一种基于高频强调滤波和直方图均衡化的图像增强方法

直方图均衡化能够调节图像的动态灰度范围,是一种经典有效的图像增强方法,但它建立在合并相似像素灰度的基础之上,模糊了图像的细节.高频强调滤波将变换后的低频和高频分量都得到了增强,但是低频分量的增强要弱一些,这样会使得图像边缘更加清晰.实验表明,经该方法增强后的图像,其主观视觉效果明显改善.     

基于谱分析的中国食糖产量和价格周期波动

采用谱分析的H-P滤波和B-P滤波,对食糖的产量和价格进行定量化处理,分离出食糖产量和价格的周期项,来分析食糖产量和价格周期波动规律。     

优化自适应中值滤波器滤除图像椒盐噪声方法研究

为了抑制医学图像上的椒盐噪声等污染,并尽量保持图像的清晰度和细节边缘信息,提出了一种利用优化的自适应中值滤波器来滤除医学图像中椒盐噪声的新方法.该方法克服了自适应中值滤波不能有效剔除掉尖锐椒盐噪声点的不足.实验表明,该方法可以有效滤除医学图像椒盐噪声.     

基于局部信息的图像滤波及边缘锐化算法

主要针对鸡蛋图像的斑块祛除、污块处理及边缘锐化而提出的.算法把图像分成若干子图像,对子图像进行具体处理,自动同时完成图像的滤波与锐化.试验结果表明,经算法处理过的图像达到了较为理想的效果,也为后面的禽蛋蛋心颜色检测方法提供了必要的预处理.     

我国生猪价格的波动规律分析及未来走势预测

生猪价格的波动日益得到社会各界的普遍关注,其波动具有一定的规律性,目前市场对生猪价格波动的研究很多,但主要停留在定性的分析层面。本文采用了季节调整、H-P滤波和B-P滤波等定量的研究方法,结合生猪市场定性的分析方法,对生猪价格波动的趋势性、季节性和周期性进行了研究,并对波动的原因进行了分析。     

带有先验约束信息边坡变形监测滤波算法

为合理利用边坡的几何信息和物理信息, 控制几何观测异常对形变参数估计的影响,利用边坡的力学状态信息建立了滤波模型以及参数约束方程，通过融合观测信息和边坡的力学信息给出了带约束的滤波算法，从而减弱了观测异常对形变参数估计所带来的影响, 提高了形变参数解算精度.     

基于Cross-Validation的小波自适应去噪方法

小波去噪算法中,阈值的选择非常关键.提出一种自适应阈值选择算法.该算法先通过Cross-Validation方法将噪声干扰信号分成两个子信号,一个用于阈值处理,一个用作参考信号;再采用最深梯度法来寻求一个最优去噪阈值.仿真和实验结果表明:在均方误差意义上,所提算法去噪效果优于Donoho等提出的VisuShrink和SureShrink两种去噪算法,且不需要带噪信号的任何"先验信息",适应于实际信号去噪处理.     

基于LSTM-Kalman模型的蛋鸡产蛋率预测方法

产蛋率是评价蛋鸡产蛋性能的重要指标之一,因其具有时序性和非线性等特点,且其影响变量众多、存在复杂的耦合关系,难以实现精准预测。由于传统神经网络预测过程的非记忆性难以处理时序性问题,该文章提出蛋鸡产蛋率的LSTM-Kalman预测方法,使用主成分分析提取影响蛋鸡产蛋率的关键变量,通过LSTM神经网络预测蛋鸡产蛋率,采用Kalman滤波对LSTM预测的结果进行动态调整,作为最终预测结果。数据分析结果表明:LSTM-Kalman模型预测产蛋率的平均绝对误差、均方误差和皮尔逊相关系数分别为0.312 8、0.435 3和0.975 2,明显优于传统的BP神经网络、极限学习机等预测方法;通过2栋鸡舍生产数据的交叉测试验证,模型的预测准确率达到97.14%和98.71%,表明模型具有较强的泛化能力,能够满足蛋鸡产蛋率预测的实际需要,可以为蛋鸡养殖环境数据的精准调控提供参考。     

GPS单历元形变信号的小波降噪

阐述了小波变换、多分辨分析及中值滤波的基本原理.研究了对小波变换的高频系数采用中值滤波,然后重构信号达到降噪目的的形变数据处理新方法.并与强制降噪及软门限阈值化小波降噪方法比较.模拟实验表明,基于高频中值滤波的小波降噪方法不仅能有效降噪,保持信号的光滑性,还能在降噪的过程中剔除少量粗差.     

机载 LiDAR生成DEM的一些关键问题评述

提取DEM是机载LiDAR技术应用研究关键内容之一,从LiDAR数据滤波、DEM模型选择、内插、误差控制和数据压缩等几个方面,分析当前利用机载激光雷达数据提取DEM的主要研究进展.着重讨论插值滤波、倾角滤波和形态学滤波算法,定量分析滤波算法的性能;分析比较确定性内插方法和地学统计内插方法,并指出内插方法在提高精度同时也要考虑稳定性和序同构性;论述DEM格网压缩和三角网压缩方法,并指出在满足地形可视化需要的同时提高压缩效率;并进行了总结展望,为相关研究提供参考.