【摘 要】
：
针对当前局部自交干扰的无参模糊图像去噪方法去噪精度低、去噪后图像信息丢失严重的问题,提出基于NSCT的无参模糊图像自适应去噪方法。定义被污染图像,设置阈值参数,利用图像污染中心点坐标值与阈值参数的比较,判断像素点是否隶属污染比较严重的区域。定义图像重污染区域的邻域值和影响噪声邻域灰度变化的阈值,根据阈值大小来确定图像各像素点周围的灰度值变化特点,获取无参模糊图像区域信息。利用图像区域信息涵盖函数值
【机 构】
：
青海民族大学物理与电子信息工程学院,陕西师范大学教育学院
【基金项目】
：
青海民族大学本科教学研究项目（2017-BKJXZD-03）
论文部分内容阅读
针对当前局部自交干扰的无参模糊图像去噪方法去噪精度低、去噪后图像信息丢失严重的问题,提出基于NSCT的无参模糊图像自适应去噪方法。定义被污染图像,设置阈值参数,利用图像污染中心点坐标值与阈值参数的比较,判断像素点是否隶属污染比较严重的区域。定义图像重污染区域的邻域值和影响噪声邻域灰度变化的阈值,根据阈值大小来确定图像各像素点周围的灰度值变化特点,获取无参模糊图像区域信息。利用图像区域信息涵盖函数值的输入,给出图像NSCT变换结果。结合图像噪声分布特性实现图像去噪阈值的改进,对变换域内的系数进行处理,
其他文献
可重构嵌入式软件优化预测是提高软件测试效率、保证软件运行可靠性的重要手段。针对当前模型没有充分考虑软件缺陷特征历史数据的类不平衡特性,导致预测结果存在收敛速度较慢、训练误差较大的问题。提出一种基于PSO-BP算法的可重构嵌入式软件缺陷优化预测模型,充分考虑可重构嵌入式软件缺陷历史数据的类不平衡性特点,通过确定抽样度,执行欠抽样操作,缓解数据的不平衡性;同时对软件项目开发人员的能力、软件缺陷特征的数
针对森林火灾识别问题,为提高图像中火灾识别效率和速率,保证图像识别的正确性,确保图像采集时间和准确性,提出一种基于无人机图像采集和改进后的BP神经网络同支持向量机(SVM)分类器结合的图像识别方法。在利用算法对火灾识别过程的基础上,以火灾特征量作为火灾识别算法的输入变量来达到减少识别训练图像和运算量,提高识别精度的目的。实验结果表明,改进后的BP神经网络同支持向量机分类器结合的图像识别方法,不仅能
在旋转机械轴心轨迹故障诊断研究中,由于转子振动信号为多分量信号,合成的轴心轨迹复杂,不容易获取清晰的故障特征。为解决上述问题,提出一种得到不同频率的提纯的轴心轨迹的新方法。在信号上进行固定频率的采样,求得样本数据的平均值,由信号的极值点特性得到采样频率的范围,在上述范围内求不同采样频率下样本数据平均值的最大值,从而最大值对应的采样频率即为分量信号的频率。再通过改变采样点的初始位置以及采样长度,分解
超深矿井提升机卷筒结构受力复杂、工况多,合理的卷筒结构参数对于提高提升系统的可靠性至关重要,而目前仍存在资源浪费、稳定性差等诸多难题。为解决上述问题,根据板壳理论,将提升机卷筒视为均匀受压的旋转对称壳体,通过对卷筒结构负荷构成进行分析,提出了卷筒筒壳、端侧板及制动盘上载荷的计算方法。运用有限元数值仿真和理论分析相结合的方法,得出卷筒结构在不同工况下的应力分布规律及变形情况。为满足卷筒重量最轻和卷筒
网络分布式入侵检测中具有数据量大、维度高、冗余度大等特点,导致当前入侵检测方法面对高密度特征时检测效率低、误报率和漏检率较高。针对上述问题,提出基于互信息特征选取的网络分布式入侵检测方法。将采集到的网络分布式数据进行标准化处理,从处理后的高密度特征中选取有效特征集,依据提取结果构建样本特征子集。采用遗传算法对样本特征子集和支持向量机参数进行编码,生成染色体,将入侵检测精度作为个体适应度,通过遗传算
为研究火电机组锅炉炉膛负压控制技术,利用机理方法建立锅炉烟气压力数学模型,建模过程中采用分块建模方法,对锅炉内不同区域进行建模。由于快速甩负荷(FCB)过程属于火电机组运行的极端工况,炉膛压力控制如果对此工况适应即适应所有工况,所以采用FCB工况对所建模型进行仿真。仿真结果表明:随着燃料量的骤减,炉膛压力成先降后升的趋势,水平烟道和尾部烟道压力变化趋势与之类似;切磨时间间隔大,甩负荷过程中炉膛负压
近日,《仿真应用丛书》编委会成立大会暨第一次会议在京召开,与会编委共议仿真技术发展,共商仿真丛书编写事宜。出席会议的编委有中国航天系统科学与工程研究院院长薛惠锋主编,陆军装甲兵学院教授王精业副主编,中国航天北京仿真中心主任、研究员蒋酂平副主编,中国人工智能学会副理事长、教授韩力群副主编,《计算机仿真》杂志主编吴连伟
当前多优先级隐写信息标记方法忽视了标注集整体关联性对标记结果的影响,导致标注集整体关联性缺乏,标记结果准确性不高。为了解决上述问题,提出基于标注词精化的复杂模式网络多优先级隐写信息标记方法。针对复杂模式网络噪声干扰,提出标注词精化思想,采用优先级排序特征强化隐写信息重要性权重,完成第一次标注词精化;考虑到各优先级标注集整体关联性对标记结果的影响,计算隐写信息的多优先级相关度评分,进一步优选可以准确
为了更好地对网络模糊信息数据集合多目标元素进行利用,需要对其进行跟踪融合。当前基于FCM的多目标元素跟踪方法,利用模糊聚类的形式完成目标跟踪,存在跟踪质量差,跟踪过程时延长等问题。现提出一种基于神经网络的多目标元素跟踪融合方法,利用CRPF法对跟踪目标的状态进行确定,依据粒子滤波具有的跟踪性能,对粒子进行重新采样,并对目标状态估计所需费用进行计算。更新粒子,获得粒子分量,对目标状态估计费用更新,并
为了解决无线网络中出现的网络拥塞和数据碰撞等现象,需要对无线网络的预测控制方法进行研究。采用当前预测控制方法对无线网络中的数据进行预测控制时,存在抗干扰性差和预测控制结果精准度低的问题。在状态空间模型的基础上提出一种无线网络预测控制方法,选用状态空间模型作为预测模型,并对状态空间模型进行离散化处理,对离散后的状态空间模型做增量运算,得到无线网络增广状态空间模型。根据无线网络增广状态空间模型得到受控