中值滤波器

摘要： 针对目前采用的方法对数字视频进行篡改取证时,没有对数字视频进行去噪处理,导致取证误差大、视频缺失值高以及视频变形严重的问题。提出了基于人工免疫的数字视频篡改取证方法。该方法通过中值滤波器初步对数字视频进行滤波处理,并对数字视频进行相似块匹配,根据匹配结果建立三阶张量,根据张量和噪声的性质结合增广拉格朗日乘子法消除数字视频中存在的噪声。采用人工免疫算法构建自体动态演化模型和抗原动态演化模型,在此基础上建立数字视频篡改取证模型,将去噪后的数字视频输入模型中,实现数字视频的篡改取证。实验结果表明,所提方法的取证误差小,视频缺失值低,视频变形系数小。

摘要： 心房颤动(AF)是一种最为常见的心功能紊乱心脏病,为提高房颤的识别效率和准确率,提出了一种基于卷积神经网络的心电信号分类模型。首先采用双中值滤波器对输入心电信号进行预处理,去除基线漂移;而后提出基于卷积神经网络的R波检测器,其对MIT-BIH心律失常数据库评估结果达到了98.83%的阳性预测率、99.72%的灵敏度和99.54%的准确度;最后提出了一种基于CNN的心电信号分类模型,其对CPSC 2017挑战赛数据库实验结果总体达到96.82%的灵敏度、97.18%的阴性预测率,显示该模型性能良好,具有较强的泛化性与鲁棒性。

摘要： 针对Kinect相机获取深度图像存在空洞和噪声的问题,提出了一种基于联合双边滤波和中值滤波相结合的深度图像处理方法.将Kinect获得的彩色(RGB)图像和深度图像裁剪对齐,利用联合双边滤波器修复深度图像中的空洞,用中值滤波器滤除噪声.实验结果表明:与其他方法相比,所提算法能够有效填充深度图中的空洞区域,并去除图像中的噪声,能够达到更好的修复效果.

摘要： 人体动作识别一直以来都是计算机视觉及人工智能领域里一个热门的研究课题.微软推出Kinect for Windows体感设备能实时追踪人体三维骨骼信息,且具有性价比高、体积小、易于推广等特点,所以基于Kinect的人体动作识别是近年来人们研究的热点研究课题.在实际应用中,Kinect所采集骨架节点位置信息存在许多噪声,尤其在手、足位置识别过程中抖动较大.因此,在使用这些数据之前,很有必要设计使用一些滤波器从这些数据中去除尽可能多的噪声.本文通过大量实验验证得出了如下结论:骨架跟踪数据中存在类似相机噪点的椒盐噪声和频率相对低的周期性噪声,通过使用中值滤波器及双重均值滤波器分别进行处理,不但能有效去除骨架信息中的噪声,使识别效果准确度有很大的提高,而且算法计算复杂度不高,能够满足KinectV2实时性要求.

摘要： 椒盐噪声是在图像传感器、传输信道、解码处理过程随机中产生的亮点和暗点噪声,它是降低图像质量的主要因素之一,其滤除效果直接影响图像的后续处理.基于椒盐噪声亮暗点的随机性,将其分为低概率椒盐噪声和高概率椒盐噪声,针对不同的类型的噪声采用不同的滤除方法.首先,建立了图像的退化模型,其次,针对低概率椒盐噪声采用传统的中值滤波器法,针对高概率椒盐噪声采用自适应中值滤波器法和基于极值检测的模糊滤波器法,最后,对关于椒盐噪声的图像复原技术未来的发展方向进行了预测.

摘要： 椒盐噪声是在图像传感器、传输信道、解码处理过程随机中产生的亮点和暗点噪声,它是降低图像质量的主要因素之一,其滤除效果直接影响图像的后续处理。基于椒盐噪声亮暗点的随机性,将其分为低概率椒盐噪声和高概率椒盐噪声,针对不同的类型的噪声采用不同的滤除方法。首先,建立了图像的退化模型,其次,针对低概率椒盐噪声采用传统的中值滤波器法,针对高概率椒盐噪声采用自适应中值滤波器法和基于极值检测的模糊滤波器法,最后,对关于椒盐噪声的图像复原技术未来的发展方向进行了预测。

摘要： 本文采用MATLAB作为实验软件,根据遥感图像在形成、传输和处理过程中产生的噪声原理,在MATLAB下进行滤波器算法编写.对现有的遥感图像添加椒盐噪声并以此作为检验滤波器性能的标准,运用MATLAB软件中常用的均值滤波和中值滤波对含有椒盐噪声的遥感图像进行处理,将处理结果进行对比并总结,分析不足之处,以期为图像去噪处理提供理论依据.

摘要： 以当前的单幅图像清晰度恢复算法为基础，对此进行分析学习，提出了一种全新的中值滤波器快速恢复能见度的算法，本文详细介绍了中值滤波器[1]算法的步骤，研究表明，此算法大大提高了降质图像能见度恢复的速度（本文只考虑雾天降质图像处理）。

摘要： 针对目前许多图像都受到椒盐噪声污染,基于邻域极值提出了一种改进型的自适应中值滤波算法.该算法根据图像中的某点是否为邻域内的极值,将图像中的像素点分为可疑噪声点和信号点,继而通过阈值比较,提出一种改进型的自适应中值滤波算法。实验结果表明,本文的滤波算法优于传统的中值滤波器,在去除噪声的同时更好地保护了图像的边缘细节。

摘要： 该文叙述了中值滤波器的原理，讨论了该滤波器在遥测数据处理中进行纠错，滤波平滑的方法，及效果分析。

摘要： 针对传统中值滤波的缺点，该文探讨了一种模糊中值滤波器的设计，并给出其在二维超声心动图左室壁计算机自动识别中的应用。实践表明，这种模糊中值滤波器的处理效果优于传统中值滤波器，具有较大的实用价值。

摘要： 本文介绍了一种利用中值滤波器来滤除信号中基线漂移的方法.由于中值滤波器是一种非线性信号处理方法,具有计算简单,处理速度快的特点,从而能在有效抑制基线漂移噪声的情况下,提高了整体的运算速度.采用MIT-BIH数据库中的心电数据对该方法进行检验,结果显示该方法能很好的滤除ECG中的基线漂移噪声,同时将该方法与常用的两种方法进行实时性比较,实验结果表明该方法在确保信号不失真的情况下,提高了系统的运算速度.

摘要： 利用中值滤波进行图像滤波的关键问题是将噪声与图像的边缘分离,由于图像本身的复杂性与图像细节和噪声的相似性,这是一个不完整、不精确的处理过程.本文将新的模糊数学工具粗糙集理论应用于图像中值滤波中,通过引入偏差属性和奇异属性,尽可能将边缘与噪声分离,然后进行自适应的滤波处理.仿真实验结果表明本文提出的算法改善了中值滤波的效果,对图像的边缘细节具有较好的保护作用.

摘要： 为了更早地发现目标，要求雷达在尽可能远的距离上对目标实现检测、截获与跟踪。在雷达信号处理中，远距离目标的检测问题属于典型的运动点目标检测问题。而传统的算法为了在低信噪比条件下实现对点目标较高的检测概率，往往需要较大的计算量和存储量，限制了具体算法在目标检测中的应用。本文提出采用数学形态学方法实现点目标检测，通过与原有形态学方法和中值减法滤波器进行对比仿真，研究提出新方法的性能。

摘要： 为了更早地发现目标，要求雷达在尽可能远的距离上对目标实现检测、截获与跟踪。在雷达信号处理中，远距离目标的检测问题属于典型的运动点目标检测问题。而传统的算法为了在低信噪比条件下实现对点目标较高的检测概率，往往需要较大的计算量和存储量，限制了具体算法在目标检测中的应用。本文提出采用数学形态学方法实现点目标检测，通过与原有形态学方法和中值减法滤波器进行对比仿真，研究提出新方法的性能。

摘要： 为了更早地发现目标，要求雷达在尽可能远的距离上对目标实现检测、截获与跟踪。在雷达信号处理中，远距离目标的检测问题属于典型的运动点目标检测问题。而传统的算法为了在低信噪比条件下实现对点目标较高的检测概率，往往需要较大的计算量和存储量，限制了具体算法在目标检测中的应用。本文提出采用数学形态学方法实现点目标检测，通过与原有形态学方法和中值减法滤波器进行对比仿真，研究提出新方法的性能。

摘要： 为了更早地发现目标，要求雷达在尽可能远的距离上对目标实现检测、截获与跟踪。在雷达信号处理中，远距离目标的检测问题属于典型的运动点目标检测问题。而传统的算法为了在低信噪比条件下实现对点目标较高的检测概率，往往需要较大的计算量和存储量，限制了具体算法在目标检测中的应用。本文提出采用数学形态学方法实现点目标检测，通过与原有形态学方法和中值减法滤波器进行对比仿真，研究提出新方法的性能。

摘要： 为了更早地发现目标，要求雷达在尽可能远的距离上对目标实现检测、截获与跟踪。在雷达信号处理中，远距离目标的检测问题属于典型的运动点目标检测问题。而传统的算法为了在低信噪比条件下实现对点目标较高的检测概率，往往需要较大的计算量和存储量，限制了具体算法在目标检测中的应用。本文提出采用数学形态学方法实现点目标检测，通过与原有形态学方法和中值减法滤波器进行对比仿真，研究提出新方法的性能。

摘要： 本公开提供了使用排序电路对输入数据值进行排序的技术。排序电路包括耦合到一组寄存器的单级比较器。使用多路复用器和定序器将比较器输出路由回到比较器输入，使得该比较器可以在多个排序阶段重用，以便将输入序列的数据值排次序成部分排序序列或排次序成完全排序序列，该完全排序序列是单调递增或递减的排序序列。通过重用比较器，相对于常规技术，这种排序所需的硬件显着减少。还描述了用于中值滤波的技术，该技术使用经排序的序列作为由本文所描述的排序电路的输出。

摘要： 中值滤波器9和平均电路25共同提供了一种简单可靠的内插滤波器。象素X

摘要： 本发明提供了一种中值滤波器电路结构及中值获取方法，该结构包括：用于存寄存上一周期按大小顺序排列的N‑1个数据的数据寄存器；用于接收第N个数据并将其位宽增加的位宽增加电路；用于对位宽增加电路输出的增加位宽后的第N个数据与数据寄存器中的N‑1个按大小顺序排列的数据进行比较并生成新的顺序的比较及排序电路；以及用于完成数据的衰减和终结并将其余数据存入数据寄存器中的生命周期衰减及终结电路。本发明的中值滤波器电路结构在减小寄存器资源消耗的基础上，减小逻辑电路的复杂度，使得其能够适应更高的时钟速度。

摘要： 本发明公开了一种可优化数字信号传输过程的中值滤波器，以及包含该中值滤波器的设备和系统，属于数字信号处理技术领域。本发明的中值滤波器用于根据一指定宽度w的序信息窗口处理由原始信号序列P经过基于最大误差准则的PLA压缩算法获得的压缩概要序列S，直接滤波获得滤波去除基线漂移后的压缩概要SF，其包括第一获取模块、第二获取模块、第三获取模块以及计算模块。本发明的中值滤波器以及设备和系统的各个实施例可以在保持较低时间复杂度前提下，直接对满足条件的压缩概要进行滤波处理，使该类数据传输过程具有便捷性、实时性、保质性的特点，从而满足了灵活部署信息系统的算力资源、带宽资源和存储资源以满足不同的滤波需求。

摘要： 本发明涉及一种基线漂移去除方法、装置及中值滤波器，其方法包括：获取预定数量的采样点信号值，形成初始排序列；对初始排序列从小到大进行排序，得到初始中位数；获取下一个采样点信号值，置于初始排序列末位，并删除初始排序列中第一个采样点信号值，形成当前排序列；根据下一个采样点信号值及初始中位数，获取当前排序列的中位数；根据当前排序列的中位数及下一个采样点信号值计算当前去除基线漂移的信号值。本发明不需要对每个滤波器窗口内的所有信号采样点进行排序，简便、快速，加快了基线漂移去除过程；在获取中位数时，将下一个采样点信号值与上一排序列的中位数依据大小顺序依次进行选择判断，进一步提高该了快速算法的速度。

摘要： 本发明提供了一种中值滤波器电路结构及中值获取方法，该结构包括：用于存寄存上一周期按大小顺序排列的N‑1个数据的数据寄存器；用于接收第N个数据并将其位宽增加的位宽增加电路；用于对位宽增加电路输出的增加位宽后的第N个数据与数据寄存器中的N‑1个按大小顺序排列的数据进行比较并生成新的顺序的比较及排序电路；以及用于完成数据的衰减和终结并将其余数据存入数据寄存器中的生命周期衰减及终结电路。本发明的中值滤波器电路结构在减小寄存器资源消耗的基础上，减小逻辑电路的复杂度，使得其能够适应更高的时钟速度。

摘要： 本发明公开了一种可优化数字信号传输过程的中值滤波器，以及包含该中值滤波器的设备和系统，属于数字信号处理技术领域。本发明的中值滤波器用于根据一指定宽度w的序信息窗口处理由原始信号序列P经过基于最大误差准则的PLA压缩算法获得的压缩概要序列S，直接滤波获得滤波去除基线漂移后的压缩概要SF，其包括第一获取模块、第二获取模块、第三获取模块以及计算模块。本发明的中值滤波器以及设备和系统的各个实施例可以在保持较低时间复杂度前提下，直接对满足条件的压缩概要进行滤波处理，使该类数据传输过程具有便捷性、实时性、保质性的特点，从而满足了灵活部署信息系统的算力资源、带宽资源和存储资源以满足不同的滤波需求。

摘要： 提供了用于对在地震数据中示出有冲突倾角的地震数据进行随机噪声衰减的迭代倾角导向中值滤波器。所述数据的处理窗口或样本内的若干支配倾角通过傅里叶径向变换在频率-波数域中被识别。之后沿着所述支配倾角施加中值滤波器以去除噪声，滤波之后的剩余信号被保留用于进一步的中值滤波器迭代。重复迭代以在所述剩余数据中沿着主要支配倾角施加中值滤波器。在随后的迭代中继续处理直到所有选定的倾角被处理完。每次迭代的剩余信号之后被累加用于最终输出。

摘要： 本发明涉及一种基线漂移去除方法、装置及中值滤波器，其方法包括：获取预定数量的采样点信号值，形成初始排序列；对初始排序列从小到大进行排序，得到初始中位数；获取下一个采样点信号值，置于初始排序列末位，并删除初始排序列中第一个采样点信号值，形成当前排序列；根据下一个采样点信号值及初始中位数，获取当前排序列的中位数；根据当前排序列的中位数及下一个采样点信号值计算当前去除基线漂移的信号值。本发明不需要对每个滤波器窗口内的所有信号采样点进行排序，简便、快速，加快了基线漂移去除过程；在获取中位数时，将下一个采样点信号值与上一排序列的中位数依据大小顺序依次进行选择判断，进一步提高该了快速算法的速度。

摘要： 本发明公开了一种模糊中值滤波器的设计方法，用于解决现有的中值滤波器的设计方法设计的中值滤波器应用中容易造成图像细节模糊的技术问题。技术方案是首先获取图像各像素点的灰度值，通过定义模板大小，根据隶属度函数T(x)计算模板中各像素的隶属度