信号的多尺度分解下自适应滤波器组的构建模型和滤波方法.将小波变换分离出来的噪声成分作为自适应滤波器的输入,通过自适应滤波器组,能实现多种噪声成分的自适应滤波.通过模型验证和工程实例的应用,该方法能实现非平稳信号在同频段对噪声成分和有用信号的最佳估计.通过自适应滤波器组,能同时实现对多种噪声成分的最佳滤波,具有优良的滤波性能.     

基于像素特征的路面裂缝图像自适应滤噪

分析了破损路面图像的像素点区域特征，针对不同区域提出加权邻域滤波和自适加权中值滤波算法。其权值是通过对图像中区域特征的推理得到的，所以算法中能根据图像的区域特征自适应的进行滤波。试验表明，本算法能够有效滤除噪声，并具有很好的细节保护能力。     

高噪声率椒盐噪声污染图像滤波

针对高噪声率椒盐噪声污染的数字图像,改进了基于灰色绝对关联度的像素类型判别,可识别出离散噪声(或边缘点)、聚集噪声与非边缘点。对于离散噪声(或边缘点),采用自适应中值滤波算法进行平滑,兼顾噪声滤除和细节保存。对于聚集噪声,在去除邻域内噪声点后取剩余像素均值作为滤波结果;而对于非边缘点则直接保留。实验结果表明,滤波算法对于高噪声率椒盐噪声具有良好的滤波效果,还能较为有效地保留图像细节。     

有色噪声自适应滤波的研究

本文利用复杂输出相关法解决测量噪声为有色且无任何先念知识的一种自适应滤波方法.该方法对处理有色噪声的滤波不采用扩大状态变量的方法,采用等效观测方程的方法,使得计算没有复杂化,滤波器的维数没有增加,并通过实例模型进行计算,表明该方法可行.     

广义相关时延估计算法的自适应实现形式

认为广义相关时延估计算法的缺陷是依赖对输入信号及噪声先验知识 ,特别是对其功率谱的了解 ,而在实际应用中 ,往往缺乏这种先验知识 ,只能以估计值来代替 ,从而影响时延估计精度 .自适应滤波器一般只需要很少或根本不需要任何关于输入信号和噪声的先验知识且性能良好 ,若用自适应滤波器替代广义相关法中的预滤波器就可放松或免除对输入信号和附加噪声的条件限制 ,提高时延估计的精度 ,广义相关时延估计算法时域中的预滤波器就是其频域中的权函数 .从理论上证明了 ,任何一个广义相关权函数 ,都能够变换成一个或几个 Roth处理器的组合形式 .实际上 ,Roth处理器就是自适应滤波器实现的、能对原始带噪信号做最优化估计的维纳滤波器 ,从而实现了自适应广义相关时延估计算法 .     

基于纹理细节方向性的混合滤波器加速算法

提出一种基于纹理细节方向性的混合噪音滤波器加速算法（DMNF）。它是针对混合滤波器（MNF）存在着较大的计算负担问题而提出的一种加速算法,该算法在计算相似窗口相似程度时只允许相似窗口中处于0?、45?、90?、135?方向上的像素参与其加权“范数”计算,而忽略其它方向上的像素,以此提高滤波速度。仿真实验证明,DMNF算法在保持MNF的滤波效果的基础上,对各种噪音类型,运算速度均可提高25%以上。     

一种新的自适应维纳滤波方法

针对经典维纳滤波器存在的不足,提出一种新的自适应维纳滤波器.该滤波器能够根据不同的图像特性在给定的多个模板之间自适应地选择模板,使得滤波效果更加理想;并且相对于传统的维纳滤波方法,可以较完整地保存图像的轮廓信息.试验结果表明,新的自适应维纳滤波方法在主观和客观性能方面比传统的维纳滤波方法均有较大的改善.     

一种改进的脉冲噪声的检测与滤除算法

依据脉冲噪声特点以及图像的像素关联性,提出了一种改进的脉冲噪声检测与处理算法。该算法首先依据脉冲噪声与其邻域多数像素在强度上具有明显差异的特点检测出疑似脉冲噪声点,然后再利用4个方向模板进一步区分疑似脉冲噪声点,最终建立脉冲噪声标记矩阵。之后,对检测到的脉冲噪声,提出了一种改进的加权中值滤波算法,该算法仅利用滤波窗口内的有效信号对窗口中心像素进行加权中值滤波,其中,加权系数的确定不仅依赖于像素间的灰度关联性,而且还依赖于像素间的位置关联性。实验结果表明,本文算法不仅可以准确检测和有效滤除图像中的脉冲噪声,而且还可以较好地保护图像中的细节。     

基于模糊逻辑的数字滤波器设计

针对传统滤波器单一模型设计的缺点,提出一种将滤波噪声统计特性与模糊逻辑相结合的数字滤波器设计方法.该方法根据噪声统计特性,利用缩短三角型模糊函数,确定模糊逻辑滤波器的参数.通过滤波噪声标准偏差与最大滤波噪声门限的比较,提出了分别采用单值滤波和均值滤波的方法,并推导了均值滤波方法中的周期抽样数目.给出了算法具体设计步骤,包括:滤波方法选择、连续信号周期采样、模糊化数据处理和去模糊化.仿真表明,基于模糊逻辑的数字滤波器对不同标准偏差的噪声均有良好的滤波性能,并且设计经济合理,时间开销小,软硬件易实现,有工程应用价值.     

基于同值压缩的自适应中值滤波

为了在图像去噪处理中更好地保持或还原图像细节,针对脉冲噪声,把滤波窗口中等值的像素压缩后作自适应中值滤波,提出基于同值压缩的自适应中值滤波算法,并用实验来检测其优越性.该滤波算法执行速度快,去噪性能和图像细节保持及还原能力明显优于经典中值滤波及自适应中值滤波.