中值滤波窗口大小影响滤波器性能,3×3滤波窗口可以很好地保持图像细节。提出一种新的自适应中值滤波方法。将3×3窗口中心的极值点作为候选噪声点,若候选噪声点仍然是7×7窗口的极值点,则该点即是噪声点。若以噪声点为中心的3×3滤波窗口的中值不是噪声,则噪声用中值替换。重复以上过程,直到没有噪声点被替换。如果图像申仍然存在大的噪声团块,则噪声用相邻的三个信号点的灰度均值替换。实验结果表明,该方法能够有效去除脉冲噪声,并在抑制噪声的同时很好地保护图像的细节。
2022-12-04 23:12:54 383KB 工程技术 论文
1
根据 NovAtel OEM6 接收机接收的星历参数,计算在轨卫星位置;联 合实测的卫星伪距数据,用 C 语言建立解算模型,分别用最小二乘法以及卡尔曼 滤波求解用户位置。结果表明,这两种方法算出的定位精度不高。为了提高精度, 本文将容积卡尔曼滤波算法引入用户位置求解流程。结果证明,用 C 语言建立的 容积卡尔曼滤波解算模型,能够提供比最小二乘法和卡尔曼滤波更高的定位精度。
1
基于L0稀疏约束的图像滤波算法,具有各项异性,是图像分割、目标检测等任务的基础
2022-11-17 21:35:07 37KB 图像滤波
1
无迹卡尔曼滤波(UKF)是重要的非线性滤波方法。无迹卡尔曼滤波方法是通过一组代表着均值和方差分布的采样点来对非线性系统进行非线性计算,在不对非线性方程线性近似的条件下,达到线性卡尔曼滤波器的滤波性能。文中在机动目标选定运动模型和滤波算法的基础上,对机动目标的运动作了仿真实验。从仿真分析中可以看出,无迹卡尔曼滤波在跟踪方面有很高的精度,与传统的扩展卡尔曼滤波算法相比较,无迹卡尔曼滤波算法有较小的跟踪误差。
1
%自适应中值滤波-Chan R H, Ho C W, Nikolova M. Salt-and-pepper noise removal by %median-type noise detectors and detail-preserving regularization[J]. %IEEE Trans. Image Process, 2005, 14(10): 1479~1485.
2022-11-15 17:54:30 1KB 图像椒盐去噪
1
Paulo S.R. Diniz 著的第三版 自适应滤波算法与实现 英文版
2022-11-12 17:53:57 7.38MB 自适应滤波 算法与实现 第三版
1
用C语言实现数字滤波 中值滤波 门限滤波 滑动算术平均值滤波 滑动加权平均值滤波
2022-11-11 17:50:13 18KB 滤波算法 平滑
1
使用python对图像进行添加噪声点,使用四种滤波算法进行滤波
2022-11-03 15:26:45 1.02MB 滤波算法
1
自适应滤波算法LMS,变步长LMS自适应滤波算法
2022-11-01 09:09:44 2KB 自适应滤波 LMS
1
中值滤波实现。选择在Vivado软件上采用Verilog语言来编写中值滤波算法,搭建出完整的数据处理系统架构,通过仿真和验证来判断数据的处理效果,并在实际的设计过程中根据出现的问题提出解决方案。
2022-10-31 15:00:31 1KB verilog_vivado wh2 vivado vivado中值滤波
1