基于静态小波变换改进邻域系数法的遥感图像滤波

针对NeighShrink滤波算法存在的不足,提出了改进的阈值估计策略和系数收缩方案,并将改进算法与静态小波变换相结合进行图像滤波,取到了较好的滤波效果.实验验证了改进算法的有效性,以峰值信噪比PSNR作为客观评价指标,通过与经典方法的比较,对该算法的滤波性能做出了客观评价.     

基于小波变换和高斯函数的影像去噪方法研究

提出了小波变换与高斯函数相结合进行影像去噪的方法,在去除高斯白噪声的同时能够有效去除椒盐噪声。此方法是在小波域内结合小波变换的特点对高频子带分别进行高斯低通滤波,将滤波后的小波系数经过反变换后即可得到经过去噪后的影像。实验表明该方法不仅对高斯噪声和椒盐噪声去噪效果明显,而且保留了影像的细节信息,其滤波效果优于中值滤波和小波软阈值法。     

基于双树复数小波变换的特征点水印算法

提出了一种基于双树复数小波变换的特征点数字水印算法。对图像做三级双树复数小波变换,用F rstner算子提取图像低频子带中的特征点,根据复数小波变换的系数特点,通过修改相应的高频系数来实现水印信息的调制嵌入,提取水印信息的同时能够近无损恢复原始载体图像。算法兼顾了水印的鲁棒性和不可见性,能够有效抵抗剪切、平移、旋转等几何攻击,对线性拉伸、低通滤波等攻击也具有一定的鲁棒性。     

基于非抽取小波变换贝叶斯估计的水下红外图像去噪

利用非抽取小波变换的平移不变性和冗余性的特点,在贝叶斯估计下,结合广义高斯分布(GGD)对小波系数进行建模,构造了一个基于拉普拉斯分布的MapShrink子带自适应图像去噪算法和阈值函数。对HH1子带小波系数进行2j抽取,并估计噪声方差,该算法有效地抑制了伪吉布斯现象。仿真结果表明,利用新算法进行水下红外图像去噪,在信噪比增益和最小均方误差意义上均优于传统的Bayesian去噪方法。     

水声通信中基于小波变换的图像编码研究

提出了一种高误比特率传输条件下的图像编码方法，它适用于水声信道的图像传输。针对水下图像的特点，选取合适的小波基和变换参数对图像进行离散小波变换；依据小波系数的能量分布特性，对不同的子带采用不同的量化和定长编码，编码率为0．8比特／像素。水声通信试验表明，在传输误比特率达到10^-2时，仍能得到可接受的图像质量。     

带乘性噪声系统的多尺度最优滤波融合算法

利用小波变换和多尺度分析的思想,将基于模型的动态系统分析和基于统计特性的多尺度信号变换方法相结合。提出了在线性最小方差意义下的带乘性噪声系统的多尺度最优滤波融合算法。并用计算机仿真说明了融合算法的有效性。     

一类带乘性噪声2-D奇异系统的滤波算法

针对一类带乘性噪声2-D奇异系统的Roesser模型,提出了一种状态滤波算法。该算法首先对无跳跃模的2-D奇异Roesser模型进行等价变换,变换为2个降阶的子系统,其中子系统一可继续变换为易于处理的动态噪声和量测噪声在同一坐标点相关的非奇异带乘性噪声FM-Ⅱ模型;然后基于正交投影定理,得到了带乘性噪声2-D奇异Roesser模型的状态滤波算法,同时得到了带乘性噪声2-D FM-Ⅱ模型的状态滤波算法。上述算法在线性最小方差意义下是最优的,仿真验证了算法的有效性。     

多尺度带乘性噪声系统的最优状态平滑算法

针对多尺度带乘性噪声系统,在多尺度最优滤波融合的基础上,进行状态最优固定域平滑算法的研究.通过推广得到的平滑算法需要大量的局部传感器参数,而分布式多尺度滤波融合后不能保留这些信息.针对这一弊端对算法进行改进,推导出仅使用融合后的一步预测及滤波值的平滑算法.该算法在线性最小方差意义下是最优的.计算机仿真验证了算法的可行性.     

基于 MODWT航行数据滤波方法变换的海洋重力观测

厄特弗斯效应是动态海洋重力测量的主要误差来源,厄特弗斯改正精度与航速和航向角精度密切相关。本文从最大重叠离散小波变换系数的分布特性入手,利用改进的定量化 Lipschitz 条件来确定观测曲线的正则性,提出了一种海洋重力观测中含噪航行数据的滤波方法,该方法在抑制噪声干扰的同时能够很好地保留测量信号的局部特征。本文提供了两组海洋重力测量中航速和航向角数据的处理结果,充分验证了本文方法的可靠性与有效性。     

基于复contourlet域隐马尔科夫树模型的海面溢油合成孔径雷达图像相干斑抑制

海面溢油SAR图像中的相干斑噪声严重影响了后续的图像分割、特征提取和分类.为了更有效地抑制海面溢油SAR图像相干斑,文中提出了一种基于复contourlet域隐马尔科夫树模型的海面溢油SAR图像相干斑抑制方法.首先对观测图像取对数并进行复contourlet变换;然后在复contourlet域中用隐马尔科夫树模型对相邻尺度间的带通方向子带系数进行建模,并依据贝叶斯最小均方误差准则估计无噪系数;最后进行逆复contourlet变换和指数变换,得到相干斑抑制后的图像.大量实验结果表明,与Lee、Kuan、Frost及Gamma Map等4种经典滤波方法以及小波域和contourlet域隐马尔科夫树模型方法相比,文中方法从主观视觉和客观定量评价两方面来看综合性能更为优越,是一种行之有效的SAR遥感图像海面溢油检测的预处理方法.     

抗差Vondrak滤波方法在内孤立波提取中的应用研究

声学多普勒流速剖面仪(ADCP)是对海洋内波监测的有效手段,但受到仪器本身和复杂的海洋环境噪声等影响,走航式ADCP记录的海流数据存在大量噪声,且混有流速异常值。为了进一步提高海洋内孤立波的提取精度与准确性,本文针对走航式ADCP海流数据特点引入IGG3方法的权函数因子,设计了一种抗差Vondrak滤波器,并与快速傅里叶变换、小波分析和滑动平均3种传统滤波方法进行对比,以验证抗差Vondrak滤波方法的有效性与优越性。研究结果表明,抗差Vondrak滤波方法不仅可以有效地滤除流速噪声,还可以自适应剔除海流观测数据中的异常值,由其提取出的内孤立波准确且各层水平流速清晰。因此,与传统滤波方法相比,抗差Vondrak滤波方法在内孤立波提取方面具有一定的优越性。     

小波函数对侧扫声纳图像滤波效果的影响分析

侧扫声纳技术应用日益广泛,已成为海洋测量的重要工具,而去除噪声处理是对侧扫声纳图像进行正确判读的前提。利用小波函数滤波处理的方法,分别采用Haar、Daubechies、Coiflets、Symlets、Discrete Meyer、Biorthogonal、Reverse Biorthogonal等小波函数与中值滤波函数对侧扫声纳图像进行处理,并以平滑指数和边缘保持指数为评价指标,对滤波效果进行定量比较。试验表明,小波函数可以有效地平滑声纳图像,并能保持其较好的边缘效果。     

联合小波和NLM滤波的侧扫声纳回波信号降噪

为进一步降低侧扫声纳回波信号中非高斯分布的乘性噪声,获取更佳效果的侧扫声纳图像,提出了一种利用小波和NLM(nonlocal means)滤波的组合降噪方法.首先采用同态变换将侧扫声纳回波ping信号中的乘性噪声转换为加性噪声,然后利用小波阈值和NLM滤波对侧扫声纳每ping回波数据实施降噪处理,最后经过小波反变换和指...     

希尔伯特—黄变换在遥感图像中的实例研究与应用展望

希尔伯特-黄变换是一种处理非线性、非平稳数据的方法,目前该方法已在遥感图像处理中得到高度重视。文中在介绍希尔伯特-黄变换的基础上,首先通过对时间序列数据的不同频率信息进行分离,揭示了希尔伯特-黄变换方法对局部时间尺度的物理含义。通过希尔伯特-黄变换方法对不同空间尺度信息的分离,对SAR遥感图像滤波和SAR遥感图像信息提取开展了实例应用研究,展示了希尔伯特-黄变换方法可以通过遥感图像提供各种尺度信息现象的有效数据。最后讨论与分析了希尔伯特-黄变换方法的局限性与优势,并对其在遥感图像处理中的应用进行了总结和展望。     

水下智能潜器的神经网络运动控制

本文介绍一种基于神经网络的水下智能潜器的运动控制方法，该方法通过在线学习，融控制与滤波为一体。计算机仿真与水池实验验证表明，该方法的控制与滤波性能良好，对环境的学习与适应能力强。该方法事实上可用于一般动力系统的控制。     

Adaptive estimation of wave parameters by Geno-Kalman filtering

Prediction of wave parameters is very important for planning, designing and operation of ocean structures. Accurate estimation of these parameters provides engineers to construct more economical and reliable ocean structures such as harbors, breakwaters, oil production platforms and ocean wave energy converters. For this reason, optimum operation of these plants has become a must. Various methods have been introduced to determine the relation among wind speed previous and current wave parameters. Method proposed in this paper consists of genetic algorithms and Kalman filters which is called as Geno-Kalman filtering. It is based on adaptive calculation to reach the solution. Also a comparison has been made between perceptron Kalman filtering and Geno-Kalman filtering techniques. The application of Geno-Kalman filtering was performed for station 46002 which located in the Coos Bay at Oregon, USA. It is observed that the Geno-Kalman filtering methodology has smaller absolute, mean-square and relative errors than perceptron Kalman filtering. Also coefficient of efficiency value which was used to evaluate results between observed and estimated is higher at Geno-Kalman filtering than perceptron Kalman filtering.     

数字滤波技术在潮汐观测中的应用研究

潮汐是重要的海洋物理要素。瞬时变化的海面高度信息除了包含潮汐信息外,还包括波浪等高频干扰信息,因此需要对干扰信息进行滤除。如何从获取到的海面瞬时高度变化中提取出潮汐信息就成为一个关键问题。海洋学中通常是通过低通滤波来获取低频的潮汐信息。通过分析常用的3种低通数字滤波的方法,即滑动平均法、快速傅里叶变换法和小波变换法,对3种低通滤波方法应用于潮汐数据处理的效果进行了比较分析,得出滑动平均法在潮汐信息提取中具有较高应用价值的结论。     

基于MRF与引导滤波的声纳图像去噪方法

声纳具有对大范围水下场景探测的能力,一直以来都是水下设备感知外界环境的重要手段,但由于声纳图像分辨率低,海洋环境噪声干扰较为复杂,所以在诸多方面的应用都受到了限制。文中提出了一种基于马尔可夫随机场和引导滤波的声纳图像去噪与增强方法,使用马尔可夫随机场对声纳图像进行预分割,然后采用中值滤波方法对原始图像进行简单滤波处理,最后将该图像作为引导图像对马尔可夫随机场(Markov Random Field,MRF)分割后的图像进行引导滤波实现了对声纳图像的去噪与增强。该方法有效地去除了背景和影子内的噪声,对目标区域内部噪声起到了很好的抑制作用,消除了MRF分割产生的伪轮廓效应,具有较好的边界保持和增强效果。