广义门阈分解理论

基于传统中值滤波的分析和实现方法，进一步导出了广义门域分解ＧＴＤ理论，研究了有关性质和实现问题，其效果不仅大大地简化了理论分析和硬件实现，而且也进一步完善了非线性滤波的有关理论。     

指纹图像预处理方法的研究与比较

指纹图像预处理需针对不同的噪声产生原因而采用不同的方法,先对采集到的退化图像进行Wiener滤波。然后对复原后的图像进行增强预处理．着重对主要预处理方法Gabor方法和各向异性扩散技术进行了分析对比,并就这些方法中的参数选择进行了对比研究．     

浮点DSP实现自适应滤波的研究

自适应滤波是信号处理的重要技术,在介绍自适应滤波基本原理的基础上,给出了基于ＴＭＳ３２０Ｃ３２浮点数字信号处理器（ＤＳＰ）实现自适应ＦＩＲ滤波器的方法。     

自适应Volterra混合噪声图像滤波

采用更接近实际的随机值脉冲噪声对混合噪声图像中的脉冲噪声部分进行描述,基于自适应Volterra滤波方法,提出了一种能够有效去除图像混合噪声的LMSV滤波算法．在此基础上,针对LMS算法收敛速度慢,步长因子不易确定的特点,提出了一种改进的自适应Volterra图像滤波算法（NLMSV算法）．理论分析和计算机仿真实验表明,相比于传统的图像去噪方法,本文方法在去除图像混合噪声和保留图像边缘细节方面的性能要明显优于其他算法,并且图像受污染率越高,该方法表现出的性能越好．     

基于联合粒子滤波的系统误差修正方法

在非线性滤波系统中,线性化误差和系统误差是影响滤波精度的两个主要因素.提出联合粒子滤波方法,在减少线性化误差的同时,能够实时估计系统误差的大小并自适应地消除其影响.说话人跟踪仿真实验结果验证了此方法的有效性.     

基于联合粒子滤波的系统误差修正方法

在非线性滤波系统中,线性化误差和系统误差是影响滤波精度的两个主要因素.提出联合粒子滤波方法,在减少线性化误差的同时,能够实时估计系统误差的大小并自适应地消除其影响.说话人跟踪仿真实验结果验证了此方法的有效性.     

数字图像中值滤波改进算法研究

对传统的中值滤波算法进行了改进，新的算法采用同步更新迭代的思想，保持了传统算法的优点，同时取得到了更好的去噪效果．实验证明，该算法不仅比传统的中值滤波算法降低了时间复杂度，提高了运算速度，而且去噪效果有了明显的改善．     

一种改进的Retinex彩色图像增强方法

传统Retinex算法在对彩色图像进行增强时,容易产生光晕以及处理后图像整体对比度较低等问题.为此提出了一种改进Retinex的图像增强方法,该方法采用三高斯模型和高斯滤波相结合的双边滤波对照度分量进行估计;然后在提取反射分量时,引入原始图像亮度影响因子实现区域自适应增强;最后进行归一化调整和彩色图像恢复,实现图像增强.实验结果表明,该方法能够在增强图像的同时,有效抑制光晕,提高图像的整体对比度.     

基于小波和SVR的红外弱小目标检测方法

在分析红外图像弱小目标特征和背景特征的基础上,提出了基于小波变换和支持向量回归（SVR）的自适应滤波的检测方法．该方法首先采用小波变换抑制大部分背景杂波;然后用基于SVR的自适应滤波器（SVRBAF）对高频小波系数进行处理,大大提高了图像的信噪比;最后,基于目标的连续性和运动轨迹的一致性,采用流水线结构的序列处理方法进一步提高检测性能．仿真结果表明：该方法可显著提高红外目标的检测概率,实现较远距离弱小目标的检测．     

分形滤波及其在铁路信号中的应用

电气化铁路的发展使列车接收到的铁路信号质量有所下降,为了在强干扰的环境中可靠地解调出有用的铁路信号,必须采用有效的滤波技术来抑制这些干扰。基于分形维数概念,提出了一种新的模糊控制滤波方法,该滤波方法可以根据信号的特征动态地调整模糊控制参数的取值,对铁路移频信号仿真结果表明,滤波效果良好,对于复杂信号的滤波应用前景广阔。     

格蕴涵代数的拓扑结构

给出了格蕴涵代数中弱滤子的概念，对弱滤子的性质和结构进行了研究，证明了格蕴涵代数中全体弱滤子构成一个拓扑结构，格蕴涵代数之间的蕴涵同构是相应拓扑结构之间的拓扑映射。     

关于格蕴涵代数模糊滤子的一个注记

在格蕴涵代数基本结构基础上进一步研究了格蕴涵代数的模糊滤子的性质，指出了模糊滤子可以诱导出格蕴涵代数的一簇同余关系，并研究了这簇同余关系的代数结构及灾些同余关系所诱导的商代数之间的同态映射。     

格蕴涵代数的超滤

通过超滤构造超积是模型论中构造模型的一种重要方法。文中提出了格蕴涵代数中超滤的概念，研究了它与素滤子及有限交性的关系，并证明了它与极大真滤子的等价性，为进一步研究相应的超积理论打下了基础。     

ROBUST FILTERS WITH SAMPLED-DATA ESTIMATION COVARANCE CONSTRAINT FOR UNCERTAIN CONTINUOUS-TIME SYSTEMS

ＩｎｔｒｏｄｕｃｔｉｏｎＴｈｅｉｍｐｏｒｔａｎｃｅｏｆｓａｍｐｌｅｄ－ｄａｔａｅｓｔｉｍａｔｉｏｎｏｒｆｉｌｔｅｒｉｎｇｉｓｉｎｃｒｅａｓｉｎｇｂｅｃａｕｓｅｏｆｔｈｅｒａｐｉｄｄｅｖｅｌ－ｏｐｍｅｎｔｉｎｔｈｅｔｅｃｈｎｏｌｏｇｙｏｆｄｉｇｉｔａｌ...     

一种新的复杂细胞启发下的特征提取方法

鉴于V1区复杂细胞具有提取外界刺激不变本质的能力,设计了一个提取目标图像局部不变特征的方法.该方法首先使用提出的无监督算法（PCICA）,从图像中学习出类似于复杂细胞感受野的滤波器集合.然后利用这些滤波器组成的复杂细胞描述子,提取目标图像各个位置的不变特征.最后对图像特征图进行分块统计,将各区域的直方图序列作为图像的最终描述.测试结果表明,PCICA具有类似于快速独立分量分析算法（FastICA）三阶收敛的特点,从图像中学习出的滤波器集合,表现出复杂细胞感受野的拓扑结构.这些滤波器对于局部图像的微小变化并不敏感,对于检测不变特征十分有利,并在MNIST手写体数据库上取得0.84%的识别错误率.     

基于聚类学习的超分辨率方法

在高分辨率空间对图像局部结构进行k均值聚类，估计最小二乘意义下的插值滤波器参数，然后根据估计参数来增强图像的分辨率。同时借鉴区域连接增长的思想解决分类歧义问题。计算结果显示，该方法优于传统的基于学习的方法，图像边缘清晰、细节恢复多。     

Image fusion scheme based on nonsubsampled contourlet and block-based cosine transform

A kind of nonsubsampled contourlet and block-based cosine transform (NSCBCT) is developed, and its application in image fusion is studied in this paper. The construction of filtering banks is based on the nonsubsampled contourlet transform (NSCT) and block-based discrete cosine transform (B-DCT). We combine NSCT and B-DCT to design filters that lead to NSCBCT with better singularity representation than either of them in isolation. A design framework based on the hybrid approach is proposed, which allows for the fast implementation based on NSCT and B-DCT respectively. In addition, a new image fusion scheme based on NSCBCT for multispectral and panchromatic satellite images is proposed. Firstly, because it adopts NSCT, the fused satellite images have higher spatial resolution than those based on wavelets. Secondly, based on the localized high frequency information provided by B-DCT, the proposed fusion scheme can reduce the spectral distortion of the fused image further. Experimental results show that the proposed fusion method is able to increase the spatial resolution and reduce the spectral distortion of the fused image at the same time.     

Filter bank based nonlocal means for denoising magnetic resonance images

Image denoising is a classical problem in image processing. Its essential goal is to preserve the image features and to reduce noise effectively. The nonlocal means （NL-means） filter is a successful approach proposed in recent years due to its patch similarity comparison. However, the accuracy of similarities in this algorithm degrades when it suffers from heavy noise. In this paper, we introduce feature similarities based on a multi- channel filter into NL=means filter. The multi-bank based feature vectors of each pixel in the image are computed by convolving from various orientations and scales to Leung-Malik set （edge, bar and spot filters）, and then the similarities based on this information are computed instead of pixel intensity. Experiments are carried out with Rician noise. The results demonstrate the superior performance of the proposed method. The wavelet-based method and traditional NL-means in term of both mean square error （MSE） and perceptual quality are compared with the proposed method, and structural similarity （SSIM） and quality index based on local variance （QILV） are given.     

关于剩余格的正则滤子

基于一般的剩余格,引进了正则滤子的概念,给出了正则滤子的一些特征刻画,并且建立了正则滤子与其它一些特殊滤子(G-滤子、MV-滤子、Boolean滤子)之间的内在联系.证明了一个剩余格为正则剩余格当且仅当它的每个MP滤子是正则滤子.     

II-Type Products of L-Fuzzy Filters

W. Gahler has proposed the concept of L-fuzzy filters and discussed the product of L-fuzzy filters. This note is devoted to the discussion of another type product, we called it II-type product of L-fuzzy filters.