基于UDCT的改进双变量模型图像去噪

文章通过对均匀离散曲波变换(UDCT)域中小波系数统计特性的研究,针对传统双变量模型未考虑空间聚集性的不足,提出了一种新的双变量模型去噪算法。首先在双变量模型的基础上采用了蒙特卡洛方法估计各子带的噪声方差;然后引入邻域模型,通过调整邻域窗的大小估计相应窗口内小波系数的度量方差,得到初始化图像;最后以初始化图像和原噪声图像为先验信息,推导出改进的双变量模型来处理原噪声图像,且以对称K-L散度和最大迭代次数为收敛条件,得到最终去噪图像。实验结果证明了该算法的有效性。     

基于连分式的广义高斯分布的参数估计

近年来,使用广义高斯分布拟合的子带小波系数的统计模型被广泛地用于图像分类、修复、去噪和分析等图像处理中,而广义高斯分布的参数拟合问题一直是该领域中的一个重要的瓶颈问题。文章针对该问题提出用连分式迭代来实现广义高斯分布的参数估计,连分式迭代具有算法稳定、收敛域广、计算精度高、迭代速度快等特性;构造了基于连分式的广义高斯分布形状参数β的迭代格式。实验结果表明在不同方差噪声时,基于连分式迭代算法在计算时间复杂度和精度上优于牛顿迭代算法,而且收敛性不受初始值等参数制约,总能收敛到最优值附近。     

基于SVM和相干平均去噪的大坝位移检测方法

在测量大坝、桥梁等建筑物的形变过程中，常需要采用微小位移测试技术．传统的测试方法难以实现在成本和维护费用较低、定标过程较为简单的前提下保证较高的测量精度．针对此问题，提出了一种新的基于支持向量机和相干平均去噪的大坝微小位移检测方法．首先通过自行研制的图像采集卡获取测量所需图像，然后用相干平均对图像进行预处理，最后用支持向量机进行进一步去噪，试验结果证明了该方法可以在低成本、低维护费用、定标过程较为简单的情况下使测量精度满足实际要求．     

基于小波库构造的信号去噪

提出了通过构造小波库进行去噪的方法.该方法的关键是光滑正交小波库的构造,因此提出了一种新的光滑正交小波库的构造方法,该构造方法基于3个条件进行小波库的构造:1)光滑性,即小波要有足够的光滑性;2)非冗余性,即小波库中的小波不要重复;3)完备性,即构造的小波库要能表示整个小波空间.实验结果表明当把构造的小波库应用到信号去噪时,其去噪性能优于任何的单小波.     

基于模糊调节的两轮自平衡车的终端滑模分解控制

文章针对两轮自平衡车的平衡控制问题,提出一种新型滑模控制方法。该方法首先将平衡控制系统分解为摆角子系统和位移子系统,分别设计各子系统的快速终端滑模面,利用一个具有反正切函数形式的中间变量将位移子系统的控制目标嵌入到摆角子系统的控制目标中,从而用1个控制量实现了对2个子系统的有效控制,使其在有限时间内收敛至平衡点;考虑到滑模面系数对系统状态收敛速度的影响,采用模糊推理对系数进行调节,改善了动态响应速度,且从理论上证明了滑模面的稳定性。最后,针对所提出的方法进行仿真,仿真结果验证了该控制方法的有效性。     

基于小波多分辨率分析和新的阈值自适应的信号去噪

针对信号去噪时,信号和噪声的频带相互混叠,且对信噪比有较高要求的情况,提出一种基于小波多分辨率分析和新的阈值自适应的去噪方法。实验结果表明,在采用相同的小波基的情况下,该文提出的算法和Matlab自带算法以及文献[5]提出的算法相比,信噪比得到较大的提高,减少了计算量,增加了算法的实时性。     

基于连分式的广义高斯模型UDCT贝叶斯图像去噪

文章通过研究均匀离散曲波变换(uniform discrete curvelet transform,UDCT)系数统计特性,发现该变换域的系数具有良好的相关性,且能有效解决广义高斯模型的参数拟合问题。在利用广义高斯模型的参数估计进行图像去噪过程中,从矩估计和最大似然估计出发,采用比牛顿迭代法更稳定的连分式迭代法来求解最大似然估计的超越方程;采用蒙特卡洛方法代替鲁棒中值法来精确地估计每个子带的噪声方差;在Bayesian最大后验概率估计的框架下完成图像去噪。实验结果表明,文中提到的算法与传统的VisuShrink、BayesShrink和SureShrink相比,具有较好的去噪效果和峰值信噪比。     

基于单一输入法的两轮移动式倒立摆运动控制

为解决模糊多变量控制中的“维数灾”问题,本文采用单一输入规则群动态加权推理模型法来控制两轮移动式倒立摆的运动,它将多维模糊控制问题化简成单维模糊控制问题来解决,大大减少了模糊规则数,同时利用随机优化搜索法优化控制参数。仿真结果显示:系统跟踪速度快,超调量小,验证了控制算法的有效性。