期刊
  出版年
  关键词
结果中检索 Open Search
Please wait a minute...
选择: 显示/隐藏图片
1. 运用聚类方法的分层采样粒子滤波算法
周航 叶俊勇
计算机应用    2013, 33 (01): 69-71.   DOI: 10.3724/SP.J.1087.2013.00069
摘要906)      PDF (481KB)(578)    收藏
针对跟踪过程中运动目标形态不断变化及跟踪不精确导致鲁棒性差的问题,提出了一种运用聚类方法的分层采样粒子滤波算法。通过分层采样把采样空间分成多个部分,使采样点集中于被采样概率密度函数值大的部分,采样误差降低到了原算法的一半;聚类方法利用权重实现合理分配粒子,使粒子的多样性得到保持,因而粒子跟踪的精度得到了提高。实验结果表明,所提算法的跟踪误差不到原算法的一半,每个仿真时间里稳定性都有加强,而且跟踪精度也有所提高。
参考文献 | 相关文章 | 多维度评价
2. 基于二维经验模态和均值滤波的图像去噪方法
让晓勇 叶俊勇 郭春华
计算机应用   
摘要1950)      PDF (943KB)(2494)    收藏
提出了一种新的图像去噪方法。此方法通过二维经验模态(BEMD)将噪声图像分解为一系列不同频带的子图像。对低频近似图像保持不变,对高频细节图像采用不同的模板进行均值滤波,最后将低频近似图像和均值滤波后的图像合成为去噪后的图像。实验结果表明该方法在滤除图像噪声的同时,又能较好地保留图像的边缘细节,其滤波效果优于单一的BEMD图像去噪和均值滤波图像去噪以及小波变换和均值滤波图像去噪方法。
相关文章 | 多维度评价