基于交叉熵极小化的图像边缘检测算法

提出了一种自然图像边缘检测的算法,通过差分运算把边缘检测问题转化为目标检测问题,利用交叉熵极小化方法使背景区域和目标区域内的灰度级分布与差分图像灰度级的先验概率(广义高斯分布)相匹配,确定了背景与目标之间灰度分界阈值,检测出图像的边缘成分。实验表明,提出的方法具有良好的边缘检测性能。     

边缘特征与局部纹理特性融合的阴影消除算法

针对视频分割中的阴影消除问题,提出了一种以置信度为桥梁,前景边缘投影特征与局部纹理特性相融合的阴影提取算法.采用自适应高斯法获得动态背景,提取包含阴影的前景,计算出当前帧和背景帧在前景最小外接矩形坐标范围内的边缘差异,得到低干扰的车辆和阴影边缘信息.利用大津阈值算法进行投影分割,在阴影连续性前提下,高置信度区域确认为阴影,低置信度区域确认为车辆,而一般置信度区域,进一步结合局部纹理在当前帧和背景帧间的跳变程度,搜索出与车辆相连的阴影.结果表明:该方法能够去除导致前景严重变形的大面积阴影,去除有效率在90%以上,保障了车辆的有效提取;算法实时性好,可应用于智能视频监控的目标检测及跟踪中.     

数字高斯白噪声的频域和时域特性分析

分析了数字高斯白噪声在频域的频谱特性和在时间域的统计特性,提出在数字处理速度一定时,随着输出噪声频域带宽的增加,输出噪声的时间统计特性不再符合高斯分布.通过增加滤波器阶数可以提高噪声的时间统计特性,但是将增加输出噪声的带内波动.通过计算机仿真验证了上述的理论分析,并给出了频域和时域特性都满足相应要求的带宽范围实验值.     

基于广义Nakagami分布的医学超声图像去斑点噪声算法

通过对含斑图像作对数变换和冗余分解变换,实现了一种基于小波域局部统计特性的医学超声图像去噪算法.利用双边广义Nakagami分布和高斯分布分别对斑点噪声小波系数和信号小波系数建模,在贝叶斯最大后验概率估计(MAP)准则下推导出相应的萎缩法表达式,即GNDShrink.实验结果表明:该算法与经典的去斑点噪声算法相比,信噪比和相关系数都有明显的提高,并且能很好地保存图像的纹理.     

逆高斯分布的参数经验Bayes估计

本文在当参数μ已知时,在平方损失下给出了参数的Bayes估计,进一步利用核密度估计方法构造了参数θ的经验Bayes估计函数,并在一定的条件下,证明了所提出的经验Bayes估计函数的收敛速度.     

ICA纹理分类中特征提取和滤波器独立性的研究

根据独立成分分析系数满足非高斯分布的特点,提出了一种新的对野值鲁棒的纹理特征提取方法,该方法较好地描述了独立分量分析系数分布的反对称性和稀疏性,在仿真实验中取得了较好的分类效果.同时针对不同的特征提取方法,利用独立性不同的滤波器研究了滤波器独立性对分类性能的影响,进一步揭示了独立成分分析系数的非高斯性与特征辨识能力之间的关系.     

光的分支流现象散开角度的研究

光支流现象是激光在肥皂膜介质中传播而产生的一种特殊的光散射现象.肥皂膜作为可以产生光支流现象的介质未来有望成为新型实验平台,因此,研究光支流现象与肥皂膜之间的关系具有重要的科学意义.系统研究不同条件下的光支流散开角度的统计分布规律,结果表明光支流的散开角度呈高斯分布.实验中,通过改变激光入射角度,发现光支流的形态和散开角度与液膜的厚度分布、变化幅度的大小等因素有关.此外,光支流的散开角度还与皂液中蔗糖质量浓度成正相关.该研究结果将为光支流现象在医学诊断、液膜检测等方面的应用提供了更多可能性.     

光谱重叠峰的曲线拟合解析策略与实现

针对光谱分析中的重叠峰问题,提出了一种基于曲线拟合的光谱重叠峰解析算法,讨论了曲线拟合的参数调整和表达非唯一性等问题,提出了最小峰 峰间距（MRI）、可分离最小峰 峰间距（MSI）和拟合误差曲线的三个特征区间等概念;在峰位的确定中,引入由宽逐严的排除策略。含噪模拟光谱重叠峰解析结果表明,所提出的算法是有效的。     

基于高斯模型的侧入式平板灯优化设计

为了提高侧入式平板灯亮度和均匀度,利用高斯分布函数的钟型曲线与光强分布为反相的特点,采用基于高斯模型优化网点分布的方法进行网点半径及间距设计;利用光损函数对LED灯珠进行排列,利用TracePro对光强幅度图进行分析,完成了圆形侧入式平板灯设计实验。实验结果表明,采用高斯模型优化的网点分布方法可使平均亮度达5 452 cd/m~2,均匀度提升至90%,优化后的模型表现出良好的性能优势,可以进行实际应用。     

无资料地区逆高斯分布模型参数的估计方法研究

在分析逆高斯分布瞬时单位线模型参数物理意义的基础上，推导了模型参数与流域特征及河槽特征之间的关系，并导出了由流域地貌参数推求模型参数的关系式，从而为该模型在无资料地区的应用打下了基础。