针对无人机(UAV)测量中出现的运动模糊问题,尝试将DeblurGANv2网络引入到UAV测量模糊图像的恢复任务中,并设计一种自适应指数移动平均损失函数(Adaptive Exponential Moving Average Loss Function, AEMALF),又将维纳滤波后的图像存在...针对无人机(UAV)测量中出现的运动模糊问题,尝试将DeblurGANv2网络引入到UAV测量模糊图像的恢复任务中,并设计一种自适应指数移动平均损失函数(Adaptive Exponential Moving Average Loss Function, AEMALF),又将维纳滤波后的图像存在振铃效应进行高频抑制并通过色彩映射等方法恢复原图像部分细节,建立了模拟仿真的UAV测量运动模糊图像数据集。提出了一种改进的对抗网络DeblurGANv2算法和配合维纳滤波预处理的图像去模糊方法。实验结果表明,相较于同类算法,所提算法更能充分挖掘图像多尺度特征,恢复的图像平均峰值信噪比(Peak Signal to Noise Ratio, PSNR)和平均结构相似性(Structural Similarity, SSIM)均有显著提高。展开更多
为有效解决控制器局域网络(Controller Area Network,CAN)通信信号中存在噪声等问题,通过分析小波变换和维纳滤波的优点,提出一种基于小波变换和维纳滤波的通信信号滤波方法。该方法以小波变换阈值法去噪为基础,对通信信号的低频小波系...为有效解决控制器局域网络(Controller Area Network,CAN)通信信号中存在噪声等问题,通过分析小波变换和维纳滤波的优点,提出一种基于小波变换和维纳滤波的通信信号滤波方法。该方法以小波变换阈值法去噪为基础,对通信信号的低频小波系数进行滤波和维纳处理,并利用经过处理的低频小波系数重构去噪后的通信信号,从而实现对通信信号的精准滤波。通过仿真实验,证明该方法不仅能有效抑制噪声,还能降低通信信号的信息损失,提高信噪比。展开更多
文摘针对无人机(UAV)测量中出现的运动模糊问题,尝试将DeblurGANv2网络引入到UAV测量模糊图像的恢复任务中,并设计一种自适应指数移动平均损失函数(Adaptive Exponential Moving Average Loss Function, AEMALF),又将维纳滤波后的图像存在振铃效应进行高频抑制并通过色彩映射等方法恢复原图像部分细节,建立了模拟仿真的UAV测量运动模糊图像数据集。提出了一种改进的对抗网络DeblurGANv2算法和配合维纳滤波预处理的图像去模糊方法。实验结果表明,相较于同类算法,所提算法更能充分挖掘图像多尺度特征,恢复的图像平均峰值信噪比(Peak Signal to Noise Ratio, PSNR)和平均结构相似性(Structural Similarity, SSIM)均有显著提高。
文摘为有效解决控制器局域网络(Controller Area Network,CAN)通信信号中存在噪声等问题,通过分析小波变换和维纳滤波的优点,提出一种基于小波变换和维纳滤波的通信信号滤波方法。该方法以小波变换阈值法去噪为基础,对通信信号的低频小波系数进行滤波和维纳处理,并利用经过处理的低频小波系数重构去噪后的通信信号,从而实现对通信信号的精准滤波。通过仿真实验,证明该方法不仅能有效抑制噪声,还能降低通信信号的信息损失,提高信噪比。
