基于树结构分层随机森林在非约束环境下的头部姿态估计

头部姿态估计是人类行为和注意力的关键,受到光照、噪声、身份、遮挡等许多因素的影响。为了提高非约束环境下的估计准确率和鲁棒性,该论文提出了树结构分层随机森林在非约束环境下的多类头部姿态估计。首先,为了消除不同环境的噪声影响,提取人脸区域的组合纹理特征,对人脸区域进行积极人脸子区域的分类,分类结果作为树结构分层随机森林的先验知识输入;其次,提出了一种树结构分层随机森林算法,分层估计多自由度下的头部姿态;再次,为了增强算法的分类能力,使用自适应高斯混合模型作为多层次子森林叶子节点的投票模型。在多个公共数据集上的多种非约束实验环境下进行头部姿态估计,最终实验结果表明所提算法在不同质量的图像上都有很好的估计准确率和鲁棒性。     

基于菲涅尔区修正结构的多波束自适应天线

菲涅尔区相位修正结构具有类似于二次曲面的聚焦特性和更好的偏轴扫描特性,将该结构与馈源阵列相组合,并通过用改进的ＬＭＳ算法对馈源阵列输出的自适应信号处理,实现了对来波方向的估计和数字波束形成,从而构成了一类新型的多波束自适应天线。计算机模拟的有关结果证实了其可行性。     

三带自适应提升双正交滤波器组

该文研究了利用三带提升方法设计三带自适应双正交的滤波器组。在设计中,用子带编码增益作为设计准则,从任意一个滤波器组(标准正交或双正交)开始。通过有序自适应提升方法来设计三带双正交滤波器组。最后。给出例子说明。当选择一个合适初始滤波器组时,子带码增益可以得到较大提高。     

一种新型基于运动补偿的自适应去隔行算法

去隔行是电视图像增强处理和视频格式转换的一项关键技术，传统的去隔行算法存在着难以克服的缺陷。文章提出了一种基于运动补偿的自适应去隔行算法，其中包括双向块匹配运动估计，消除块效应和自适应插值三个处理模块，实验证明本算法能够高质量且鲁棒地将场图像重建为帧。     

动态场景中的背景恢复

为了解决存在运动对象的场景中的背景恢复问题，采用了一种自适应的背景模型。这种背景模型结合背景的构建与更新为一体，不需要预先存储图像序列、它根据后续差异图像中提供的更新的背景信息，借助于背景颜色程度函数，跟踪记录图像中各象素出现的各种颜色的背景颜色程度变化从而得到最新的背景图像。实验表明这种方法对于背景中对象的运动和运动对象的逗留具有很强的适应能力，能以较快的速度恢复最新的背景图像。     

一种基于极值的自适应中值滤波算法

图像平滑处理中,如何在去除噪声的同时完整地保留图像边缘细节一直是非线性滤波算法研究的热点问题。提出了一种基于极值的自适应中值滤波算法,该算法根据图像中某点是否为邻域极值点将全部像素分为可疑噪声与信号两类。对可疑噪声点采用包括八个一维窗口和一个二维窗口在内的不同尺度和不同方向的九个子窗口,按照各个子窗口的均方差大小,自适应选择窗口进行中值滤波;对信号点不加处理,灰度值不变。测试结果表明,该算法的滤噪特性和细节保护能力优于多级中值滤波;执行速度较快,优于经典中值滤波。     

基于自适应动量估计优化器与空变最小熵准则的SAR图像船舶目标自聚焦算法

在SAR散焦船舶图像中,部分船舶目标的散焦现象具有沿距离向空变的特性.针对此类散焦船舶目标,该文提出了一种基于自适应动量估计优化器与空变最小熵准则的SAR图像船舶目标自聚焦算法,该算法直接对复图像进行处理,可以实现对任意阶次相位误差的补偿.在仿真数据和GF-3数据上的实验结果表明,所提算法可以有效地实现SAR图像空变散...     

基于二维查找表结构的SAR原始数据自适应频域压缩算法

该文针对实际SAR多普勒中心偏移及多普勒谱分裂问题,提出基于一维查找表的自适应多普勒非均匀压缩比分配方法,该方法结合一维量化编码查找表构成二维查找表结构的SAR原始数据自适应频域压缩算法。该文推导了SAR距离向回波频谱解析式,给出距离向非均匀压缩比分配通用方案。实际数据处理结果表明,该方法比传统频域类压缩算法具有更好的信噪比及鲁棒性。理论分析结果表明,其运算量提高很小,易于工程实现。     

一种基于"当前"统计模型的自适应滤波算法

针对机动目标跟踪问题 ,在“当前”统计模型的基础上 ,利用机动加速度与方差的自适应关系 ,提出了一种新的自适应滤波算法。大量仿真结果表明 ,该算法在跟踪机动目标时 ,具有良好的跟踪性能。     

一种自适应层进式Savitzky‐Golay光谱滤波算法及其应用

可调谐半导体激光吸收光谱技术（TDLAS）利用半导体激光器的可调谐和窄线宽特性,通过选择特定气体的单条吸收线,排除其余气体的干扰,可以实现高精度、高选择性的气体浓度测量,在气体浓度检测系统中具有广泛的应用前景。在不同的应用条件和环境下,需要解决相应的硬件和数据处理方面的技术问题。主要研究TDLAS技术机动车尾气CO组分浓度遥测系统中的光谱数据处理问题,该系统利用路面漫反射回波信号遥测行驶中的机动车尾气CO组分浓度。由于激光扫描光谱回波信号受到漫反射面情况变化、空气环境变化、尾气湍流影响等因素影响,探测器收集到的信号不仅较弱同时也夹杂着多种噪声, 即测量光路信噪比较差, 故提出一种自适应层进式Savitzky-Golay(S-G)平滑滤波算法,实现了对光谱进行滤波处理从而更加准确地反演CO浓度。S-G滤波算法因其原理简单、功能强大、只需设置两个参数（窗口大小、拟合阶数）等优点,已广泛应用于光谱处理。如何正确设置S-G算法参数使滤波效果在去噪不足和过度滤波之间找到平衡点,是该滤波算法应用的一大难题。设计的检测系统中,测量光路光谱信号为非平稳信号,噪声和有效信号幅度时变,最佳窗口大小和多项式阶数随信号动态而变化,且变化区间较大,使用固定参数的S-G滤波器难以达到最佳效果。提出的自适应层进式S-G平滑滤波算法,通过逐层将测量光路光谱信号经过S-G滤波后,与参考光路的光谱信号设置的参考段比对信号相关系数和信号一阶导相关系数的和,以自适应得到逐层最优参数。通过对信噪比从9.81～29.77的10组不同带噪光谱分析验证了该算法的有效性,自适应层进式S-G算法能较好地去除噪声并还原带噪信号所携带的待测气体浓度信息,与带噪光谱对比,吸收光谱峰值最大误差由25.152%降至5.917%,积分吸光度最大误差由18.1%降至3.9%。在实现的系统中,使用自适应层进式S-G算法对测量光路进行滤波处理,并对不同车型、不同排量、燃烧不同油品的机动车在怠速和缓速通过(5 km·h-1)系统时其排放的CO浓度进行实时在线监测。