1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区域。 4.削弱背景干扰。对图像B做简单的相邻像素灰度值相减,得到新的图像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,63

采用滤波器组，将盲分离与声源定位结合在一起。滤波器组中分别进行子带处理，并且在每个子带中进行声源定位，最后综合所有子带估计的方向得到多个声源的方位信息，同时将声源信息作为ICA分析的约束条件，可以在色噪声及多得到更好的盲分离效果。其优势在于用滤波器组进行多次的估计声源方向，再加以合适的权值均衡后即可得到更优的估计。-The use of filters will be blind source separation and sound localization together. Filter

频谱感知的基础上最佳的随机共振技术在色噪声背景下认知无线电网络,希望对你有用-Spectrum Sensing Based on Optimal Stochastic Resonance Technique under Color Noise Background in Cognitive Radio Networks.pdf

个人认为近年来有关色噪声的重要英文文献，有一定的参考价值-the references are about colored noise in recent years