摘要：花山岩画是中国岩画文化的重要组成部分,具有极高的历史、艺术和科学研究价值。随着数字图像处理技术的不断发展,对花山岩画进行数字化保护和研究成为可能。高斯滤波作为一种基本的图像平滑技术,能够有效去除图像噪声,从而改善图像的质量。本文探讨了高斯滤波在花山岩画图像处理中的应用,通过实验证实了高斯滤波对提高岩画图像质量的有效性,为花山岩画的数字化保护和研究提供了重要的技术支持。这一研究为进一步挖掘和保护中国岩画文化遗产提供了有益的参考和指导。

摘要：探究高斯滤波方法在表面粗糙度非接触测量中的适应性问题。以基于光谱共焦位移传感器采集的表面粗糙度样块的表面形貌数据为实例,引入高斯滤波算法,计算出滤波中心线,分离出粗糙度信号。在LabVIEW平台中,进行高斯滤波算法的程序设计,计算出粗糙度值,与现行接触校准的结果进行对比。实验结果表明,非接触数据处理后的R_(a)值的MPE为±5%,高斯滤波方法适用于非接触测量的数据处理。用LabVIEW进行算法的模块化设计容易实现,且易与其他模块集成,便于维护,有一定的推广价值。

摘要：针对图像匹配中AKAZE(Accelerated-KAZE)算法匹配精度较低以及计算复杂等问题,提出了一种基于高斯滤波和AKAZE-LATCH(AKAZE-Learned Arrangements of Three Patch Codes)算法相融合的图像匹配算法。首先,对输入图像进行高斯滤波预处理,去除高斯噪声等连续性噪声,并且保留图像的边缘信息。然后通过LATCH算法为AKAZE算法构建高效的二进制描述子,再通过KNN(K Nearest Neighbors)算法得到对应的匹配对。最后结合USAC(Universal RANSAC)去除误匹配对方法进行再次筛选,得到最终的匹配结果。经实验对比,所设计的算法相较于AKAZE算法匹配精度更高,且具有良好的鲁棒性和可靠性,可用于多数复杂场景下的图像匹配。

摘要：为及时发现滑坡险情展开应急救援,提出一种结合逐通道不同阈值的深度残差收缩网络(DRSN-CW)方法的更快速区域卷积神经网络(Faster-RCNN)模型的航拍图像滑坡检测算法。利用图像增强的伽马变换、高斯滤波方法提高图片的质量;使用群组归一化方法消除batchsize大小对模型的影响;为减少噪声以及无关特征区域的干扰,采用DRSN-CW网络对滑坡检测目标进行精准定位。实验结果表明,改进后模型与先前模型相比F1值以及平均精度分别增加了10.7%、10.2%,可以有效检测滑坡险情。

摘要：为了实现苹果采摘的自动化,基于图像深度学习算法,对采摘机器人系统进行优化设计。首先,采用高斯滤波的方法,对摄像头采集的图像进行滤波处理;其次,在VGG16深度学习网络算法的基础上,增加区域推荐学习网络,进而减少识别样本容量,提高识别率;再次,采用单目视觉系统和激光测距器,实现目标苹果的图像坐标向实际空间坐标的转化,并采用双反馈系统实现采摘机械臂控制;最后,对系统进行测试。结果表明:系统具有良好的目标识别精度和机械臂控制精度。

摘要：经典高斯滤波算法存在量测信息实时获取,以及过程噪声和量测噪声相互独立的假设条件.然而,在工程实际应用中该假设条件有时难以满足.本文针对一类具有随机量测时滞和同步相关噪声的高斯系统的状态估计问题,设计了一种高斯滤波框架形式的最优估计算法,并给出了所设计算法的三阶球径容积法则的次优实现形式-考虑随机量测时滞和同步相关噪声的容积卡尔曼滤波器(CKF–RDSCN).其借助Bernoulli随机序列,来描述系统中可能存在的量测时滞现象,并利用高斯条件分布性质来解决噪声相关问题,在此基础上构建所提出的最优估计算法.仿真结果表明,相比于扩展卡尔曼滤波(EKF),无迹卡尔曼滤波(UKF)以及容积卡尔曼滤波(CKF),在含有随机量测时滞和噪声同步相关的状态估计问题中,CKF–RDSCN具有更高的精度和更好的数值稳定性.

摘要：针对随机时滞和异步相关噪声情况下的状态估计问题,提出了一种改进的高斯滤波算法(GF),并给出了其适用于高维系统的实现形式—随机时滞和异步相关容积卡尔曼滤波器(CKF-RDCN)。首先,通过满足Bernoulli分布的互不相关随机序列,来描述系统观测数据中可能存在的随机时滞现象,将量测噪声作为状态变量用以实现对观测时滞后验概率密度的估计。其次,利用一阶斯特林插值公式来近似估计,由于过程噪声和量测噪声异步相关,而导致的含有随机变量的多维积分问题。最后,依据三阶球径容积法则,给出了CKF-RDCN滤波算法的详细设计。此外,经典GF算法是所提出的改进GF算法的特例,其作为一个通用的非线性滤波算法框架,根据不同的后验概率密度估计方法,可以有不同的实现形式。仿真结果表明,相比于扩展卡尔曼滤波算法(EKF)以及容积卡尔曼滤波算法(CKF),CKF-RDCN在解决含有观测时滞和相关噪声系统的状态估计问题时,具有更高的精度和更好的数值稳定性。

摘要：固定尺度参数的经典高斯滤波器往往在滤除噪声的同时造成图像的模糊,为此设计了一种尺度可变的自适应高斯滤波器。通过计算滤波器各滤波窗口内像素点灰度值的均值,以及该均值与当前像素点灰度值的差值,确定滤波窗口的平滑度,并将其作为高斯函数尺度的大小,从而实现滤波器尺度参数的自适应调整。实验结果表明,该滤波器在有效滤除噪声的同时能够尽可能的保持图像原有信息不受影响,且计算简单,适于工程应用。

摘要：文中用逼近法和双线性变换法,设计了用于圆度测量的高斯数字逼近滤波器,并给出了零相移的递归滤波算法,计算量小,计算效率高,易于实现。增加逼近滤波器节数,可以提高滤波精度,8节高斯逼近滤波器的幅度传输特性偏差小于2%。用于圆度测量的高斯数字滤波算法还有效地解决了滤波的边缘效应问题。

摘要：针对目前国内读码器产品种类稀少、成本过高,功耗和热量过高、识别率低等问题,提出了一种结构紧凑、性价比高、功耗低、稳定性强的智能读码器系统设计方案。该系统方案主要基于ARM平台和Linux系统开发,硬件方面采用NXP MX8Mini作为主控芯片,搭载XILINX的XC7A50T FPGA器件,配置2G容量的LDDR4内存用来做图像预处理工作,采用AR0144CS芯片作为图像传感器,并支持多种通讯协议和扩展。软件方面,主要介绍了系统FPGA图像预处理及高斯滤波具体实现、ARM与FPGA的通讯、上位机功能设计。经过测试,该读码器系统运行稳定、体积小、功耗低,一维码8mil Code128识别率达到99.99%,为当前国产读码器市场提供了一种新的解决方案。