基于噪声和残缺投影图像的重建算法研究

滤波反投影法和迭代法是SR-CT重建算法中的两大类算法,松弛迭代法是迭代法中的一种;本文主要研究滤波反投影方法和松弛迭代法.为了研究两种方法的影响因素,讨论了滤波反投影法中滤波函数的选取,分析了松弛迭代法中重要参数,如松弛因子、迭代次数对重建效果的影响,给出了重建效果和这些参数的影响关系;对比了两种方法在处理噪声和残缺...     

适用于SR-CT技术的新算法

SR-CT(Synchrotron Radiation Computed Tomography)技术中有多种重建算法,其典型算法有滤波反投影算法和迭代算法,这两类算法各有其特点。综合考虑重建结果的质量和重建运算的时间,本文提出了一种新的算法混合算法。通过不同算法重建图像的分析比较,结果表明混合算法包含了前两类算法的优点,而且避免了它们的缺点,是一种行之有效的算法。同时对混合算法中的一些重要参数如初始解系数、迭代步长也进行了详细讨论,并给出了这些参数对重建图像质量的影响关系。     

加窗傅里叶滤波和相干增强扩散在条纹去噪中的比较分析

光学干涉测量具有非接触、高精度和全场测量的优点,能对形变、折射率、位移等信息进行测量。噪声滤除是光学干涉测量产生的条纹图像处理的一个关键问题。加窗傅里叶滤波(Windowed Fourier Filtering,WFF)与自适应加窗傅里叶滤波(Adaptive Windowed Fourier Filtering,AWFF)是有效的频域去噪算法。相干增强扩散(Coherence Enhancing Diffusion,CED)则是基于偏微分方程的空域去噪算法。针对条纹去噪问题,比较了WFF、AWFF和CED在不同密度和不同噪声类型的条纹图上的表现,分析了它们的适用条纹类型。     

频率向导的单幅散斑条纹图位相提取方法

提出一种基于条纹频率向导的单幅散斑条纹图位相提取技术,可对一般的散斑条纹图进行自动化位相提取.该方法利用加窗傅里叶运算求得散斑条纹图的条纹频率,并在条纹频率的向导下对散斑条纹图的位相进行提取.数值模拟和实验结果证实了这一方法的有效性.     

干涉条纹图中散斑噪声之滤除

散斑在光学干涉计量中被用作信息载体,但同时它也是严重的噪声.介绍了一种简单有效的滤除散斑噪声的方法,即在加窗富里叶变换域内进行掩模和阈值处理.同富里叶变换和正交小波变换相比,加窗富里叶变换有如下两方面的优点:加窗富里叶基和条纹的高度相似性使得信号与噪声容易分离,而加窗富里叶变换的冗余性则可削弱掩模和阈值处理对信号谱的破坏.此方法的有效性由数值模拟和实验的例子证实.此方法亦可滤除强度型条纹或位相型条纹中其它类型的噪声,如加型噪声.     

一种新的闪光照相CCD图像的扩散滤波方法

为了提高闪光CCD图像质量,提出了基于偏微分方程（partial differential equation, PDE）的智能中值-非线性扩散滤波(intelligent median-nonlinear diffusion filtering, IMNDF)方法,充分发挥了智能中值滤波和非线性扩散滤波的优势。数值实验结果证明,该方法对于两类最具代表性的噪声（高斯和脉冲）的混合问题有很好的消噪效果,其信噪比改善因子（promotion of signal-to-noise ratio, PSNR）较传统方法提高了3~5倍。对闪光照相CCD图像取得了很好的消噪声结果。     

自适应非线性滤波及其在图像导航中的应用

本文首先介绍了飞行器末制导中采用图像导航的原理和方法，给出了系统模型。针对图像导航的实际情况，提出了自适应非线性Sage-Husa滤波，能在线估计系统的常值偏差及噪声方差。将滤波算法应用到图像导航中，进行仿真，滤波收敛，结果令人满意。     

干涉条纹图处理的等值线窗口滤波和摄像测量在国防试验的应用

对图像进行滤波或称平滑是干涉条纹图像处理中的一项重要工作。一幅未经处理的原始图像或多或少存在着不同程度的噪声干扰,特别是散斑和Insar干涉条纹图,信噪比很低,难以处理。本文针对光测力学中光学干涉方法得到的条纹图,提出了一种新的滤波方法条纹等值线窗口滤波,并对这种滤波方法进行了研究讨论,提出了几种确定等值线窗口的不同方法。这种滤波方法根据干涉条纹图不同断面上灰度分布的不同特点,选择沿条纹走向的条纹等值线窗口进行滤波,在最大消除条纹图噪声的同时,也能保证对条纹损伤最小。摄像测量技术正在迅速发展和得到广泛应用,在国防试验和航天飞行任务中发挥着不可替代的作用。本文也介绍了作者近年来在该领域所做的应用研究,包括在火箭、导弹发射试验,冲击、碰撞等过程中的动态目标运动测量;针对航天航空和力学工程领域的视频图像实时分析;飞行器三维运动测量;基于投影条纹的物体三维形貌精密测量方法研究;以及对接航天器位置和姿态的实时测量。在这些应用中都实现了高精度测量。     

基于阈值分解的中值滤波方法

利用信号统计的方法．提出了一种新的中值滤波方法．既能滤除退化图像中的脉冲噪声．又能更好地保护图像边缘等有用信息。新方法采用局部方差判断噪声点的阈值，从而实现了局部自适应的滤波。实验结果表明．本方法对图像脉冲噪声的消除十分有效，对于图像边缘的保护也较好。     

干涉条纹图中散斑噪声之滤除

散斑在光学干涉计量中被用作信息载体，但同时它也是严重的噪声。介绍了一种简单有效的滤除散斑噪声的方法，即在加窗富里叶变换域内进行掩模和阈值处理。同富里叶变换和正交小波变换相比，加窗富里叶变换有如下两方面的优点：加窗富里叶基和条纹的高度相似性使得信号与噪声容易分离，而加窗富里叶变换的冗余性则可削弱掩模和阈值处理对信号谱的破坏。此方法的有效性由数值模拟和实验的例子证实。此方法亦可滤除强度型条纹或位相型条纹中其它类型的噪声，如加型噪声。     

联邦滤波器理论研究

应用矩阵理论和信息分配原理导出集中卡尔曼滤波、分散化滤波和联邦滤波之间的等价关系，证明联邦滤波器的全局滤波精度和集中卡尔曼滤波的滤波精度相同，并用信号流程图直观清晰地说明联邦滤波比分散化滤波结构更简单，计算量小。提出一种动态最优信息分配系数确定的方法，该方法使联邦滤波局部滤波器的设计也成为最优，并从理论上证明其具有最高的软故障检测灵敏度。     

广义联邦滤波器的全局最优性

基于分散化滤波算法和信息分配原理,建立了广义联邦滤波器设计理论。证明了联邦滤波器当其主滤波器和局部滤波器的维数都相同时,其全局滤波和集中卡尔曼滤波等价,是最优的;同时提出当主滤波器维数和局部滤波器维数不相同时,达到全局滤波最优的解析补偿方法,其附加计算量小,并可作为一种性能指标用于子系统的软故障检测。在组合导航系统中运用此方法对非公共状态信息进行补偿,仿真结果验证了该方法的有效性。     

惯导系统初始对准的非线性滤波算法

本文推导了方位误差角比较大时惯导系统初始对准的误差方程,在这个误差中包含了非 线性的部分。在方位误差角较小时,可将非线性的对准方程简化为线性的对准方程。用卡尔曼 滤波对线性系统进行仿真,用扩展卡尔曼滤波、迭代滤波、二次滤波对非线性系统仿真。比较仿 真结果可见,扩展卡尔曼滤波可大大提高方位对准的精度,而迭代滤波、二次滤波在方位角上 又比扩展卡尔曼滤波的精度高。     

联邦滤波器的滤波稳定性研究

首先证明了联邦滤波器中各局部滤波器实际上滤波不相关,然后通过使用集中式滤波器的滤波稳定性定理,来分析联邦滤波器的滤波稳定性。仿真实验首先根据上述方法证明了联邦滤波器的滤波稳定性,然后通过改变滤波初始值的方法对上述方法的执行结果进行了实验验证。     

组合导航系统多重衰减因子自适应估计算法比较研究

提出了多重衰减因子自适应估计卡尔曼滤波方法,用该方法对系统每个误差状态估计进行控制,提高滤波器的估计性能。仿真结果表明,新算法在系统噪声特性不准确的情况下,能够抑制卡尔曼滤波估计的发散,GPS/SINS组合导航精度比强跟踪滤波估计的精度高。这种算法推导形式简单,计算量小,适合在线运算。     

基于简化无迹Kalman滤波的非线性SINS初始对准

传统的小干扰失准角模型只适合于小失准角情况下的初始对准,对于处于大失准角下的舰船或飞机的对准必须寻求不做任何线性假设的非线性模型和非线性滤波方法。针对以上问题,建立了基于四元数的姿态误差方程,给出了基于复杂噪声模型的UKF算法,在该算法的基础上假设量测方程为线性,得出简化的UKF算法,避免了重采样、多次求解量测预测方程、计算量测预测方差等一系列繁杂过程。基于以上理论建立了适合简化UKF算法的非线性滤波模型,在大失准角、小失准角下与常规Kalman和EKF算法做对比仿真,结果表明,在小失准角下三种方法效果相当,但在大失准角下简化UKF和EKF显示出了处理非线性模型的优势,对准速度和精度都好于常规Kalman算法。由于EKF线性化造成的高阶截断误差使得对准精度略低于简化UKF。     

基于矢量观测确定卫星姿态的两种非线性滤波算法

在确定卫星姿态确定的状态估计法中，经典的扩展卡尔曼滤波（EKP）和新提出的非线性预测滤波（NPF）这两种实时滤波算法各有优缺点。通过大量仿真计算，对这两种滤波算法在不同情况下进行了多角度的对比分析，旨在寻求它们各自的适用条件。结果表明：当模型误差较大甚至非线性或测量误差较大时，NPF滤波效果好于EKF：当状态变量的初始估计误差较大时，EKF滤波效果好于NPF：当需要估计真实模型误差时，只能用NPF。     

粒子滤波在惯导系统非线性对准中的应用

首先介绍了粒子滤波中自举滤波的原理和算法，说明该算法可用于处理非线性系统的状态估计问题。进而列出了捷联惯导系统速度误差方程和姿态误差方程，并将其用于惯导系统非线性对准。最后，通过对仿真结果的分析，指出通过结合粒子滤波和传统的扩展卡尔曼滤波，可以得到一种精度优于卡尔曼滤波，而计算量小于粒子滤波的非线性滤波方法。     

基于奇异值分解的多重渐消鲁棒Cubature卡尔曼滤波及在组合导航中的应用

为了提高标准Cubature卡尔曼滤波（CKF）的稳定性和鲁棒性，提出一种改进的多重渐消H∞滤波Cubature卡尔曼滤波算法。首先基于系统状态的可观测性给出多重渐消因子矩阵求解过程，提高滤波算法的稳定性，抑制滤波发散；其次，引入H∞鲁棒思想，构造多重渐消H∞滤波Cubature卡尔曼滤波器；最后，提出采用一种奇异值分解的矩阵分解策略代替标准Cubature卡尔曼滤波中的Cholesky分解，进一步提高算法的数值稳定性。实际GPS/INS组合导航实验表明，改进的多重渐消H∞滤波Cubature卡尔曼滤波算法不仅能有效抑制滤波发散提高算法的稳定性，而且对观测野值具有更高的鲁棒性；提出的新算法与标准CKF算法相比，XYZ三个方向的位置精度分别提高了55.8%,46.6%和39.7%。     

基于单向无迹卡尔曼滤波的飞机姿态算法

针对扩展卡尔曼滤波方法在飞机姿态滤波中存在的线性化误差大、需要解繁琐的Jacobian矩阵等问题,将一种新型卡尔曼滤波方法——单向无迹卡尔曼滤波应用于载有低精度、高噪声传感器的低成本飞机姿态滤波系统,并在精度及计算量上与EKF和容积卡尔曼滤波进行了比较。利用实测飞行数据进行实验,结果表明:相对于EKF,SUKF实现容易,且使姿态滤波精度提高到二阶;相对于CKF,SUKF计算简单,比CKF减少约33%的计算量。