基于Landweber平滑投影的巡逻车抗干扰方法

摘要

本发明设计一种基于Landweber平滑投影的巡逻车抗干扰方法。针对巡逻车在采集图像时受到光照以及车体物理抖动等问题的影响，导致巡逻车采集图像会出现抖动和非均匀光照噪声，会进一步影响巡逻车的决策精度。本发明提出一种基于Landweber平滑投影的巡逻车抗干扰方法，利用陀螺仪传感器检测出巡逻车的实时抖动角度，使用Landweber投影法和和自然图像稀疏特性，建立一个以Landweber投影和图像稀疏表示为核心的巡逻车抗干扰系统，消除巡逻车采集图像的抖动和非均匀光照等干扰噪声，提升巡检在的智能决策精度，增加巡逻车的抗干扰能力。

说明书

技术领域

本发明涉及系统抗干扰等领域，特别设计基于Landweber平滑投影的巡逻车抗干扰方法。

背景技术

随着社会的不断发展，越来越多的大型企业厂房使用自动巡逻车来替代人工巡逻，这样可以大幅提高巡检效率，自动巡逻过程经常会遇到各种情况，巡逻车在采集图像时受到光照以及车体物理抖动等问题的影响，导致巡逻车采集图像会出现抖动和非均匀光照噪声，会进一步影响巡逻车的决策精度。本发明针对以上问题，提出基于Landweber平滑投影的巡逻车抗干扰方法，消除巡逻车采集图像的抖动和非均匀光照等干扰噪声，提升巡检在的智能决策精度，增加巡逻车的抗干扰能力。

发明内容

为了解决上述存在问题。本发明提出一种基于Landweber平滑投影的巡逻车抗干扰方法。为达此目的：

本发明提出基于Landweber平滑投影的巡逻车抗干扰方法，其特征在于：

步骤1：使用陀螺仪传感器采集巡逻车的实时抖动角度；

步骤2：把采集图像x均匀分块，分块大小为256×256；

步骤3：建立随机矩阵⊙，别对随机矩阵⊙的每列单位化，随机矩阵尺寸为64×256；

步骤4：使用随机投影矩阵，把采集图像块投影到低维空间w；

步骤5：使用逆投影法对图像块进行估计，得到预测块xx；

步骤6：使用维纳滤波器对预测图像块xx进行去噪，得到除去噪生的预测块xx0；

步骤7：使用最速下降法对图像进行预测，得到xx1；

步骤8：对预测块xx1进行小波变换得到小波系数d，并对小波变换系数进行自适应阈值去噪，得到去噪的小波系数db；

步骤9：对ds进行小波重构，得到小波重构图像xx2；

步骤10：使用最速下降法对图像进行预测，得到xx3；

步骤11：判断图像预测结果是否收敛，如果是，则去噪图像块既是xx3，否则，令xx＝xx3，继续重复步骤6-步骤10。

作为本发明进一步改进，所述步骤4中图像块线性投影到低维空间w的计算公式为：

w＝Θx (1)

其中，⊙是随机投影矩阵。

作为本发明进一步改进，所述步骤5逆投影计算公式为：

xx＝Θ

其中，Θ

作为本发明进一步改进，所述步骤6维纳滤波表示为：

xx0＝Wiener(xx,σ) (3)

其中，Wiener(·)是维纳滤波器函数，θ是步骤1中测量巡逻车抖动角度。

作为本发明进一步改进，所述步骤7最速下降法公式为：

其中，(ΘΘ

作为本发明进一步改进，所述步骤8中自适应阈值去噪公式为：

λ＝median(d) (8)

其中，median(·)是求中值函数。

作为本发明进一步改进，所述步骤10中最速下降法公式为：

其中，

作为本发明进一步改进，所述步骤11中最速下降法公式为：

其中，D为1表示不收敛，否则，收敛，ε是收敛阈值。

本发明基于Landweber平滑投影的巡逻车抗干扰方法，有益效果在于：

1.本发明利用维纳滤波，增加了系统的鲁棒性。

2.本发明利用Landweber平滑投影，增加了信号的保真度。

3.本发明算法复杂度低，实时性强。

4.本发明硬件系统实现简单，成本低。

附图说明

图1系统流程图；

具体实施方式

本发明提出一种基于Landweber平滑投影的巡逻车抗干扰方法。

下面结合附图与具体实施方式对本发明进一步描述：

如图1所示，首先，使用陀螺仪传感器采集巡逻车的实时抖动角度；把采集图像x均匀分块，分块大小为256×256；建立随机矩阵⊙，别对随机矩阵⊙的每列单位化，随机矩阵尺寸为64×256；接着，使用随机投影矩阵，把采集图像块投影到低维空间w；

图像块线性投影到低维空间w的计算公式为：

w＝Θx (1)

其中，⊙是随机投影矩阵。

然后，使用逆投影法对图像块进行估计，得到预测块xx；以及使用维纳滤波器对预测图像块xx进行去噪，得到除去噪生的预测块xx0；此外，使用最速下降法对图像进行预测，得到xx1；

逆投影计算公式为：

xx＝Θ

其中，Θ

维纳滤波表示为：

xx0＝Wiener(xx,σ) (3)

其中，Wiener(·)是维纳滤波器函数，θ是步骤1中测量巡逻车抖动角度。

最速下降法公式为：

其中，(ΘΘ

最后，对预测块xx1进行小波变换得到小波系数d，并对小波变换系数进行自适应阈值去噪，得到去噪的小波系数db；此外，对ds进行小波重构，得到小波重构图像xx2；使用最速下降法对图像进行预测，得到xx3；判断图像预测结果是否收敛，如果是，则去噪图像块既是xx3，否则，令xx＝xx3，继续更新迭代。

自适应阈值去噪公式为：

λ＝median(d) (8)

其中，median(·)是求中值函数。

最速下降法公式为：

其中，

最速下降法公式为：

其中，D为1表示不收敛，否则，收敛，ε是收敛阈值。

以上所述，仅是本发明的较佳实施例而已，并非是对本发明作任何其他形式的限制，而依据本发明的技术实质所作的任何修改或等同变化，仍属于本发明所要求保护的范围。