Recurrent sequences in median filters (II)

1 Introduction Throughout this note k denotes a fixed integer and k>1. Let x={x(n)}_n=0, ±, ±2,… be a real sequence. For each integer n, we denote by x(n) the median value of the following 2k+1 numbers: x(n-k), x(n-k+1), …, x(n),…, x(n+k-1), x(n+k). By this permuting operation, the sequence x={x(n)} is transformed in     

一种基于模型概率修正的IMM目标跟踪算法

在IMM算法的基础上,提出了一种新的机动目标跟踪FIMM算法.该算法使用中值滤波对IMM算法模型更新概率进行平滑,再对其利用模糊推理系统进行实时修正,将修正后的概率作为最后输出的权值,让有用模型概率增大,减少了模型之间的竞争,提高跟踪精度.仿真实验表明,提出的FIMM算法显著提高了IMM算法的跟踪性能.     

高饱和交叉口背景提取与更新算法

 为了满足在高饱和城市交叉路口采用背景差法实现车辆检测的需求,设计了一种基于背景评估的背景提取与更新算法。算法针对交叉路口的车流特点,提出了一种基于检测结果反馈的背景评估机制,并融合中值滤波与帧间差分算法,将含噪声的初始背景不断纠错更新,向真实背景逼近,最终提取出一个可用的背景图。实验结果表明：对于一个信号周期内不能放完所有排队车辆的高饱和交叉路口,算法具有较快的收敛速度,且算法复杂度满足实际工程应用要求。     

一种基于PCNN检测的文档图像去噪算法

基于简化脉冲耦合神经网络(SPCNN),提出一种有效的文档图像脉冲噪声去除方法。首先通过测试模拟文档图像说明SPCNN检测文档图像噪声的可行性,然后设计SPCNN检测算法判断出噪声像素并加以标记,只对标记为噪声的像素做滤波处理。从仿真实验可以看出,本文方法具有较好的视觉效果,计算结果表明该方法比一般去噪方法明显改善。     

采用多分类器集成方法的带钢表面缺陷图像识别

现有带钢表面缺陷在线识别系统中单个分类器对部分缺陷识别率不高,并且对训练样本依赖性较大;针对这一问题,提出了一种基于并行多分类器集成技术的带钢缺陷图像识别方法.该方法选择LVQ神经网络、RBF神经网络和支持向量机作为基分类器,应用加权投票法对基分类器进行集成,从而实现基分类器能力互补.实验表明,采用多分类器集成的带钢表面缺陷图像识别方法可以更准确地对带钢常出现的边缘锯齿、焊缝、夹杂、抬头纹等缺陷进行识别,能够得到相当或优于任何单个分类器的分类精度,总体识别率达到96%以上.     

Propagating adaptive-weighted vector median filter for motion-field smoothing

In the field of predictive video coding and format conversion, there is an increasing attention towards estimation of the true inter-frame motion. The restoration of motion vector field computed by 3-D RS is addressed and a propagating adaptive-weighted vector median (PAWVM) post-filter is proposed. This approach decomposes blocks to make a better estimation on object borders and propagates good vectors in the scanning direction. Furthermore, a hard-thresholding method is introduced into calculating vector weights to improve the propagating. By exploiting both the spatial correlation of the vector field and the matching error of candidate vectors, PAWVM makes a good balance between the smoothness of vector field and the prediction error, and the output vector field is more valid to reflect the true motion.     

Dynamic weighted voting for multiple classifier fusion:a generalized rough set method

1 .INTRODUCTIONMultiple classifier fusion or combination has prov-enitself a powerful tool for achieving high classifi-cation accuracy with moderately discri minatingclassifiers .If only output class labels are availablethe voting fusion[1]is often used as a decisionlevelfusion. However ,the main drawback of the votingfusion is that all classifiers are considered equallyreliable and this maylead to a confident decisiontobe changed by a less reliable classifier . A possibleway of overcomin…     

目标检测中的快速中值滤波法

在简要描述条带式CCD(Charge Coupled Device)弹道相机测试系统中的计算机软件处理子系统的基础上,针对在图像处理过程中,中值滤波排序工作量多、速度慢、非实时性的缺点,提出了一种快速中值滤波法.其主要特点是充分利用相邻两个中值滤波窗口内信号数据的相关性,通过移出和移入一列像素,而保留其左边界和上边界窗口内的排序信息;仅对新移入的像素进行排序的方法,完成中值滤波处理.使传统算法的复杂度由O(D4)下降到O(D2),大大提高了运算速度.将此方法应用到测试系统中,取得了很好的效果,实现了系统实时性要求.     

基于改进投票协议的群决策综合评判方法

研究在群决策支持系统(GDSS)中对决策对象的综合评判问题.在分析现有方法局限性的基础上,提出一种基于改进的Bora投票协议的群决策综合评判方法,以实现agent对代理者偏好的提取.通过比较简便的方法收集决策者的评价意见,依照协议将定性的评价映射为数量评分.采用的投票协议可以避免建设性的操纵,克服了以往系统的主要缺陷,有效地实现了多人、多因素条件下的定性评价的量化和排序.     

基于改进烟花算法的以太网通信链路调度方法

针对工业以太网通信链路调度延时大及效率较低的问题, 提出一种基于改进烟花算法的实时周期消息任务调度(CVFWA)方法. 以降低网络传输时延为目标, 首先, 将传统烟花算法的连续解空间映射到实时周期序列调度问题的离散解空间； 其次, 为增加种群的多样性, 在高斯变异过程中引入变异系数； 最后, 采用基于中位数锦标赛的选择策略代替欧氏距离选择策略. 仿真结果表明, 该方法能使实时周期消息序列在最短时间内完成队列调度, 有效降低了网络时延, 提高了全局搜索效率.