共查询到20条相似文献,搜索用时 296 毫秒
1.
一种新的自适应双边滤波算法 总被引:2,自引:0,他引:2
现有的双边滤波算法需要预先设置空间方差和灰度方差参数,滤波时参数固定且不能保证是最优的参数设置. 文中提出一种新的自适应双边滤波算法(adaptive bilateral filtering, ABF),通过目标尺度信息实现空间方差局部自适应取值,保留更多的图像边缘特征;采用图像分块技术估计噪声方差,根据噪声方差自适应地设置灰度方差,以保证滤除噪声的性能;通过强制增大空间方差滤除较强噪声点. ABF不必像传统双边滤波算法那样根据经验设置参数,而是根据图像局部特征自适应地设置空间参数,不仅提高了滤除噪声的能力,而且更好地保留了图像边缘特征. 仿真实验表明,无论是主观评价还是客观评价,所提出的方法均优于传统的双边滤波算法、各向异性扩散算法和改进的双边滤波算法. 相似文献
2.
《哈尔滨师范大学自然科学学报》2017,(2)
提出了一种基于最优次模式(OSPA)距离的路标识别算法.算法引入Markov随机场建立噪声的待检图像,然后采用条件迭代算法(ICM)恢复图像,进一步提取路标边缘点.这些边缘点作为特征点;该特征点看作为待检特征点集,计算其和标准路标库图像之间的OSPA的距离,以此来识别待检路标.分析表明,该算法对于路标的形态识别具有明显的优势,最后分析了图像尺寸大小、特征点数量对OSPA距离的影响. 相似文献
3.
对于图像处理领域中常见的椒盐噪声来说,比较经典的去噪算法是中值滤波去噪算法.但是,中值滤波算法是直接选取一定形状的区域块,再对此区域块内图像的所有灰度值进行重排序,选取重排序后的灰度中值作为区域内新的灰度值,此方法简单但未去除噪声点对整体图像传输带来的影响.基于椒盐噪声在图片传输中的非白即黑特点,提出了一种去除噪声点影响的新算法.首先,在选定区域内去除异常噪声点,使用非噪声灰度值进行替代;然后,通过反复实验找到合理的椒盐噪声密度阈值;最后,在此阈值的情况下,进行新灰度值的排序,排序的中心值替代原始灰度排序的中心值.通过仿真验证了新算法在椒盐噪声密度比较大的场景,去噪效果较中值滤波算法更优越. 相似文献
4.
SAR图像的自适应边缘保持去噪滤波 总被引:1,自引:0,他引:1
针对目前SAR图像斑点噪声滤波算法在噪声去除和边缘保持方面同时性上的不足,该文基于SAR图像噪声识别和边缘检测,提出适用于同质区域和边缘区域的自适应SAR图像去噪滤波方法. 该方法根据SAR图像斑点噪声、边缘位置、边缘方向信息,动态改变滤波器模板的尺寸和形状,实现SAR图像斑点噪声去除,同时保持图像边缘和纹理信息与细微结构. 以2010年8月15日北极地区RADARSAT-2 SAR HH图像为例,将本文的方法与典型空域滤波法进行对比分析,定量分析结果表明所提方法的可行有效. 相似文献
5.
6.
为了抑制紫外图像处理中紫外CCD(电荷耦合装置)传感器和高增益放大器的强噪声和突发干扰,在不改变现有紫外CCD 传感器硬件结构的前提下,提出了一种紫外图像序列的三维递归滤波算法. 该算法由二维IIR(递归)空间滤波器和一维时间IIR 滤波器级联构成. 所提出的三维递归滤波算法计算量小,稳定,且可清晰地
提取导弹目标,实现快速实时的紫外图像序列滤波. 提供了二维IIR 空间滤波器和一维时间IIR 滤波器的稳定性检验算法. 仿真实验验证了所提的三维滤波算法是正确,有效而实用的. 相似文献
7.
滤波器的参数设置和信噪比强弱会影响变阶数自适应最小均方(least mean square,LMS)算法的性能,在噪声环境未知的情况下,变阶数LMS的稳态性能是衡量滤波器好坏的重要指标.在分析凸组合分数阶变阶数LMS自适应滤波算法稳态性能的基础上,提出一种变宽度凸组合变阶数自适应滤波算法.理论分析和仿真结果表明,在噪声环境未知情况下,所提算法相比于凸组合分数阶变阶数自适应滤波算法和变误差宽度的分数阶变阶数自适应滤波算法而言,有更好的环境自适应能力、更快的收敛速度和更好的阶数稳定性,具有实用性. 相似文献
8.
9.
GPS/INS组合导航中的自适应滤波算法 总被引:1,自引:0,他引:1
研究了GPS/INS导航系统中的不确定噪声问题,给出了一种基于协方差匹配技术的自适应卡尔曼滤波算法,该法当测量噪声的协方差已知时可以自适应估计出系统噪声的协方差.它是在滤波过程中通过判定系统噪声的协方差是否发生了变化,若它发生了变化再估计出新的协方差,然后再按得到的噪声统计估计值计算新息序列的协方差阵,因此有效地提高了滤波结果的精度并消除了滤波发散现象.数字仿真表明效果良好. 相似文献
10.
11.
基于带相关噪声系统的一种最优Kalman滤波算法,应用白噪声估计理论和射影理论,提出了一种带白噪声估值器的固定滞后最优Kalman平滑器。它可递推实现,一个仿真例子说明了其有效性。 相似文献
12.
13.
针对神经网络模型在建模过程中受到各种噪声影响这一问题,提出利用Kalman滤波降低噪声,建立组合模型。经过工程实例验证,证明基于滤波算法的BP神经网络模型在一定程度上可以提高预测值的精度和预测模型的稳定性,更稳定地反映了监测目标的变化趋势,在形变监测中优势明显。 相似文献
14.
15.
应用现代时间序列分析方法,基于ARMA新息模型和白噪声估计理论,提出了广义系统降价极点配置Kalman状态估值器.它可统一处理滤波、平滑和预报问题,且具有渐近稳定性.在计算上与非降阶的方法相比明显地减少了计算负担.同经典降阶Kalman滤波方法相比,避免了求解Riocati方程.仿真例子说明了所提的理论和算法的有效性. 相似文献
16.
引进正则参数能够处理数据外推问题的内在不稳定性.本文通过应用正则参数,给出了一种能够抑制噪声的二维正则外推矩阵,提出了一种实现二维数字外推器的流程结构,建立了一种二维递归外推的Kalman滤波算法. 相似文献
17.
18.
对已知匹配点集的两幅未定标图像,对极几何(Epipolar Geometry)约束是可以从匹配点集中获得的关于相机的唯一信息. Armangue X将基础矩阵估计方法分为:线性法、迭代法和鲁棒法三类.常用的线性法包括8点算法和Hartley的改进8点法.Higgins给出的8点线性算法是一种快速且易于实现的线性算法,但它对噪声异常敏感,因此,很难在实际中应用.改进8点法通过在估计前对匹配数据进行规范化等处理,有效地降低了噪声的影响.迭代法虽然以上两种算法提高了精确度,但计算时间较长,且仍不能很好解决噪声和出格点的影响.实验证明,改进8点法与最好的迭代法不相上下.鲁棒法通常包括:M-Estimator法、最小中值法(LMeds)等,它们均把问题最终归结为无约束最优化问题,求解时一般都采用了非线性最小二乘法,其在精度和稳定性方面均有明显提高,但算法较于复杂. 相似文献
19.
小快拍数、干扰移动及天线平台震动引起协方差矩阵估计误差增加,导致现有的全球定位系统(global positioning system,GPS)空时自适应滤波抗干扰算法的性能急剧下降,为此提出了一种基于矩阵重构的GPS空时自适应滤波抗干扰算法.该算法利用Capon空间谱估计方法重构干扰加噪声协方差矩阵,并对矩阵进行时域平滑得到空时滤波权值.仿真结果表明,该算法在多干扰、低信噪比、小快拍数情况下降低了阵列误差的影响,提高了阵列天线输出信干噪比,与对角加载算法和矩阵锐化算法相比提升5dB左右. 相似文献