基于数学形态学的车牌定位算法

在汽车牌照识别系统中,车牌定位是整个识别模块实现的前提,为了能对汽车牌照精确定位,提出了一种基于数学形态学的车牌定位方法。首先利用中值滤波方法对汽车图像进行消噪处理,然后用迭代阈值选择法将图像进行二值化,并运用数学形态学的膨胀、腐蚀对二值图像进行处理,得到几个车牌候选区,然后利用面积、长宽比以及垂直投影特征值等进行综合分析,准确定位车牌区域。实验结果表明,该方法简单易行、准确率高、并且具有一定实效性,可用于对实际车牌图像的准确定位。     

改进的双边滤波算法

针对传统双边滤波不能较好保持边缘特征以及不易于硬件实现这一现状,文章提出一种新的改进的双边滤波算法。该算法加入了基于相似性判断的补偿函数,有效保持了边缘;对指数函数采用Thiele型连分式逼近,更易于硬件的实现。经实验,该算法在主观评价和客观质量上均取得了较好的效果。     

基于粒子滤波的多导心电信号的T波交替分析算法

对于多导心电信号中非稳态和非高斯的T波交替(Twavealternans,TWA)现象的分析,现有的方法都存在稳健性差的问题.提出了一种基于粒子滤波的多导联TWA分析方法,根据多导联TWA的分析框架,对经过预处理后得到的多导联ST-T段数据首先进行主成分分析,然后采用粒子滤波的方法对变换后每个通道进行TWA检测和对重构后的各导联进行TWA幅值估计,从而实现多导联T波交替的分析.仿真实验结果表明,当交替信号与噪声的比小于-15dB,多导联的粒子滤波方法的估计TWA幅值准确度高,并且没有出现TWA的漏检和误检情况.同时,对非稳态和非高斯的TWA具有很好的稳健性和抗噪性能.     

桂花木质部导管分子形态学研究

运用离析和显微观测的方法,对桂花枝条木质部导管分子形态特征进行了研究.研究表明:桂花1至3年生枝条具多种类型的导管分子,主要类型为环纹和孔纹导管分子;大多数导管分子具有尾状结构,一端具尾或两端具尾,无尾导管分子较少;导管分子穿孔板类型为单穿孔,大多数穿孔板倾斜31°⁶0°;金桂与丹桂导管分子形态特征无明显差别,1至3年生枝条导管长度平均444.86μm,直径平均31.13μm,长度和直径随枝龄的增加而增大.     

结合有向场景运动模式的粒子滤波行人跟踪方法

针对现有行人跟踪算法较少考虑场景运动模式信息的问题,建立一种面向有向场景运动模式的在线学习模型以描述区域行人的共有运动特性,并以此提出了一种新型的粒子滤波行人跟踪算法。通过对行人运动特性的选择性在线统计,探索在非高密度行人跟踪问题中场景模式信息和运动历史信息的运用方式。模型由一个表征行人运动状态相空间局域运动特性的二阶直方图矩阵来描述,并根据每个跟踪单元的加权投票实施更新。通过修正粒子转移后似然概率分布,该算法能够加速粒子向真实的后验分布收敛。通过对两个不同特点的公共数据集视频中的行人进行跟踪实验并与标准的粒子滤波算法结果比较,该算法的平均跟踪误差均低于标准粒子滤波平均跟踪误差的40%,且其运算速度可达6~15帧/s,满足近实时应用帧率。     

基于形态学运算的种子轮廓自动获取方法

为解决传统手工初始化种子轮廓影响肝脏分割算法稳定性的问题,提出了一种基于形态学运算的自动种子轮廓获取方法.根据序列CT图像中肝脏的灰度特性和结构特性,利用线性灰度变换、阈值滤波、中值滤波及对比度增强对肝脏CT图像进行预处理操作,进而通过形态学腐蚀运算快速准确获取肝脏自动分割需要的种子轮廓.实验结果表明,该自动种子轮廓获取方法可以快速、准确地定位出肝内种子轮廓,保证种子轮廓不会因操作人员不同而发生位置变化.     

新疆和静熬如勒更地区矿化元素组合异常提取及评价

采用因子分析、泛克里格法和多重分形滤波技术对新疆和静县熬如勒更地区复杂地质背景下不同层次的铜多金属矿化异常进行提取与评价.因子分析结果揭示出区内存在4种元素组合,其中F2因子Cu-Sb-Au元素组合可以作为主成矿元素组合,F1因子Ag-Pb-Bi元素组合可以做为辅助成矿元素组合.变差函数分析表明F1,F2因子得分的最大变程范围分别为1.67,1.83 km,其最大变程分别为西北方向332?,336?,与研究区断裂走向一致,泛克里格插值得到因子得分异常,具有明显的裂控--岩控特征.多重分形滤波法则详细地反映了与矿化有关的因子得分局部异常特征,有效地提取了与F1,F2因子有关的隐蔽矿化异常信息,其结果可作为圈定铜多金属找矿靶区的重要依据.     

加速度传感器中抗混叠滤波技术的设计与实现

为了消除因温度变化引起的加速度传感器频率混叠现象,笔者采用在传感器信号调理电路的负反馈电阻上增加电容,形成一阶低通滤波器的方法,既可保证产品工作频率范围内的有效信号不被衰减,又可滤除信号频带外的所有高频噪声,是提高加速度传感器测试精度的一种有效措施。     

改进的自适应形态学边缘检测方法

针对传统边缘检测算法对含噪图像检测效果的局限性,给出了一种改进的自适应形态学边缘检测算法.该算法首先利用2种不同结构和尺寸的矩阵元素对图像进行滤波,然后用不同方向的结构元素对图像进行形态学边缘检测并根据图像边缘信息设置各方向的权值,最后根据不同的权值对各个方向检测到的边缘结果进行加权求和.实验表明,改进的形态学边缘检测算子能够更好地减弱噪声,在准确定位图像边缘的前提下,保留了更多的边缘细节信息.     

采用自适应无迹卡尔曼滤波器的车速和路面附着系数估计

针对车辆主动安全控制中的车速和路面附着系数这一关键信息,提出了一种实时估计该信息的滤波算法,同时建立了将包含时变噪声统计特性的七自由度非线性车辆动力学模型作为滤波算法的标称模型,以及一种自适应无迹卡尔曼滤波算法。该算法采用传统的无迹卡尔曼滤波器来估计车速和路面附着系数,同时利用次优Sage-Husa噪声估计器对系统的噪声统计特性进行实时更新,其中采用遗忘因子限制噪声估计器的记忆长度,使新近数据发挥重要作用,使陈旧数据逐渐被遗忘,从而解决了因系统标称模型误差、外界扰动等因素引起的噪声时变的问题。在不同路面条件下进行了多种工况的实验验证,并与无迹卡尔曼滤波器的估计结果进行对比分析,结果表明,该算法具有良好的鲁棒性,其估计精度高于无迹卡尔曼滤波器,且满足车辆主动安全控制系统的要求。