本项目将对被混合噪声污染(既有加性又有乘性)的图像恢复问题提供一套崭新的理论方法和技术支持。作为一种非线性滤波算法,粒子滤波器允许噪声和系统是非高斯、非线性和非平稳的。为此它的研究具有广泛实用价值,它的成果必将在军事、民用的含噪图像的恢复中发挥巨大作用。. 针对粒子滤波器的不足,本项目提出运用粒子权重的可调重采样技术以及创建吉布斯场蒙特卡罗采样器两项改进技术。它们的研究必将有效抑制粒子滤波的退化现象,加快粒子滤波的收敛速度,提高粒子滤波的计算效率和精度。. 本申请还将为恢复去噪过程中图像边缘的丢失提供一种保边缘措施。以上改进粒子滤波与保边缘技术的综合使用将为被混合噪声污染的图像恢复问题提供一套理论先进、实用有效的技术方案。它的研究成果还可以应用于粒子滤波现已应用的领域,如目标跟踪、信道参数的估计等。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于铁路客流分配的旅客列车开行方案调整方法
基于MCPF算法的列车组合定位应用研究
新型树启发式搜索算法的机器人路径规划
"多对多"模式下GEO卫星在轨加注任务规划
武功山山地草甸主要群落类型高光谱特征
基于模糊自适应粒子滤波的图像雅可比在线估计技术
PET图像重建:GPU加速的H无穷粒子滤波混合算法
自适应滤波理论拓展与改进及其应用研究
改进的Unscented卡尔曼滤波与电池组SOC快速精确估计