The invention discloses a morphological filtering method, belonging to the technical field of pattern recognition. The present invention morphological filtering algorithm is a fixed structure, need to preset the structure elements and the bias correction coefficient is inadequate, it is improved in this paper, using the multi filter form, each layer according to the difference between before and after filtering the selection of optimum structure elements, and according to the correlation coefficient before and after filtering the signal to obtain optimum offset correction coefficient, so as to improve the the universality of morphological filtering and filtering effect. The invention also discloses a morphological filtering device adopting the morphological filtering method. Compared with the prior art, the original signal of the invention can according to different characteristics of choosing appropriate structure elements, has stronger universality; the invention adopts multi-layer filter cascade, and can obtain better offset correction coefficient, which can effectively improve the filtering effect of morphological filter.
【技术实现步骤摘要】
本专利技术涉及数字信号的滤波方法,尤其涉及一种形态滤波方法及装置,属于模式识别
技术介绍
研究去除干扰信号的方法已经经历了较长时间的发展,尽管目前尚未建立完整的滤噪方法体系,但是存在一些滤噪方法已被证明是有效的,例如:滤波器法、自适应对消、普减法。周期性噪声的功率谱具有许多离散的谱峰,因此,很容易通过检测功率谱来发现它们,从而采用滤波方法将其滤波。自适应对消是由自适应滤波器来完成的,自适应滤波器在输入信号和噪声的统计特性未知或变化的情况下,能调整自身参数,使得估计出的噪声与实际噪声最接近,以达到最佳滤波效果。但是其存在以下问题:第一,自适应噪声对消法,最关键的一步是,需要得到噪声的相关成分,即需要有一个参考信号,而得到这个参考信号需要较为复杂的操作,导致时间复杂度变大;第二,在只用低通滤波器来进行噪声消除,则会损失信号的高频部分,使得质量下降。谱减法是计算量小的滤除信号中噪音的方法,其基本原理是从带噪信号的短时谱中减去噪声谱,得到的就是纯净信号的频谱,这就达到了滤除噪音的目的。形态滤波方法不同于上面的几类方法,它是一种非线性处理方法,理论是由GMatheron和J.Serra等人在八十年代初创立的。形态滤波器是基于信号的几何结构特性,利用预先定义的结构元素(相当于滤波窗)对信号进行匹配或局部修正,以达到提取信号,抑制噪声的目的。数学形态学的运算以腐蚀和膨胀着两种基本运算为基础,引出了其它常用的数
【技术保护点】
1.一种形态滤波方法,其特征在于,包括以下步骤:步骤1、利用多个不同的结构元素分别对原始信号进行开/闭运算,并从所得到的一系列运算结果中选出与原始信号的差值的模的倒数小于预设的第一阈值的运算结果;步骤2、对步骤1所选出的每一个运算结果,利用多个不同的结构元素分别对其进行闭/开运算,并从所得到的一系列运算结果中选出与原始信号的差值的模的倒数小于预设的第二阈值的运算结果;以所选出的每一个运算结果作为一个分量,构建一个维向量,其中为所选出的运算结果的总数;步骤3、通过求解以下多目标优化模型,得到较优的维偏倚校正系数向量:其中,表示原始信号,表示偏倚校正系数向量的第i维分量的模,是原始信号的维度,表示原始信号的第维分量的模,表示最终输出信号的第维分量的模,和分别表示原始信号和最终输出信号各维分量模的均值,表示滤波输出和输入信号的差值,表示滤波输出和输入信号的相关系数;步骤4、用所得到的较优偏倚校正系数向量与向量进行点乘,所得结果即为滤波后的信号。
【技术特征摘要】 【专利技术属性】
1.一种形态滤波方法,其特征在于,包括以下步骤:
步骤1、利用多个不同的结构元素分别对原始信号进行开/闭运算,并从所得到的一系列运算结果中选出与原始信号的差值的模的倒数小于预设的第一阈值的运算结果;
步骤2、对步骤1所选出的每一个运算结果,利用多个不同的结构元素分别对其进行闭/开运算,并从所得到的一系列运算结果中选出与原始信号的差值的模的倒数小于预设的第二阈值的运算结果;以所选出的每一个运算结果作为一个分量,构建一个维向量,其中为所选出的运算结果的总数;
步骤3、通过求解以下多目标优化模型,得到较优的维偏倚校正系数向量:
其中,表示原始信号,表示偏倚校正系数向量的第i维分量的模,是原始信号的维度,表示原始信号的第维分量的模,表示最终输出信号的第维分量的模,和分别表示原始信号和最终输出信号各维分量模的均值,表示滤波输出和输入信号的差值,表示滤波输出和输入信号的相关系数;
步骤4、用所得到的较优偏倚校正系数向量与向量进行点乘,所得结果即为滤波后的信号。
2.如权利要求1所述形态滤波方法,其特征在于,所述多个不同的结构元素至少包括线性结构元素、抛物型结构元素、三角型结构元素。
3.如权利要求1所述形态滤波方法,其特征在于,所述第一阈值与第二阈值的取值相同。
4.如权利要求1所述形态滤波方法,其特征在于,步骤3中首先以为主目标,利用主目标法将所述多目标优化模型转化为单目标优化模型;然后利用外罚函数法求解所述单目标优化模型。
5.如权利要求1所述形态滤波方法,其特征在于,所述原始信号为语音信号或图像信号。
6.一种形态滤波装置,其特征在于,包括依次级联的第一运算模块、第二运算模块、第三运算模块;
技术研发人员:程春玲,王家良,高阳,陈兴国,
申请(专利权)人:南京邮电大学,
类型:发明
国别省市:江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。