简介:作为一个保边去噪的算法,各向异性扩散滤波(anisotropicdiffusionfilter,ADF)被广泛应用于磁共振成像(magneticresonanceimage,MRI)图像的预处理中,且对MRI图像中的莱斯噪声具有很好的去除效果.各向异性扩散滤波参数的选择对于其去噪性能影响很大,为找出滤波器的最佳参数,我们用改进的遗传算法对其进行参数优化,并且采用了一种新的精英选择策略,而且还在交叉和变异过程中采用了自适应的交叉和变异概率,再分别对各向异性扩散滤波的迭代次数t、扩散阈值k以及时间步长λ等三个参数进行选择优化.最后,从峰值信噪比(peaksignal-to-noiseratio,PSNR)、结构相似性指数(structuralsimilarityindexmetric,SSIM)、均方差(meansquarederror,MSE)三个方面,将经过参数优化的各向异性扩散滤波器对脑部MRI进行去噪处理,并与其它参数下的滤波结果进行对比.实验结果表明,经过参数优化的各向异性滤波器,无论是从视觉上还是相关评价指标上,均优于其它参数情况下的去噪效果.
简介:在开发、制造等过程中,由于车辆各零部件及总成的很多设计细节存在不确定性,会导致很难得到较为精确的整车质心高度,并且在实车下线前的整车质心高度传统预测方法往往不够精确。针对这些问题,通过对与整车质心高度有关的影响因素进行分析,确定整车质心高度预测的关键因素,找出质心高度影响因素与质心高度间的映射关系,然后通过多元线性回归分析法建立了整车质心高度预测模型。设计试验验证,将回归分析法的预测结果、以经验计算的传统预测结果与整车称重仪的试验结果进行对比分析,结果表明,回归分析预测模型在整车质心高度的预测中其精度优于以经验公式计算的传统预测方法。该质心高度预测模型解决了一定精度要求下整车质心高度的有效预测问题,为整车质量开发提供了科学依据。